Amazon SageMaker 接続の作成

エンドポイントの名前。

エンドポイント名は、AWS 上のエンドポイントに指定された識別子です。これは通常、エンドポイントの設定やモデルのデプロイを行うユーザーが作成します。

デプロイしたモデルの名前。

このパラメーターは、マルチモデル エンドポイントがデプロイさている場合にのみ必要です。シンプルなエンドポイントの場合、このパラメーターは AWS からエラーをトリガーするため、指定しないでください。

デプロイしたモデルのバリアント名。

このパラメーターは、マルチモデル エンドポイントがデプロイされている場合にのみ必要です。シンプルなエンドポイントの場合、このパラメーターは AWS からエラーをトリガーするため、指定しないでください。

次の設定を利用できます。

• AWS リージョン: Comprehend サービスに使用するリージョンを選択します。

• FIPS のエンドポイントを使用: FIPS 準拠のエンドポイントを使用する必要がある場合に指定します。

  これは、FIPS をサポートするリージョンを選択した場合にのみ機能します。ほとんどのユーザーは、規定値の 「No」 のままにしてください。

Amazon Comprehend エンドポイントに AWS認証の Access key と Secret key を指定します。これらは、適切なポリシー権限に対するアクセス権を使用して作成する必要があります。

認証プロパティは AWS コンソールにあり、接続を再認証する必要があるたびに入力する必要があります。

デプロイされた機械学習モデルのレスポンス フォーマットの値:

• JSON

• テキストの配列

ほとんどのモデルはデータを JSON フォーマットで返しますが、テキストベースの出力のみを返すモデルもあります。このオプションは、デプロイするモデルのタイプに基づいて選択する必要があります。選択しない場合、接続設定エラーが返されます。

• 返されたテーブルの名前: 展開された機械学習モデルから返されたテーブルの名前。

• テーブルのパス (JMESPath): テーブルは、JSON レスポンス配列の予測行に対する JMES テーブルのパスを使用することで指定できます。

• 利用可能な項目をすべてロード: 機械学習エンドポイントによって返されたすべての使用可能な項目のロードを有効にします。これを無効にすると、アプリにロードするテーブルのフィールドと値を指定することができます。

  最初に、モデルのエンドポイントから返されたすべての項目をロードしてから、アプリでの分析に不要な項目を削除することをお勧めします。

• テーブル項目 (JMESPath): テーブル項目を指定するには、以下を追加します:

  • Name: アプリにロードされるテーブルの名前です。

  • Value: JSON レスポンス配列のレスポンス行の名前です。

  JSON レスポンス配列を解析には、JMESPath クエリ言語を使用することができます。

• 関連項目: 関連項目 (一意の識別子を含む入力データ テーブルの項目) を指定します。

  キーを使用してソース 項目 テーブルに関連付けるために戻された結果テーブルのエンドポイント要求を行う場合は、この項目をソース データに含める必要があります。指定された項目がレスポンスの項目として返され、予測値をデータ モデルのソース データに関連付けることができます。これは、ソース データから、またはテーブルのロード プロセスの一部として、一意の ID を持つ任意の項目です。

• 関連付け項目を送信: 選択すると、関連付け項目として指定された項目が Qlik Sense に返され、エンドポイントに送信される項目に含まれます。

  項目がソースデータに属しており、モデルで想定されている場合は、[Send Association Field] (関連付け項目の送信) を有効にしてモデルに送信する必要があります。