Usar os Insights da IA no Power BI Desktop (versão prévia)Use AI Insights in Power BI Desktop (preview)

No Power BI, você pode usar os Insights da IA para obter acesso a uma coleção de modelos de machine learning pré-treinados que aprimoram seus esforços de preparação de dados.In Power BI, you can use AI Insights to gain access to a collection of pre-trained machine learning models that enhance your data preparation efforts. Os Insights da IA são acessados no Editor do Power Query, e seus recursos e funções associados são acessados por meio das guias Página Inicial e Adicionar Coluna no Editor do Power Query.AI Insights is accessed in the Power Query editor, and its associated features and functions are accessed through the Home and Add Column tabs in Power Query editor.

Localização dos Insights da IA na faixa de opções

Este artigo descreve as funções Análise de Texto e Pesquisa Visual, ambas dos Serviços Cognitivos do Azure.This article describes functions for Text Analytics and Vision functions, both from Azure Cognitive Services. Também neste artigo está uma seção que descreve as funções personalizadas disponíveis no Power BI no Azure Machine Learning.Also in this article is a section that describes the custom functions available in Power BI from Azure Machine Learning.

Como habilitar os Insights da IAHow to enable AI Insights

Os Insights da IA no Power BI são um recurso de visualização e devem ser habilitados.AI insights in Power BI is a preview feature and must be enabled. Para habilitá-los, selecione Arquivo > Opções e configurações > Opções e, em seguida, selecione Recursos de visualização na coluna esquerda.To enable it, select File > Options and settings > Options, then select Preview features from the left column. No painel direito, há uma seleção Navegador de funções dos Insights da IA.In the right pane is an AI Insights function browser selection. Marque a caixa ao lado de Navegador de funções dos Insights da IA para habilitar o recurso de visualização.Check the box beside AI Insights function browser to enable the preview feature. Será preciso reiniciar o Power BI Desktop para que a alteração do recurso de visualização tenha efeito.You'll need to restart Power BI Desktop for the preview feature change to take effect.

Opção de Insights da IA para o Power BI Desktop

Usar a Análise de Texto e a Pesquisa VisualUsing Text Analytics and Vision

Com a Análise de Texto e a Pesquisa Visual no Power BI, você pode aplicar diferentes algoritmos dos Serviços Cognitivos do Azure para enriquecer seus dados no Power Query.With Text Analytics and Vision in Power BI, you can apply different algorithms from Azure Cognitive Services to enrich your data in Power Query.

Os serviços com suporte atualmente são os seguintes:The services that are supported today are the following:

As transformações são executadas no serviço do Power BI e não exigem uma assinatura de Serviços Cognitivos do Azure.The transformations are executed on the Power BI service and do not require an Azure Cognitive Services subscription.

Importante

O uso dos recursos Análise de Texto e Pesquisa Visual requer o Power BI Premium.Using the Text Analytics or Vision features requires Power BI Premium.

Habilitar a Análise de Texto e a Pesquisa Visual em capacidades PremiumEnabling Text Analytics and Vision on Premium capacities

Os Serviços Cognitivos são compatíveis com nós de capacidade Premium EM2, A2 ou P1 e acima.Cognitive Services are supported for Premium capacity nodes EM2, A2, or P1 and above. Uma carga de trabalho de IA separada na capacidade é usada para executar os Serviços Cognitivos.A separate AI workload on the capacity is used to run Cognitive Services. Durante a versão prévia pública desses recursos (antes de junho de 2019), essa carga de trabalho era desabilitada por padrão.During public preview of these features (prior to June 2019), this workload was disabled by default. Antes de usar os Serviços Cognitivos no Power BI, a carga de trabalho de IA precisa ser habilitada nas configurações de capacidade do portal do administrador.Before using Cognitive Services in Power BI, the AI workload must be enabled in the capacity settings of the admin portal. Você pode ativar a carga de trabalho de IA na seção de cargas de trabalho e definir a quantidade máxima de memória que deseja que essa carga de trabalho consuma.You can turn on the AI workload in the workloads section and define the maximum amount of memory you would like this workload to consume. O limite de memória recomendada é de 20%.The recommended memory limit is 20%. Exceder esse limite faz com que a consulta seja mais lenta.Exceeding this limit causes the query to slow down.

