Spouštění kanálů azure machine Učení ve službě Azure Data Factory a Synapse Analytics

  • Článek

PLATÍ PRO: Azure Data Factory Azure Synapse Analytics

Tip

Vyzkoušejte si službu Data Factory v Microsoft Fabric, řešení pro analýzy typu all-in-one pro podniky. Microsoft Fabric zahrnuje všechno od přesunu dat až po datové vědy, analýzy v reálném čase, business intelligence a vytváření sestav. Přečtěte si, jak začít používat novou zkušební verzi zdarma.

Kanály Azure Machine Learning můžete spouštět jako krok v kanálech Azure Data Factory a Synapse Analytics. Aktivita Execute Pipeline služby Machine Learning umožňuje realizovat scénáře dávkových předpovědí, jako je identifikace půjček, u nichž hrozí insolvence dlužníka, zjišťování mínění nebo analýza vzorců chování zákazníků.

Následující video obsahuje šestiminutový úvod a ukázku této funkce.

Vytvoření aktivity kanálu spuštění počítače Učení pomocí uživatelského rozhraní

Pokud chcete v kanálu použít Učení aktivitu spuštění kanálu, proveďte následující kroky:

  1. Vyhledejte Učení počítače v podokně Aktivity kanálu a přetáhněte aktivitu kanálu Učení Spuštění kanálu na plátno kanálu.

  2. Vyberte na plátně novou aktivitu Učení Spuštění kanálu, pokud ještě není vybraná, a jeho Nastavení kartu a upravte podrobnosti.

    Shows the UI for a Machine Learning Execute Pipeline activity.

  3. Vyberte existující nebo vytvořte novou propojenou službu Azure Machine Učení a zadejte podrobnosti o kanálu a experimentu a všechny parametry kanálu nebo přiřazení cesty k datům vyžadované pro kanál.

Syntaxe

{
    "name": "Machine Learning Execute Pipeline",
    "type": "AzureMLExecutePipeline",
    "linkedServiceName": {
        "referenceName": "AzureMLService",
        "type": "LinkedServiceReference"
    },
    "typeProperties": {
        "mlPipelineId": "machine learning pipeline ID",
        "experimentName": "experimentName",
        "mlPipelineParameters": {
            "mlParameterName": "mlParameterValue"
        }
    }
}

Vlastnosti typu

Vlastnost Popis Povolené hodnoty Požaduje se
name Název aktivity v kanálu String Ano
type Typ aktivity je AzureMLExecutePipeline. String Ano
linkedServiceName Propojená služba se službou Azure Machine Učení Odkaz na propojenou službu Ano
mlPipelineId ID publikovaného kanálu azure machine Učení Řetězec (nebo výraz s typem výsledku řetězce) Ano
experimentName Název experimentu historie spuštění spuštění kanálu Učení počítače Řetězec (nebo výraz s typem výsledku řetězce) No
mlPipelineParameters Klíč, páry hodnot, které se mají předávat do publikovaného koncového bodu kanálu Azure Machine Učení. Klíče musí odpovídat názvům parametrů kanálu definovaných v publikovaném kanálu Učení počítače. Objekt s páry klíč-hodnota (nebo výraz s objektem resultType) No
mlParentRunId ID spuštění nadřazeného Učení kanálu Azure Machine Řetězec (nebo výraz s typem výsledku řetězce) No
dataPathAssignments Slovník používaný ke změně cest k datům ve službě Azure Machine Learning. Povolí přepínání cest k datům. Objekt s páry klíč-hodnota No
continueOnStepFailure Jestli chcete pokračovat v provádění dalších kroků ve spuštění kanálu počítače Učení v případě selhání kroku boolean No

Poznámka:

Pokud chcete naplnit položky rozevíracího seznamu v názvu a ID kanálu počítače Učení, musí mít uživatel oprávnění k výpisu kanálů ML. Uživatelské rozhraní volá rozhraní API služby AzureMLService přímo pomocí přihlašovacích údajů přihlášeného uživatele.

Související obsah

Podívejte se na následující články, které vysvětlují, jak transformovat data jinými způsoby: