استيراد بيانات التدريب الخاصة بك إلى استوديو التعلم الآلي (كلاسيكي) من مصادر بيانات مختلفة

  • مقالة
  • قراءة خلال 13 دقائق
مصدر البيانات الوصف المعلمات
عنوان URL للويب عبر HTTP يقرأ البيانات بتنسيقات القيم المفصولة بفواصل (CSV) والقيم المفصولة بعلامات جدولة (TSV) وتنسيق ملف علاقة السمات (ARFF) وأجهزة ناقلات الدعم (SVM-light)، من أي عنوان URL ويب يستخدم HTTP عنوان URL: يحدد الاسم الكامل للملف، بما في ذلك عنوان URL للموقع واسم الملف، مع أي امتداد.

تنسيق البيانات: يحدد أحد تنسيقات البيانات المدعومة: CSV أو TSV أو ARFF أو SVM-light. إذا كانت البيانات تحتوي على صف رأس، استخدامها لتعيين أسماء الأعمدة.
هادوب / HDFS يقرأ البيانات من التخزين الموزع في Hadoop. يمكنك تحديد البيانات التي تريدها باستخدام HiveQL، وهي لغة استعلام تشبه SQL. يمكن أيضا استخدام HiveQL لتجميع البيانات وإجراء تصفية البيانات قبل إضافة البيانات إلى Studio (كلاسيكي). استعلام قاعدة بيانات Hive: يحدد استعلام Hive المستخدم لإنشاء البيانات.

HCatalog server URI : حدد اسم مجموعتك باستخدام تنسيق <اسم> المجموعة الخاص بك.azurehdinsight.net.

اسم حساب مستخدم Hadoop: يحدد اسم حساب مستخدم Hadoop المستخدم لتوفير المجموعة.

كلمة مرور حساب مستخدم Hadoop : تحدد بيانات الاعتماد المستخدمة عند توفير المجموعة. لمزيد من المعلومات، راجع إنشاء مجموعات Hadoop في HDInsight.

موقع بيانات الإخراج: يحدد ما إذا كانت البيانات مخزنة في نظام ملفات Hadoop الموزع (HDFS) أو في Azure.
    إذا قمت بتخزين بيانات الإخراج في HDFS، فحدد عنوان URI لخادم HDFS. (تأكد من استخدام اسم كتلة HDInsight بدون بادئة HTTPS://).

    إذا قمت بتخزين بيانات الإخراج الخاصة بك في Azure، فيجب عليك تحديد اسم حساب تخزين Azure ومفتاح الوصول إلى التخزين واسم حاوية التخزين.
قاعدة بيانات SQL يقرأ البيانات المخزنة في قاعدة بيانات Azure SQL أو SQL المثيل المدار أو في قاعدة بيانات SQL Server تعمل على جهاز Azure ظاهري. اسم خادم قاعدة البيانات: يحدد اسم الخادم الذي يتم تشغيل قاعدة البيانات عليه.
    في حالة Azure SQL قاعدة البيانات أدخل اسم الخادم الذي تم إنشاؤه. عادة ما يكون له النموذج <generated_identifier.database.windows.net>.

    في حالة وجود خادم SQL مستضاف على جهاز Azure الظاهري أدخل tcp:<Virtual Machine DNS Name>, 1433

اسم قاعدة البيانات : يحدد اسم قاعدة البيانات على الخادم.

اسم حساب مستخدم الخادم: يحدد اسم مستخدم لحساب لديه أذونات وصول لقاعدة البيانات.

كلمة مرور حساب مستخدم الخادم: تحدد كلمة المرور لحساب المستخدم.

استعلام قاعدة البيانات:أدخل عبارة SQL تصف البيانات التي تريد قراءتها.
قاعدة بيانات SQL المحلية يقرأ البيانات المخزنة في قاعدة بيانات SQL. بوابة البيانات: تحدد اسم بوابة إدارة البيانات المثبتة على جهاز كمبيوتر حيث يمكنها الوصول إلى قاعدة بيانات SQL Server. للحصول على معلومات حول إعداد البوابة، راجع إجراء تحليلات متقدمة باستخدام التعلم الآلي Studio (كلاسيكي) باستخدام بيانات من خادم SQL.

اسم خادم قاعدة البيانات: يحدد اسم الخادم الذي يتم تشغيل قاعدة البيانات عليه.

