Early Access: The content on this website is provided for informational purposes only in connection with pre-General Availability Qlik Products.
All content is subject to change and is provided without warranty.
기본 콘텐츠로 건너뛰기 보완적인 콘텐츠로 건너뛰기

Azure ML 분석 소스

Azure ML은 예측 분석을 자동화, 보장 및 가속화하기 위한 기계 학습 플랫폼이며, 이를 통해 데이터 과학자와 분석가가 정확한 예측 모델을 구축 및 배포할 수 있습니다.

다음 Azure ML 서비스가 지원됩니다.

  • 자동화된 ML

  • 설계자

Azure ML에 연결하려면 모델을 만들었거나 액세스할 수 있어야 하며 Azure ML 플랫폼의 종료 지점에 배포해야 합니다. 이 종료 지점은 Qlik Cloud에서 공개적으로 액세스할 수 있어야 합니다.

Azure Machine Learning

제한 사항

  • Azure ML은 제한 및 할당량을 사용합니다.

    Azure Machine Learning으로 리소스 할당량 관리 및 늘리기

  • 배포된 모델 및 요청의 Azure 할당량은 Azure ML 종료 지점을 호출할 때 Qlik Sense 다시 로드 및 차트 응답성의 성능에 영향을 미치고 이를 제한합니다.

  • Azure ML 커넥터는 요청당 200,000행으로 제한됩니다. 이들은 2,000행의 배치로 종료 지점 서비스에 전송됩니다. 더 많은 행을 처리해야 하는 시나리오에서는 데이터 로드 스크립트 내에서 Loop를 사용하여 더 많은 행을 배치로 처리합니다.

  • 응용 프로그램이 정기적으로 다시 로드되는 시나리오에서는 QVD 파일을 사용하여 예측을 캐시하고 새 행만 예측 종료 지점으로 보내는 것이 가장 좋습니다. 이렇게 하면 Qlik Sense 응용 프로그램 다시 로드의 성능이 향상되고 Azure ML 종료 지점의 로드가 줄어듭니다.

  • 차트 표현식에서 Azure ML을 사용할 때 모델이 올바른 문자열/숫자 형식으로 처리해야 하므로 필드의 데이터 유형을 제공하는 것이 중요합니다. 차트 표현식에서 서버 측 확장의 한계는 데이터 유형이 로드 스크립트에 있는 것처럼 자동으로 감지되지 않는다는 것입니다.

  • 상대 연결 이름을 사용 중이고 공유 공간에서 다른 공유 공간으로 이동하기로 결정하거나 앱을 공유 공간에서 개인 공간으로 이동하는 경우 분석 연결이 새 공간 위치를 반영하도록 업데이트되는 데 시간이 걸립니다.

이 페이지가 도움이 되었습니까?

이 페이지 또는 해당 콘텐츠에서 오타, 누락된 단계 또는 기술적 오류와 같은 문제를 발견하면 개선 방법을 알려 주십시오!