Funções disponíveisAvailable functions

Esta seção descreve as funções disponíveis nos Serviços Cognitivos no Power BI.This section describes the available functions in Cognitive Services in Power BI.

Detectar idiomaDetect language

A função de detecção de idioma avalia a entrada de texto e para cada campo retorna o nome do idioma e o identificador ISO.The language detection function evaluates text input, and for each field, returns the language name and ISO identifier. Essa função é útil para colunas de dados que coletam texto arbitrário, onde o idioma é desconhecido.This function is useful for data columns that collect arbitrary text, where language is unknown. A função espera dados no formato de texto como entrada.The function expects data in text format as input.

A Análise de Texto reconhece até 120 idiomas.Text Analytics recognizes up to 120 languages. Saiba mais em idiomas com suporte.For more information, see supported languages.

Extrair frases-chaveExtract key phrases

A função Extração de Frases-chave avalia o texto não estruturado e para cada campo de texto, retorna uma lista de frases-chave.The Key Phrase Extraction function evaluates unstructured text, and for each text field, returns a list of key phrases. A função requer um campo de texto como entrada e aceita uma entrada opcional para Informações de Cultura.The function requires a text field as input, and accepts an optional input for Culture info.

A extração de frases-chave funciona melhor quando você fornece blocos de texto maiores a serem trabalhados.Key phrase extraction works best when you give it bigger chunks of text to work on. Esse é o oposto da análise de sentimento, que funciona melhor em blocos de texto menores.This is opposite from sentiment analysis, which performs better on smaller blocks of text. Considere reestruturar adequadamente as entradas para obter os melhores resultados de ambas as operações.To get the best results from both operations, consider restructuring the inputs accordingly.

Pontuação de sentimentoScore sentiment

A função Pontuação de sentimento avalia a entrada de texto e retorna uma pontuação de sentimento para cada documento, variando de 0 (negativo) a 1 (positivo).The Score Sentiment function evaluates text input and returns a sentiment score for each document, ranging from 0 (negative) to 1 (positive). Essa função é útil para detectar o sentimento positivo e negativo em mídias sociais, nas revisões do cliente e em fóruns de discussão.This function is useful for detecting positive and negative sentiment in social media, customer reviews, and discussion forums.

A Análise de Texto usa um algoritmo de classificação de aprendizado de máquina para gerar uma pontuação de sentimento entre 0 e 1.Text Analytics uses a machine learning classification algorithm to generate a sentiment score between 0 and 1. As pontuações mais próximas de 1 indicam sentimento positivo, as pontuações mais próximas de 0 indicam sentimento negativo.Scores closer to 1 indicate positive sentiment, scores closer to 0 indicate negative sentiment. O modelo é pré-treinado com um amplo corpo de texto com associações de sentimento.The model is pre-trained with an extensive body of text with sentiment associations. No momento, não é possível fornecer seus próprios dados de treinamento.Currently, it's not possible to provide your own training data. O modelo usa uma combinação de técnicas durante a análise de texto, incluindo processamento de texto, análise de parte da fala, posicionamento e associações de palavras.The model uses a combination of techniques during text analysis, including text processing, part-of-speech analysis, word placement, and word associations. Saiba mais sobre o algoritmo em Apresentação da Análise de Texto.For more information about the algorithm, see Introducing Text Analytics.

A análise de sentimento é executada em todo o campo de entrada, em vez de extrair o sentimento de uma entidade específica no texto.Sentiment analysis is performed on the entire input field, as opposed to extracting sentiment for a particular entity in the text. Na prática, há uma tendência de melhoria da precisão de pontuação quando os documentos contêm uma ou duas sentenças, em vez de um grande bloco de texto.In practice, there's a tendency for scoring accuracy to improve when documents contain one or two sentences rather than a large block of text. Durante a fase de avaliação de objetividade, o modelo determina se um campo de entrada como um todo é objetivo ou contém o sentimento.During an objectivity assessment phase, the model determines whether an input field as a whole is objective or contains sentiment. Um campo de entrada que é principalmente objetivo não progride para a frase de detecção de sentimento, resultando em uma pontuação 0,50, sem nenhum processamento adicional.An input field that is mostly objective does not progress to the sentiment detection phrase, resulting in a .50 score, with no further processing. Para os campos de entrada continuarem no pipeline, a próxima fase gera uma pontuação acima ou abaixo de 0,50, dependendo do grau de sentimento detectado no campo de entrada.For input fields continuing in the pipeline, the next phase generates a score above or below .50, depending on the degree of sentiment detected in the input field.

No momento, a Análise de Sentimento é compatível com os idiomas alemão, espanhol, francês e inglês.Currently, Sentiment Analysis supports English, German, Spanish, and French. Outros idiomas estão em versão prévia.Other languages are in preview. Saiba mais em idiomas com suporte.For more information, see supported languages.

Marcar imagensTag images

A função Marcar imagens retorna marcas com base em mais de 2.000 objetos reconhecíveis, seres vivos, cenários e ações.The Tag Images function returns tags based on more than two thousand recognizable objects, living beings, scenery, and actions. Quando as marcas são ambíguas ou não são dados de conhecimento comum, a saída fornece dicas para esclarecer o significado da marca no contexto de uma configuração conhecida.When tags are ambiguous or not common knowledge, the output provides hints to clarify the meaning of the tag in context of a known setting. As marcas não são organizadas como uma taxonomia e não existe nenhuma hierarquia de herança.Tags are not organized as a taxonomy and no inheritance hierarchies exist. Uma coleção de marcas de conteúdo constitui a base para uma descrição da imagem exibida como linguagem legível por humanos, formatada em frases completas.A collection of content tags forms the foundation for an image description displayed as human readable language formatted in complete sentences.

Depois de carregar uma imagem ou especificar uma URL de imagem, os algoritmos de Pesquisa Visual Computacional marcam saídas com base em objetos, seres vivos e ações identificadas na imagem.After uploading an image or specifying an image URL, Computer Vision algorithms output tags based on the objects, living beings, and actions identified in the image. A marcação não está limitada à entidade principal, como uma pessoa em primeiro plano, mas também inclui o ambiente (interno ou externo), móveis, ferramentas, plantas, animais, acessórios, eletrônicos e assim por diante.Tagging is not limited to the main subject, such as a person in the foreground, but also includes the setting (indoor or outdoor), furniture, tools, plants, animals, accessories, gadgets, and so on.

Essa função requer uma URL de imagem ou um campo base-64 como entrada.This function requires an image URL or a base-64 field as input. Neste momento, a marcação de imagem é compatível com os idiomas inglês, espanhol, japonês, português e chinês simplificado.At this time, image tagging supports English, Spanish, Japanese, Portuguese, and Simplified Chinese. Saiba mais em idiomas com suporte.For more information, see supported languages.

Invocar as funções Análise de Texto e Pesquisa Visual no Power QueryInvoking Text Analytics or Vision functions in Power Query

Para enriquecer seus dados com as funções Análise de Texto e Pesquisa Visual, abra o Editor do Power Query.To enrich your data with Text Analytics or Vision functions, open Power Query editor. Este exemplo aborda a pontuação do sentimento de um texto.This example walks through scoring the sentiment of a text. As mesmas etapas podem ser usadas para extrair frases-chave, detectar idioma e marcar imagens.The same steps can be used to extract key phrases, detect language, and tag images.

Selecione o botão Análise de Texto na faixa de opções Página Inicial ou Adicionar Coluna.Select the Text analytics button in the Home or Add column ribbon. Será solicitado que você entre.You'll be prompted to sign in.

Análises de texto

Após conectar, selecione a função que deseja usar e a coluna de dados que deseja transformar na janela pop-up.After signing in, select the function you want to use and the data column you want to transform in the pop-up window.

Pontuação de sentimento da Análise de Texto

O Power BI seleciona uma capacidade Premium para executar a função e enviar os resultados de volta ao Power BI Desktop.Power BI selects a Premium capacity to run the function on and send the results back to Power BI Desktop. A capacidade selecionada é usada apenas para a função Análise de Texto e Pesquisa Visual durante a aplicação e atualizações no Power BI Desktop.The selected capacity is only used for Text Analytics and Vision function during application and refreshes in Power BI Desktop. Depois que o relatório é publicado, as atualizações são executadas na capacidade Premium do workspace no qual o relatório é publicado.Once the report is published, refreshes run on the Premium capacity of the workspace the report is published to. Você pode alterar a capacidade usada para todos os Serviços Cognitivos na lista suspensa no canto inferior esquerdo da janela pop-up.You can change the capacity used for all Cognitive Services in the dropdown in the lower left corner of the popup window.

Selecionar a capacidade Premium a ser usada

CultureInfo é uma entrada opcional para especificar o idioma do texto.Cultureinfo is an optional input to specify the language of the text. Esse campo é um código ISO.This field is an ISO code. Você pode usar uma coluna como entrada para Cultureinfo ou um campo estático.You can use a column as input for Cultureinfo, or a static field. Neste exemplo, o idioma é especificado como inglês (en) para a coluna inteira.In this example, the language is specified as English (en) for the whole column. Se você deixar esse campo em branco, o Power BI detectará automaticamente o idioma antes de aplicar a função.If you leave this field blank, Power BI automatically detects the language before applying the function. Em seguida, selecione Aplicar.Next, select Apply.

Na primeira vez em que você usar os Insights da IA em uma nova fonte de dados, terá que definir o nível de privacidade dos seus dados.The first time you use AI Insights on a new data source, you're prompted to set the privacy level of your data.

Definir níveis de privacidade

Observação

As atualizações do conjunto de dados no Power BI funcionam apenas para fontes de dados em que o nível de privacidade está definido como público ou organizacional.Refreshes of the dataset in Power BI will only work for data sources where the privacy level is set to public or organizational.

Depois de invocar a função, o resultado é adicionado como nova coluna à tabela.After invoking the function, the result is added as a new column to the table. A transformação também é adicionada como uma etapa aplicada na consulta.The transformation is also added as an applied step in the query.

Nos casos de marcação de imagem e extração de frases-chave, os resultados podem retornar vários valores.In the cases of image tagging and key phrase extraction, the results can return multiple values. Cada resultado individual é retornado em uma duplicata da linha original.Each individual result is returned on a duplicate of the original row.

Publicar um relatório com as funções Análise de Texto ou Pesquisa VisualPublishing a report with Text Analytics or Vision functions

Durante a edição no Power Query e a execução de atualizações no Power BI Desktop, a Análise de Texto ou a Pesquisa Visual usam a capacidade Premium selecionada no Editor do Power Query.While editing in Power Query and performing refreshes in Power BI Desktop, Text Analytics and Vision use the Premium capacity that was selected in Power Query editor. Depois da publicação do relatório no Power BI, ele usa a capacidade Premium do workspace no qual foi publicado.After publishing the report to Power BI, it uses the Premium capacity of the workspace into which it was published.

Os relatórios com as funções Análise de Texto e Pesquisa Visual aplicadas devem ser publicados em um workspace que não tenha capacidade Premium, caso contrário, a atualização do conjunto de dados falhará.Reports with applied Text Analytics and Vision functions should be published to a workspace that is not on a Premium capacity, otherwise refreshing the dataset will fail.

Gerenciar impacto em uma capacidade PremiumManaging impact on a Premium capacity

As seções a seguir descrevem como gerenciar os impactos da Análise de Texto e Pesquisa Visual na capacidade.The following sections describe how you can manage the impacts of Text Analytics and Vision on capacity.

Selecionar uma capacidadeSelecting a capacity

Os autores de relatório podem selecionar em qual capacidade Premium executar os Insights da IA.Report authors can select which Premium capacity on which to run AI Insights. Por padrão, o Power BI seleciona a primeira capacidade criada à qual o usuário tem acesso.By default, Power BI selects the first created capacity to which the user has access.

Monitorar com o aplicativo Métricas de CapacidadeMonitoring with the Capacity Metrics app

Os proprietários de capacidade Premium podem monitorar o impacto das funções Análise de Texto e Pesquisa Visual em uma capacidade com o aplicativo Métricas de Capacidade do Power BI Premium.Premium capacity owners can monitor the impact of Text Analytics and Vision functions on a capacity with the Power BI Premium Capacity Metrics app. O aplicativo fornece métricas detalhadas sobre a integridade das cargas de trabalho de IA dentro de sua capacidade.The app provides detailed metrics on the health of the AI workloads within your capacity. O gráfico na parte superior mostra o consumo de memória por cargas de trabalho de IA.The top chart shows the memory consumption by AI workloads. Os administradores de capacidade Premium podem definir o limite de memória para a carga de trabalho de IA por capacidade.Premium capacity admins can set the memory limit for the AI workload per capacity. Quando o uso da memória atingir o limite de memória, considere aumentar o limite de memória ou mover alguns workspaces para uma capacidade diferente.When memory usage reaches the memory limit, you can consider increasing the memory limit or moving some workspaces to a different capacity.

Comparar o Power Query e o Power Query OnlineComparing Power Query and Power Query Online

As funções Análise de Texto e Pesquisa Visual usadas no Power Query e Power Query Online são as mesmas.The Text Analytics and Vision functions used in Power Query and Power Query Online are the same. As únicas diferenças entre as experiências são as seguintes:The only differences between the experiences are the following:

  • O Power Query tem botões separados para Análise de Texto, Pesquisa Visual e Azure Machine Learning.Power Query has separate buttons for Text Analytics, Vision, and Azure Machine Learning. No Power Query Online, eles são combinados em um menu.In Power Query Online, these are combined in one menu.
  • No Power Query, o autor do relatório pode selecionar a capacidade Premium usada para executar as funções.In Power Query, the report author can select the Premium capacity that is used to run the functions. Isso não é necessário no Power Query Online porque um fluxo de dados já está em uma capacidade específica.This is not required in Power Query Online, since a dataflow is already on a specific capacity.

Considerações e limitações da Análise de TextoConsiderations and limitations of Text Analytics

Há algumas considerações e limitações para ter em mente ao usar a Análise de Texto.There are a few considerations and limitations to keep in mind when using Text Analytics.

  • A atualização incremental tem suporte, mas pode causar problemas de desempenho quando usada em consultas com os Insights da IA.Incremental refresh is supported but can cause performance issues when used on queries with AI insights.
  • Não é compatível com o Direct Query.Direct Query is not supported.

Usar Azure MLUsing Azure ML

Várias organizações usam modelos de Machine Learning para obter melhores insights e previsões sobre seus negócios.Numerous organizations use Machine Learning models for better insights and predictions about their business. A capacidade de visualizar e invocar insights com esses modelos, em seus relatórios e painéis e outras análises, pode ajudar a divulgar essas informações para os usuários comerciais que mais precisam delas.The ability to visualize and invoke insights from these models, in your reports and dashboards and other analytics, can help disseminate these insights to the business users who need it the most. O Power BI simplifica a incorporação dos insights por meio de modelos hospedados no Azure Machine Learning com o uso de gestos simples de apontar e clicar.Power BI makes it simple to incorporate the insights from models hosted on Azure Machine Learning, using straightforward point-and-click gestures.

Para usar essa funcionalidade, basta que um cientista de dados conceda acesso ao modelo do Azure ML para o analista de BI usando o portal do Azure.To use this capability, a data scientist can simply grant access to the Azure ML model to the BI analyst using the Azure portal. Em seguida, no início de cada sessão, o Power Query descobre todos os modelos do Azure ML aos quais o usuário tem acesso e os expõe como funções dinâmicas do Power Query.Then, at the start of each session, Power Query discovers all the Azure ML models to which the user has access and exposes them as dynamic Power Query functions. O usuário pode invocar essas funções, seja acessando-as na faixa de opções no Editor do Power Query ou invocando diretamente a função de M.The user can then invoke those functions by accessing them from the ribbon in Power Query editor, or by invoking the M function directly. O Power BI também agrupa automaticamente as solicitações de acesso em lotes ao invocar o modelo do Azure ML para um conjunto de linhas a fim de melhorar o desempenho.Power BI also automatically batches the access requests when invoking the Azure ML model for a set of rows to achieve better performance.

Essa funcionalidade só tem suporte no Power BI Desktop, nos fluxos de dados do Power BI e no Power Query Online no serviço do Power BI.This functionality is supported in Power BI Desktop, Power BI dataflows, and for Power Query Online in the Power BI service.

Saiba mais sobre fluxos de dados em Preparação de dados de autoatendimento no Power BI.To learn more about dataflows, see Self-service data prep in Power BI.

Para saber mais sobre o Azure Machine Learning, confira os seguintes artigos:To learn more about Azure Machine Learning, see the following articles:

Conceder acesso a um modelo do Azure MLGranting access to an Azure ML model

Para acessar um modelo do Azure ML no Power BI, o usuário deve ter acesso deLeitura à assinatura do Azure.To access an Azure ML model from Power BI, the user must have Read access to the Azure subscription. Além disso, ele deve ter o seguinte:In addition, they must have the following:

  • Para modelos do Machine Learning Studio (clássico), o acesso de Leitura ao serviço Web do Machine Learning Studio (clássico)For Machine Learning Studio (classic) models, Read access to Machine Learning Studio (classic) web service
  • Para modelos do Machine Learning, o acesso de Leitura ao workspace do Machine LearningFor Machine Learning models, Read access to the Machine Learning workspace

As etapas nesta seção descrevem como conceder a um usuário do Power BI acesso a um modelo hospedado no serviço do Azure ML para que ele possa acessar esse modelo como uma função do Power Query.The steps in this section describe how to grant a Power BI user access to a model hosted on the Azure ML service, so they can access this model as a Power Query function. Confira mais detalhes em Gerenciar acesso usando o RBAC e o portal do Azure.For further details, please see Manage access using RBAC and the Azure portal.

  1. Entre no portal do Azure.Sign in to the Azure portal.
  2. Acesse a página Assinaturas.Go to the Subscriptions page. A página Assinaturas pode ser encontrada na lista Todos os serviços do menu de navegação à esquerda do portal do Azure.You can find the Subscriptions page through the All Services list in the left navigation menu of the Azure portal.
  3. Selecionar sua assinaturaSelect your subscription
  4. Selecione o Controle de acesso (IAM) e depois o botão Adicionar.Select Access control (IAM), and then select the Add button.
  5. Selecione Leitor como a Função.Select Reader as the Role. Selecione o usuário do Power BI para o qual você deseja conceder acesso ao modelo do Azure ML.Select the Power BI user to whom you wish to grant access to the Azure ML model.
  6. Selecione SalvarSelect Save
  7. Repita as etapas 3 a 6 para permitir acesso de Leitor ao usuário no serviço Web específico do Machine Learning Studio (clássico) ou no workspace do Machine Learning que hospeda o modelo.Repeat steps three through six to grant Reader access to the user for the specific Machine Learning Studio (classic) web service, or the Machine Learning workspace hosting the model.

Descoberta de esquema para modelos do Machine LearningSchema discovery for Machine Learning models

Os cientistas de dados usam principalmente o Python para o desenvolvimento e, até mesmo, para a implantação dos modelos de machine learning no Machine Learning.Data scientists primarily use Python to develop, and even deploy, their machine learning models for Machine Learning. Ao contrário do Machine Learning Studio (clássico), que ajuda a automatizar a tarefa de criação de um arquivo de esquema para o modelo, no caso do Machine Learning, o cientista de dados precisa gerar explicitamente o arquivo de esquema usando o Python.Unlike the Machine Learning Studio (classic), which helps automate the task of creating a schema file for the model, in the case of Machine Learning, the data scientist must explicitly generate the schema file using Python.

Esse arquivo de esquema precisa ser incluído no serviço Web implantado dos modelos do Machine Learning.This schema file must be included in the deployed web service for Machine Learning models. Para gerar automaticamente o esquema para o serviço Web, é necessário fornecer uma amostra da entrada/saída no script de entrada do modelo implantado.To automatically generate the schema for web service, you must provide a sample of the input/output in the entry script for the deployed model. Confira a subseção sobre a Geração de esquema automático do Swagger (opcional) na documentação Implantar modelos com o Serviço do Azure Machine Learning.Please see the subsection on (Optional) Automatic Swagger schema generation in the Deploy models with the Azure Machine Learning service documentation. O link inclui o script de entrada de exemplo com as instruções para a geração de esquema.The link includes the example entry script with the statements for the schema generation.

Especificamente, as funções _@input\_schema_ e _@output\_schema_ no script de entrada fazem referência aos formatos de exemplo de entrada e saída nas variáveis input_sample e output_sample e usam essas amostras para gerar uma especificação de OpenAPI (Swagger) para o serviço Web durante a implantação.Specifically, the _@input\_schema_ and _@output\_schema_ functions in the entry script reference the input and output sample formats in the input_sample and output_sample variables, and use these samples to generate an OpenAPI (Swagger) specification for the web service during deployment.

Essas instruções para a geração de esquema pela atualização do script de entrada também precisam ser aplicadas aos modelos criados com experimentos de aprendizado de máquina automatizados usando o SDK do Azure Machine Learning.These instructions for schema generation by updating the entry script must also be applied to models created using automated machine learning experiments using the Azure Machine Learning SDK.

Observação

Atualmente, os modelos criados com a interface visual do Azure Machine Learning não dão suporte à geração de esquema, mas passarão a dar esse suporte nas versões seguintes.Models created using the Azure Machine Learning visual interface do not currently support schema generation, but will in subsequent releases.

Invocar um modelo do Azure ML no Power QueryInvoking an Azure ML model in Power Query

Você pode invocar qualquer modelo do Azure ML para o qual recebeu acesso diretamente do Editor do Power Query.You can invoke any Azure ML model to which you have been granted access, directly from the Power Query Editor. Para acessar os modelos do Azure ML, selecione o botão Azure Machine Learning na faixa de opções Página Inicial ou Adicionar Coluna no Editor do Power Query.To access the Azure ML models, select Azure Machine Learning button in the Home or Add Column ribbon in the Power Query editor.

Azure Machine Learning

Todos modelos do Azure ML aos quais você tem acesso são listados aqui como funções do Power Query.All Azure ML models to which you have access are listed here as Power Query functions. Além disso, os parâmetros de entrada do modelo do Azure ML são mapeados automaticamente como parâmetros da função correspondente do Power Query.Also, the input parameters for the Azure ML model are automatically mapped as parameters of the corresponding Power Query function.

Para invocar um modelo do Azure ML, especifique qualquer uma das colunas da entidade escolhida como uma entrada na lista suspensa.To invoke an Azure ML model, you can specify any of the selected entity's columns as an input from the drop-down. Você também pode especificar um valor constante para ser usado como uma entrada, alternando o ícone da coluna à esquerda da caixa de diálogo de entrada.You can also specify a constant value to be used as an input by toggling the column icon to the left of the input dialog.

Azure Machine Learning

Selecione OK para visualizar a versão prévia da saída do modelo do Azure ML como uma nova coluna na tabela de entidades.Select OK to view the preview of the Azure ML model's output as a new column in the entity table. Você também verá a invocação do modelo como uma etapa aplicada à consulta.You will also see the model invocation as an applied step for the query.

Se o modelo retornar vários parâmetros de saída, eles serão agrupados como um registro na coluna de saída.If the model returns multiple output parameters, they are grouped together as a record in the output column. É possível expandir a coluna para produzir parâmetros de saída individuais em colunas separadas.You can expand the column to produce individual output parameters in separate columns.

Considerações e limitações do Azure MLConsiderations and limitations of Azure ML

As considerações e limitações a seguir se aplicam ao Azure ML no Power BI Desktop.The following considerations and limitations apply to Azure ML in Power BI Desktop.

  • Atualmente, os modelos criados usando a interface visual do Azure Machine Learning não dão suporte à geração de esquema.Models created using the Azure Machine Learning visual interface do not currently support schema generation. O suporte é previsto em versões subsequentes.Support is anticipated in subsequent releases.
  • A atualização incremental tem suporte, mas pode causar problemas de desempenho quando usada em consultas com os Insights da IA.Incremental refresh is supported but can cause performance issues when used on queries with AI insights.
  • Não é compatível com o Direct Query.Direct Query is not supported.

Próximas etapasNext steps

Este artigo fornece uma visão geral da integração do Machine Learning com o Power BI Desktop.This article provided an overview of integrating Machine Learning into Power BI Desktop. Os artigos a seguir também podem ser úteis e interessantes.The following articles might also be interesting and useful.