اسم قاعدة البيانات : يحدد اسم قاعدة البيانات على الخادم.

اسم حساب مستخدم الخادم: يحدد اسم مستخدم لحساب لديه أذونات وصول لقاعدة البيانات.

اسم المستخدم وكلمة المرور: انقر على إدخال القيم لإدخال بيانات اعتماد قاعدة البيانات. يمكنك استخدام المصادقة المتكاملة Windows أو المصادقة SQL Server بناء على كيفية تكوين SQL Server.

استعلام قاعدة البيانات:أدخل عبارة SQL تصف البيانات التي تريد قراءتها.
Azure Table يقرأ البيانات من خدمة الجدول في Azure Storage.

إذا كنت تقرأ كميات كبيرة من البيانات بشكل غير منتظم، فاستخدم خدمة جدول Azure. إنه يوفر حل تخزين مرن وغير علائقي (NoSQL) ، قابل للتطوير بشكل كبير وغير مكلف ومتاح للغاية.		 تتغير الخيارات في استيراد البيانات بناء على ما إذا كنت تقوم بالوصول إلى المعلومات العامة أو حساب تخزين خاص يتطلب بيانات اعتماد تسجيل الدخول. يتم تحديد ذلك من خلال نوع المصادقة الذي يمكن أن يكون له قيمة "PublicOrSAS" أو "الحساب" ، ولكل منها مجموعة من المعلمات الخاصة به.

توقيع الوصول العام أو المشترك (SAS) URI: المعلمات هي:

    الجدول URI: يحدد عنوان URL العام أو SAS للجدول.

    يحدد الصفوف المراد البحث عنها بحثا عن أسماء الخصائص: القيم هي TopN لفحص العدد المحدد من الصفوف، أو ScanAll للحصول على كل الصفوف في الجدول.

    إذا كانت البيانات متجانسة ويمكن التنبؤ بها، فمن المستحسن تحديد TopN وإدخال رقم ل N. بالنسبة للجداول الكبيرة ، يمكن أن يؤدي ذلك إلى أوقات قراءة أسرع.

    إذا كانت البيانات منظمة بمجموعات من الخصائص التي تختلف استنادا إلى عمق الجدول وموضعه، فحدد خيار ScanAll لمسح جميع الصفوف ضوئيا. وهذا يضمن سلامة الموقع الناتج وتحويل البيانات الوصفية.

حساب التخزين الخاص: المعلمات هي:

    اسم الحساب: يحدد اسم الحساب الذي يحتوي على الجدول المراد قراءته.

    مفتاح الحساب: يحدد مفتاح التخزين المقترن بالحساب.

    اسم الجدول : يحدد اسم الجدول الذي يحتوي على البيانات المراد قراءتها.

    الصفوف المراد البحث عنها بحثا عن أسماء الخصائص: القيم هي TopN لمسح العدد المحدد من الصفوف، أو ScanAll للحصول على كافة الصفوف في الجدول.

    إذا كانت البيانات متجانسة ويمكن التنبؤ بها، فإننا نوصي بتحديد TopN وإدخال رقم ل N. بالنسبة للجداول الكبيرة ، يمكن أن يؤدي ذلك إلى أوقات قراءة أسرع.

    إذا كانت البيانات منظمة بمجموعات من الخصائص التي تختلف استنادا إلى عمق الجدول وموضعه، فحدد خيار ScanAll لمسح جميع الصفوف ضوئيا. وهذا يضمن سلامة الموقع الناتج وتحويل البيانات الوصفية.
Azure Blob Storage يقرأ البيانات المخزنة في خدمة Blob في Azure Storage، بما في ذلك الصور أو النص غير المنظم أو البيانات الثنائية.

يمكنك استخدام خدمة Blob لعرض البيانات بشكل عام، أو لتخزين بيانات التطبيق بشكل خاص. يمكنك الوصول إلى بياناتك من أي مكان باستخدام اتصالات HTTP أو HTTPS.		 تتغير الخيارات في الوحدة النمطية استيراد البيانات بناء على ما إذا كنت تقوم بالوصول إلى المعلومات العامة أو حساب تخزين خاص يتطلب بيانات اعتماد تسجيل الدخول. يتم تحديد ذلك من خلال نوع المصادقة الذي يمكن أن يكون له قيمة إما "PublicOrSAS" أو "الحساب".

توقيع الوصول العام أو المشترك (SAS) URI: المعلمات هي:

    URI: يحدد عنوان URL العام أو SAS لنقطة التخزين.

    تنسيق الملف: يحدد تنسيق البيانات في خدمة Blob. التنسيقات المدعومة هي CSV و TSV و ARFF.

حساب التخزين الخاص: المعلمات هي:

    اسم الحساب: يحدد اسم الحساب الذي يحتوي على النقطة التي تريد قراءتها.

    مفتاح الحساب: يحدد مفتاح التخزين المقترن بالحساب.

    المسار إلى الحاوية أو الدليل أو النقطة : يحدد اسم النقطة التي تحتوي على البيانات المراد قراءتها.

    تنسيق ملف Blob: يحدد تنسيق البيانات في خدمة blob. تنسيقات البيانات المدعومة هي CSV و TSV و ARFF و CSV مع ترميز محدد Excel.

      إذا كان التنسيق هو CSV أو TSV، فتأكد من الإشارة إلى ما إذا كان الملف يحتوي على صف رأس أم لا.

      يمكنك استخدام الخيار Excel لقراءة البيانات من مصنفات Excel. في الخيار تنسيق بيانات Excel، حدد ما إذا كانت البيانات موجودة في نطاق ورقة عمل Excel، أو في جدول Excel. في الخيار Excel ورقة أو جدول مضمن، حدد اسم الورقة أو الجدول الذي تريد القراءة منه.
موفر خلاصة البيانات يقرأ البيانات من موفر خلاصة مدعوم. حاليا يتم دعم تنسيق بروتوكول البيانات المفتوحة (OData) فقط. نوع محتوى البيانات: يحدد تنسيق OData.

عنوان URL المصدر: يحدد عنوان URL الكامل لخلاصة البيانات.
على سبيل المثال، يقرأ عنوان URL التالي من قاعدة بيانات نموذج Northwind: https://services.odata.org/northwind/northwind.svc/

الاستيراد من تجربة أخرى

ستكون هناك أوقات تريد فيها أخذ نتيجة وسيطة من تجربة واحدة واستخدامها كجزء من تجربة أخرى. للقيام بذلك، يمكنك حفظ الوحدة النمطية كمجموعة بيانات:

  1. انقر فوق إخراج الوحدة النمطية التي تريد حفظها كمجموعة بيانات.
  2. انقر فوق حفظ كمجموعة بيانات.
  3. عند المطالبة، أدخل اسما ووصفا يسمحان لك بتحديد مجموعة البيانات بسهولة.
  4. انقر فوق علامة الاختيار موافق .

عند انتهاء الحفظ، ستكون مجموعة البيانات متاحة للاستخدام ضمن أي تجربة في مساحة العمل. يمكنك العثور عليه في قائمة مجموعات البيانات المحفوظة في لوحة الوحدات النمطية.

الخطوات التالية

نشر خدمات الويب التعلم الآلي Studio (الكلاسيكية) التي تستخدم الوحدات النمطية لاستيراد البيانات وتصديرها

ينطبق على:Applies to. استوديو التعلم الآلي (كلاسيكي) Does not apply to.Azure التعلم الآلي

هام

سينتهي دعم Machine Learning Studio (classic) في 31 أغسطس 2024. نوصي بالانتقال إلى zure Machine Learning بحلول ذلك التاريخ.

ابتداء من 1 ديسمبر 2021، لن تتمكن من إنشاء موارد Machine Learning Studio (classic). خلال 31 أغسطس 2024، يمكنك الاستمرار في استخدام موارد Machine Learning Studio (classic) الموجودة.

يتم الآن استبعاد وثائق ML Studio (classic) وقد لا يتم تحديثها في المستقبل.

لاستخدام بياناتك الخاصة في التعلم الآلي Studio (كلاسيكي) لتطوير حل تحليلات تنبؤية وتدريبه، يمكنك استخدام البيانات من:

  • ملف محلي - تحميل البيانات المحلية مسبقا من محرك الأقراص الثابتة لإنشاء وحدة نمطية لمجموعة بيانات في مساحة العمل الخاصة بك
  • مصادر البيانات عبر الإنترنت - استخدم الوحدة النمطية "استيراد البيانات" للوصول إلى البيانات من أحد المصادر العديدة عبر الإنترنت أثناء تشغيل تجربتك
  • تجربة استوديو التعلم الآلي (الكلاسيكي) - استخدام البيانات التي تم حفظها كمجموعة بيانات في التعلم الآلي Studio (كلاسيكي)
  • قاعدة بيانات SQL Server - استخدام البيانات من قاعدة بيانات SQL Server دون الحاجة إلى نسخ البيانات يدويا

ملاحظة

هناك عدد من مجموعات البيانات النموذجية المتوفرة في التعلم الآلي Studio (الكلاسيكي) التي يمكنك استخدامها لبيانات التدريب. للحصول على معلومات حول هذه، راجع استخدام مجموعات البيانات النموذجية في التعلم الآلي Studio (كلاسيكي)".

إعداد البيانات

تم تصميم التعلم الآلي Studio (الكلاسيكي) للعمل مع البيانات المستطيلة أو الجدولية، مثل البيانات النصية المحددة أو البيانات المنظمة من قاعدة بيانات، على الرغم من أنه في بعض الحالات قد يتم استخدام بيانات غير مستطيلة.

من الأفضل أن تكون بياناتك نظيفة نسبيا قبل استيرادها إلى Studio (كلاسيكي). على سبيل المثال، ستحتاج إلى الاهتمام بمشكلات مثل السلاسل غير المقتبسة.

ومع ذلك، تتوفر وحدات نمطية في Studio (كلاسيكي) تتيح بعض التلاعب بالبيانات داخل تجربتك بعد استيراد بياناتك. اعتمادا على خوارزميات التعلم الآلي التي ستستخدمها ، قد تحتاج إلى تحديد كيفية التعامل مع المشكلات الهيكلية للبيانات مثل القيم المفقودة والبيانات المتناثرة ، وهناك وحدات يمكن أن تساعد في ذلك. ابحث في قسم تحويل البيانات في لوحة الوحدات النمطية عن الوحدات النمطية التي تؤدي هذه الوظائف.

في أي وقت من مراحل تجربتك، يمكنك عرض البيانات التي تنتجها الوحدة النمطية أو تنزيلها بالنقر على منفذ الإخراج. اعتمادا على الوحدة النمطية ، قد تكون هناك خيارات تنزيل مختلفة متاحة ، أو قد تتمكن من تصور البيانات داخل متصفح الويب الخاص بك في Studio (كلاسيكي).

تنسيقات البيانات وأنواع البيانات المدعومة

يمكنك استيراد عدد من أنواع البيانات إلى تجربتك، استنادا إلى الآلية التي تستخدمها لاستيراد البيانات ومصدرها:

  • نص عادي (.txt)
  • قيم مفصولة بفواصل (CSV) مع رأس (.csv) أو بدون (.nh.csv)
  • قيم مفصولة بعلامات جدولة (TSV) مع رأس (.tsv) أو بدون (.nh.tsv)
  • ملف Excel
  • جدول Azure
  • طاولة خلية النحل
  • جدول قاعدة بيانات SQL
  • قيم OData
  • بيانات SVMLight (.svmlight) (راجع تعريف SVMLight للحصول على معلومات التنسيق)
  • بيانات تنسيق ملف علاقة السمة (ARFF) (.arff) (راجع تعريف ARFF للحصول على معلومات التنسيق)
  • ملف مضغوط (.zip)
  • R كائن أو ملف مساحة عمل (. RData)

إذا قمت باستيراد بيانات بتنسيق مثل ARFF يتضمن بيانات تعريف، فسيستخدم Studio (الكلاسيكي) بيانات التعريف هذه لتحديد العنوان ونوع البيانات لكل عمود.

إذا قمت باستيراد بيانات مثل تنسيق TSV أو CSV لا يتضمن بيانات التعريف هذه، فسيستنتج Studio (الكلاسيكي) نوع البيانات لكل عمود عن طريق أخذ عينات من البيانات. إذا لم تكن البيانات تحتوي أيضا على عناوين أعمدة، فإن Studio (الكلاسيكي) يوفر أسماء افتراضية.

يمكنك تحديد العناوين وأنواع البيانات للأعمدة أو تغييرها بشكل صريح باستخدام الوحدة النمطية تحرير بيانات التعريف .

يتم التعرف على أنواع البيانات التالية بواسطة Studio (الكلاسيكي):

  • سلسلة
  • عدد صحيح
  • مزدوج
  • منطقي
  • التاريخ والوقت
  • الفترة الزمنية

يستخدم Studio نوع بيانات داخلي يسمى جدول البيانات لتمرير البيانات بين الوحدات النمطية. يمكنك تحويل بياناتك بشكل صريح إلى تنسيق جدول بيانات باستخدام الوحدة النمطية تحويل إلى مجموعة بيانات .

