Modele învățare programată particularizate

Informații > Modele particularizate vă permite să gestionați fluxurile de lucru pe baza modelelor Azure Machine Learning. Fluxurile de lucru vă ajută să alegeți datele din care doriți să generați detalii și să mapați rezultatele la datele unificate ale clienților. Pentru mai multe informații despre construirea de modele ML particularizate, consultați Utilizare modele bazate pe Azure Machine Learning.

AI responsabil

Predicțiile oferă capacități pentru crearea de experiențe client mai bune, îmbunătățirea capacităților de afaceri și fluxurilor de venituri. Vă recomandăm cu tărie să compensați valoarea predicției dvs. cu impactul pe care îl are și cu interferențele care pot fi introduse într-o manieră etică. Aflați mai multe despre cum Microsoft tratează AI responsabil. Puteți afla și despre tehnici și procese pentru învățare programată responsabilă specifice Azure Machine Learning.

Cerințe preliminare

  • În prezent, această caracteristică acceptă serviciile web publicate prin intermediul Machine Learning Studio (clasic) și canalele lot Azure Machine Learning.

  • Aveți nevoie de un cont Azure Data Lake Storage Gen2 asociat instanței dvs. Azure Studio pentru a utiliza această caracteristică. Pentru mai multe informații, consultați Creați un Cont de stocare Azure Data Lake Storage Gen2.

  • Pentru spațiile de lucru Azure Machine Learning cu canale, aveți nevoie de permisiunile proprietarului sau ale administratorului accesului la spațiul de lucru Azure Machine Learning.

    Notă

    Datele sunt transferate între instanțele dvs. Customer Insights și serviciile web sau canalele Azure selectate din fluxul de lucru. Când transferați date către un serviciu Azure, asigurați-vă că serviciul este configurat să proceseze date în modul și locația necesare pentru a se conforma oricărei cerințe legale sau de reglementare pentru respectivele date din organizația dvs.

Adăugați un nou flux de lucru

  1. Accesați Informații > Modele particularizate și selectați Flux de lucru nou.

  2. Dați modelului dvs. particularizat un nume ușor de recunoscut în câmpul Nume.

    Captură de ecran a panoului noului flux de lucru

  3. Selectați organizația care conține serviciul web din Entitate găzduită care conține serviciul dvs. web.

  4. Dacă abonamentul dvs. Azure Machine Learning se află într-o entitate găzduită diferită de Customer Insights, selectați Autentificare cu datele dvs. de acreditare pentru organizația selectată.

  5. Selectați Spații de lucru asociate cu serviciul dvs. web. Există două secțiuni listate, una pentru Azure Machine Learning v1 (Machine Learning Studio (clasic)) și Azure Machine Learning v2 (Azure Machine Learning). Dacă nu sunteți sigur care spațiu de lucru este cel potrivit pentru serviciul dvs. web Machine Learning Studio (clasic), selectați Oricare.

  6. Alegeți serviciul web Machine Learning Studio (clasic) sau canalul Azure Machine Learning în lista verticală Serviciu web care conține modelul dvs.. Apoi, selectați Următorul.

  7. Pentru fiecare Intrare serviciu web, selectați Entitatea adecvată pentru Detalii despre audiență și selectați Următorul.

    Notă

    Fluxul de lucru al modelului personalizat va aplica euristică pentru a mapa câmpurile de intrare ale serviciului web la atributele entității pe baza numelui și tipului de date al câmpului. Veți vedea o eroare dacă un câmp de servicii web nu poate fi mapat la o entitate.

    Configurați un flux de lucru

  8. În pasul Parametri de ieșire model, setați următoarele proprietăți:

    • Machine Learning Studio (clasic)

      1. Introduceți ieșirea Numele entității în care doriți ca rezultatele de ieșire ale serviciului web să treacă.
    • Învățare programată Azure

      1. Introduceți ieșirea Numele entității în care doriți ca rezultatele de ieșire ale canalului să treacă.
      2. Selectați Nume parametru ieșire depozit de date din canalul lotului din meniul vertical.
      3. Selectați Nume parametru cale de ieșire din canalul lotului din meniul vertical.

      Panou parametru de ieșire model

  9. Selectați atributul de potrivire din lista verticală ID client în rezultate care identifică clienții și selectați Salvare.

    Corelare rezultate cu panoul datele clienților

  10. Vei vedea ecranul Flux de lucru salvat cu detalii despre fluxul de lucru.
    Dacă ați configurat un flux de lucru pentru un canal Azure Machine Learning, Detaliile despre audiență se vor atașa la spațiul de lucru care conține canalul. Detaliile despre audiență vor avea un rol de Colaborator în spațiul de lucru Azure.

  11. Selectați Terminat.

  12. Acum puteți rula fluxul de lucru din pagina Modele particularizate.

Editați un flux de lucru

  1. Pe pagina Modele particularizate, selectați elipsele verticale din coloana Acțiuni de lângă un flux de lucru pe care l-ați creat anterior și selectați Editare.

  2. Puteți actualiza numele recunoscut al fluxului de lucru în câmpul Nume afișat, dar nu puteți schimba serviciul web configurat sau canalul. Selectați Următorul.

  3. Pentru fiecare Intrare serviciu web, puteți actualiza Entitatea potrivită din Detalii despre audiență. Apoi, selectați Următorul.

  4. În pasul Parametri de ieșire model, setați următoarele proprietăți:

    • Machine Learning Studio (clasic)
      1. Introduceți ieșirea Numele entității în care doriți ca rezultatele de ieșire ale serviciului web să treacă.
    • Învățare programată Azure
      1. Introduceți ieșirea Numele entității în care doriți ca rezultatele de ieșire ale canalului să treacă.
      2. Selectați Nume parametru ieșire depozit de date pentru canalul de testare.
      3. Selectați Nume parametru ieșire cale pentru canalul de testare.
  5. Selectați atributul de potrivire din lista verticală ID client în rezultate care identifică clienții și selectați Salvare. Alegeți un atribut din rezultatul inferenței cu valori similare coloanei ID client a entității client. Dacă nu aveți o astfel de coloană în setul de date, alegeți un atribut care identifică în mod unic rândul.

Executarea unui flux de lucru

  1. Pe pagina Modele particularizate, selectați elipsele verticale din coloana Acțiuni de lângă un flux de lucru pe care l-ați creat anterior.

  2. Selectare rând Rulare.

Fluxul dvs. de lucru rulează automat cu fiecare reîmprospătare planificată. Aflați mai multe despre configurarea reîmprospătărilor planificate.

Ștergeți un flux de lucru

  1. Pe pagina Modele particularizate, selectați elipsele verticale din coloana Acțiuni de lângă un flux de lucru pe care l-ați creat anterior.

  2. Selectați Ștergere și confirmați ștergerea.

Fluxul de lucru va fi șters. Entitatea care a fost creată atunci când ați creat fluxul de lucru persistă și poate fi vizualizată din pagina Entități.

Rezultate

Rezultatele dintr-un flux de lucru sunt stocate în entitatea configurată în timpul fazei Parametru de ieșire model. Puteți accesa aceste date din pagina entităților sau cu Acces API.

Acces API

Pentru interogarea specifică OData pentru a obține date de la o entitate model personalizată, utilizați următorul format:

https://api.ci.ai.dynamics.com/v1/instances/<your instance id>/data/<custom model output entity name>%3Ffilter%3DCustomerId%20eq%20'<guid value>'

  1. Înlocuiți <your instance id> cu ID-ul mediului dvs. Customer Insights, pe care îl găsiți în bara de adrese a browserului dvs. când accesați Customer Insights.

  2. Înlocuiți <custom model output entity> cu numele entității pe care l-ați furnizat în timpul pasului Model Output Parameters din configurația modelului personalizat.

  3. Înlocuiți <guid value> cu codul de client al clientului pentru care doriți să accesați înregistrarea. De obicei, puteți găsi acest ID pe pagina profilurilor clienților în câmpul CustomerID.

Întrebări frecvente

  • De ce nu-mi pot vedea conducta la configurarea unui flux de lucru model personalizat?
    Această problemă este cauzată frecvent de o problemă de configurare în canal. Asigurați-vă că parametrul de intrare este configurat și date de ieșire și parametri de cale sunt, de asemenea, configurate.

  • Ce înseamnă eroarea „Nu s-a putut salva fluxul de lucru al informațiilor”?
    Utilizatorii văd de obicei acest mesaj de eroare dacă nu au privilegii proprietar sau administrator de acces utilizator în spațiul de lucru. Utilizatorul are nevoie de un nivel mai înalt de permisiuni pentru a permite Customer Insights să proceseze fluxul de lucru ca un serviciu, mai degrabă decât să utilizeze acreditările utilizatorului pentru rulările ulterioare ale fluxului de lucru.