從 Machine Learning Studio (傳統) 匯出和刪除產品中使用者資料

適用於：Machine Learning 工作室 (傳統) Azure Machine Learning

重要

Machine Learning 工作室 (傳統) 的支援將於 2024 年 8 月 31 日結束。 建議您在該日期之前轉換成 Azure Machine Learning。

自 2021 年 12 月 1 日起，您將無法建立新的 Machine Learning 工作室 (傳統) 資源。 在 2024 年 8 月 31 日之前，您可以繼續使用現有的 Machine Learning 工作室 (傳統) 資源。

• 請參閱將機器學習專案從 ML 工作室 (傳統) 移至 Azure Machine Learning 的相關資訊。
• 深入了解 Azure Machine Learning

ML 工作室 (傳統) 文件即將淘汰，未來將不再更新。

您可以使用 Azure 入口網站、Studio (傳統) 介面、PowerShell 和經過驗證的 REST API，刪除或匯出 Machine Learning Studio (傳統) 所儲存的產品中資料。 本文會說明做法。

透過 Azure 隱私權入口網站可以存取遙測資料。

注意

如需檢視或刪除個人資料的詳細資訊，請參閱 適用於 GDPR 的 Azure 資料主體要求。 如需 GDPR 的詳細資訊，請參閱 Microsoft 信任中心的 GDPR 區段和服務信任入口網站的 GDPR 區段。

注意

本文提供關於如何從裝置或服務刪除個人資料的步驟，並且可以用來支援遵循 GDPR 的義務。 如需 GDPR 的一般資訊，請參閱 Microsoft 信任中心的 GDPR 區段和服務信任入口網站的 GDPR 區段。

Studio (傳統) 會收集哪幾種使用者資料？

在這項服務中，使用者資料包含有權存取工作區的使用者相關資訊，以及使用者與服務互動的遙測記錄。

Machine Learning Studio (傳統) 中有兩種使用者資料：

• 個人帳戶資料：與帳戶相關聯的帳戶識別碼和電子郵件地址。
• 客戶資料：您上傳以供分析的資料。

Studio (傳統) 帳戶類型和資料的儲存方式

Machine Learning Studio (傳統) 中有三種帳戶。 您擁有的帳戶種類可決定您資料的儲存方式，以及其刪除或匯出方式。

• 來賓工作區是免費的匿名帳戶。 您不需提供認證 (例如電子郵件地址或密碼) 即可註冊。
  • 資料會在來賓工作區過期後清除。
  • 來賓使用者可以透過 UI、REST API 或 PowerShell 套件匯出客戶資料。
• 免費工作區是您可使用 Microsoft 帳戶認證 (電子郵件地址和密碼) 登入的免費帳戶。
  • 您可以匯出及刪除個人和客戶資料，而這些資料受資料主體權限 (DSR) 要求所約束。
  • 您可以透過 UI、REST API 或 PowerShell 套件匯出客戶資料。
  • 若為未使用 Azure AD 帳戶的免費工作區，可以使用隱私權入口網站匯出遙測。
  • 當您刪除工作區時，您會刪除所有個人和客戶資料。
• 標準工作區是您可使用登入認證存取的付費帳戶。
  • 您可以匯出及刪除個人和客戶資料，而這些資料受 DSR 要求所約束。
  • 您可以透過 Azure 隱私權入口網站存取資料
  • 您可以透過 UI、REST API 或 PowerShell 套件匯出個人和客戶資料。
  • 您可以在 Azure 入口網站中刪除您的資料。

在 Studio (傳統) 中刪除工作區資料

刪除個別資產

使用者可藉由選取工作區中的資產，然後選取 [刪除] 按鈕加以刪除。

刪除整個工作區

使用者也可以刪除整個工作區：

• 付費工作區：透過 Azure 入口網站刪除。
• 免費工作區：使用 [設定] 窗格中的 [刪除] 按鈕。

透過 PowerShell 匯出 Studio (傳統) 資料

透過 PowerShell，使用命令從 Machine Learning Studio (傳統) 將您所有的資訊匯出為可攜式格式。 如需詳細資訊，請參閱適用於 Machine Learning Studio (傳統) 的 PowerShell 模組。

後續步驟

如需涵蓋 Web 服務和承諾計劃計費的文件，請參閱 Machine Learning Studio (傳統) REST API 參考。