ستقوم أي وحدة نمطية تقبل تنسيقات أخرى غير جدول البيانات بتحويل البيانات إلى جدول بيانات بصمت قبل تمريرها إلى الوحدة النمطية التالية.

إذا لزم الأمر ، يمكنك تحويل تنسيق جدول البيانات مرة أخرى إلى تنسيق CSV أو TSV أو ARFF أو SVMLight باستخدام وحدات التحويل الأخرى. ابحث في قسم تحويلات تنسيق البيانات في لوحة الوحدات النمطية عن الوحدات النمطية التي تؤدي هذه الوظائف.

قدرات البيانات

تدعم الوحدات النمطية في التعلم الآلي Studio (الكلاسيكية) مجموعات بيانات تصل إلى 10 غيغابايت من البيانات الرقمية الكثيفة لحالات الاستخدام الشائعة. إذا كانت الوحدة النمطية تأخذ أكثر من إدخال واحد، فإن قيمة 10 غيغابايت هي إجمالي جميع أحجام الإدخال. يمكنك أخذ عينات من مجموعات بيانات أكبر باستخدام استعلامات من Hive أو Azure SQL Database، أو يمكنك استخدام Learning بواسطة Counts قبل استيراد البيانات.

يمكن توسيع أنواع البيانات التالية إلى مجموعات بيانات أكبر أثناء تطبيع المعالم وتقتصر على أقل من 10 غيغابايت:

  • متفرق
  • Categorical
  • السلاسل
  • بيانات ثنائية

تقتصر الوحدات التالية على مجموعات البيانات التي تقل سعتها عن 10 غيغابايت:

  • وحدات التوصية
  • وحدة تقنية أخذ العينات الزائدة للأقليات الاصطناعية (SMOTE)
  • وحدات البرمجة النصية: R ، Python ، SQL
  • الوحدات النمطية التي يمكن أن يكون فيها حجم بيانات الإخراج أكبر من حجم بيانات الإدخال، مثل الانضمام أو تجزئة الميزات
  • التحقق من الصحة المتقاطعة، ومعلمات Tune Model Hyperparameters، والانحدار الترتيبي، والفئة المتعددة أحادية مقابل الكل، عندما يكون عدد التكرارات كبيرا جدا

بالنسبة لمجموعات البيانات التي يزيد حجمها عن بضعة غيغابايت، قم بتحميل البيانات إلى Azure Storage أو Azure SQL Database، أو استخدم Azure HDInsight، بدلا من تحميلها مباشرة من ملف محلي.

يمكنك العثور على معلومات حول بيانات الصورة في مرجع الوحدة النمطية استيراد الصور .

الاستيراد من ملف محلي

يمكنك تحميل ملف بيانات من محرك الأقراص الثابتة لاستخدامه كبيانات تدريب في Studio (كلاسيكي). عند استيراد ملف بيانات، يمكنك إنشاء وحدة نمطية لمجموعة بيانات جاهزة للاستخدام في التجارب في مساحة العمل.

لاستيراد البيانات من محرك أقراص ثابت محلي، قم بما يلي:

  1. انقر على +جديد في أسفل نافذة الاستوديو (الكلاسيكي).
  2. حدد DATASET و FROM LOCAL FILE.
  3. في Upload مربع حوار مجموعة بيانات جديدة، استعرض وصولا إلى الملف الذي تريد تحميله.
  4. أدخل اسما، وحدد نوع البيانات، وأدخل وصفا اختياريا. يوصى باستخدام وصف - فهو يسمح لك بتسجيل أي خصائص حول البيانات التي تريد تذكرها عند استخدام البيانات في المستقبل.
  5. خانة الاختيار يسمح لك هذا هو الإصدار الجديد من مجموعة بيانات موجودة بتحديث مجموعة بيانات موجودة ببيانات جديدة. للقيام بذلك، انقر فوق خانة الاختيار هذه ثم أدخل اسم مجموعة بيانات موجودة.

Upload a new dataset

يعتمد Upload الوقت على حجم بياناتك وسرعة اتصالك بالخدمة. إذا كنت تعرف أن الملف سيستغرق وقتا طويلا ، فيمكنك القيام بأشياء أخرى داخل Studio (كلاسيكي) أثناء الانتظار. ومع ذلك، يؤدي إغلاق المتصفح قبل اكتمال تحميل البيانات إلى فشل عملية التحميل.

بمجرد تحميل بياناتك، يتم تخزينها في وحدة نمطية لمجموعة بيانات وتكون متاحة لأي تجربة في مساحة عملك.

عندما تقوم بتحرير تجربة، يمكنك العثور على مجموعات البيانات التي قمت بتحميلها في قائمة مجموعات البيانات الخاصة بي ضمن قائمة مجموعات البيانات المحفوظة في لوحة الوحدات النمطية. يمكنك سحب مجموعة البيانات وإفلاتها على لوحة التجربة عندما تريد استخدام مجموعة البيانات لمزيد من التحليلات والتعلم الآلي.

الاستيراد من مصادر البيانات عبر الإنترنت

باستخدام الوحدة النمطية استيراد البيانات، يمكن لتجربتك استيراد البيانات من مصادر بيانات مختلفة عبر الإنترنت أثناء تشغيل التجربة.

ملاحظة

توفر هذه المقالة معلومات عامة حول الوحدة النمطية استيراد البيانات . لمزيد من المعلومات التفصيلية حول أنواع البيانات التي يمكنك الوصول إليها والتنسيقات والمعلمات والإجابات على الأسئلة الشائعة، راجع الموضوع المرجعي للوحدة النمطية للوحدة النمطية استيراد البيانات .

باستخدام الوحدة النمطية استيراد البيانات، يمكنك الوصول إلى البيانات من أحد مصادر البيانات العديدة عبر الإنترنت أثناء تشغيل تجربتك:

  • عنوان URL للويب باستخدام HTTP
  • Hadoop باستخدام HiveQL
  • تخزين البيانات الثنائية الكبيرة في Azure
  • جدول Azure
  • Azure SQL Database. SQL مثيل مدار أو SQL Server
  • مزود تغذية بيانات، OData حاليا
  • Azure Cosmos DB

نظرا لأنه يتم الوصول إلى بيانات التدريب هذه أثناء تشغيل تجربتك، فهي متوفرة فقط في تلك التجربة. بالمقارنة، تتوفر البيانات التي تم تخزينها في وحدة نمطية لمجموعة بيانات لأي تجربة في مساحة العمل الخاصة بك.

للوصول إلى مصادر البيانات عبر الإنترنت في تجربة Studio (الكلاسيكية)، أضف الوحدة النمطية استيراد البيانات إلى تجربتك. ثم حدد تشغيل معالج استيراد البيانات ضمن خصائص للحصول على إرشادات إرشادية خطوة بخطوة لتحديد مصدر البيانات وتكوينه. بدلا من ذلك، يمكنك تحديد مصدر البيانات يدويا ضمن خصائص وتوفير المعلمات اللازمة للوصول إلى البيانات.

يتم تفصيل مصادر البيانات عبر الإنترنت المعتمدة في الجدول أدناه. يلخص هذا الجدول أيضا تنسيقات الملفات المعتمدة والمعلمات المستخدمة للوصول إلى البيانات.

هام

حاليا، يمكن للوحدات النمطية استيراد البيانات وتصدير البيانات قراءة البيانات وكتابتها فقط من وحدة تخزين Azure التي تم إنشاؤها باستخدام نموذج النشر الكلاسيكي. وبعبارة أخرى، فإن نوع حساب Azure Blob Storage الجديد الذي يوفر طبقة وصول إلى التخزين السريع أو طبقة الوصول إلى التخزين البارد غير مدعوم بعد.

بشكل عام، يجب ألا تتأثر أي حسابات تخزين Azure قد تكون أنشأتها قبل توفر خيار الخدمة هذا. إذا كنت بحاجة إلى إنشاء حساب جديد، فحدد كلاسيكي لنموذج النشر، أو استخدم مدير الموارد وحدد الغرض العام بدلا من التخزين Blobلنوع الحساب.

لمزيد من المعلومات، راجع تخزين Azure Blob: طبقات التخزين الساخنة والباردة.

مصادر البيانات المدعومة عبر الإنترنت

تدعم الوحدة النمطية "استيراد بيانات التعلم الآلي Studio (الكلاسيكية) مصادر البيانات التالية: