Avstamming for modeller og eksperimenter

  • Artikkel

I moderne forretningsanalyseprosjekter kan det være en utfordring å forstå flyten av data fra datakilden til målet. Utfordringen er enda større hvis du har bygget avanserte analytiske prosjekter som dekker flere datakilder, elementer og avhengigheter. Spørsmål som «Hva skjer hvis jeg endrer disse dataene?» eller «Hvorfor er ikke denne rapporten oppdatert?» kan være vanskelig å svare på. De kan kreve et team av eksperter eller dyp undersøkelse for å forstå. Fabric-avstammingsvisningen hjelper deg med å svare på disse spørsmålene.

Viktig

Microsoft Fabric er i forhåndsversjon.

Avstamming og maskinlæring

Det finnes flere grunner til hvorfor avstamming er viktig i arbeidsflyten for maskinlæring:

  • Reproduserbarhet: Når du vet avstammingen av en modell, blir det enklere å reprodusere modellen og resultatene. Hvis noen andre ønsker å replikere modellen, kan de følge de samme trinnene som ble brukt til å opprette den, og bruke de samme dataene og parameterne.
  • Gjennomsiktighet: Å forstå avstammingen til en modell bidrar til å øke gjennomsiktigheten. Dette betyr at interessenter, for eksempel regulatorer eller brukere, kan forstå hvordan modellen ble opprettet, og hvordan den fungerer. Dette kan være viktig for å sikre rettferdighet, ansvarlighet og etiske hensyn.
  • Feilsøking: Hvis en modell ikke yter som forventet, kan det å vite at avstammingen bidrar til å identifisere kilden til problemet. Ved å undersøke opplæringsdataene, parameterne og beslutningene som ble tatt under opplæringsprosessen, kan det være mulig å identifisere problemer som påvirker modellens ytelse.
  • Forbedring: Å kjenne til avstammingen av en modell kan også bidra til å forbedre den. Ved å forstå hvordan modellen ble opprettet og kalibrert, kan det være mulig å gjøre endringer i opplæringsdataene, parameterne eller prosessen som kan forbedre modellens nøyaktighet eller andre ytelsesmåledata.

Elementtyper for datavitenskap

I Fabric integreres maskinlæringsmodeller og eksperimenter i en enhetlig plattform. Som en del av dette kan brukerne bla gjennom forholdet mellom Fabric Data Science-elementer og andre Fabric-elementer.

Gif som viser avstammingsvisning for modeller og eksperimenter.

Maskinlæringsmodeller

I Fabric kan brukere opprette og administrere maskinlæringsmodeller. Et maskinlæringsmodellelement representerer en versjonsliste over modeller, slik at brukeren kan bla gjennom de ulike gjentakelsene av modellen.

I avstammingsvisningen kan brukere bla gjennom relasjonen mellom en maskinlæringsmodell og andre Fabric-elementer for å svare på følgende spørsmål:

  • Hva er forholdet mellom maskinlæringsmodeller og eksperimenter i arbeidsområdet mitt?
  • Hvilke maskinlæringsmodeller finnes i arbeidsområdet mitt?
  • Hvordan kan jeg spore tilbake avstammingen for å se hvilke Lakehouse-elementer som var relatert til denne modellen?

Maskinlæringseksperimenter

Et maskinlæringseksperiment er den primære enheten for organisering og kontroll for alle relaterte maskinlæringskjøringer.

I avstammingsvisningen kan brukere bla gjennom relasjonen mellom et maskinlæringseksperiment og andre Fabric-elementer for å svare på følgende spørsmål:

  • Hva er forholdet mellom maskinlæringseksperimenter og kodeelementer (f.eks. notatblokker og Spark-jobbdefinisjoner) i arbeidsområdet mitt?
  • Hvilke maskinlæringseksperimenter finnes i arbeidsområdet mitt?
  • Hvordan kan jeg spore tilbake avstammingen for å se hvilke Lakehouse-elementer som var relatert til dette eksperimentet?

Utforsk avstammingsvisning

Hvert Fabric-arbeidsområde har automatisk en innebygd avstammingsvisning. Hvis du vil ha tilgang til denne visningen, må du minst ha bidragsyterrollen i arbeidsområdet. Hvis du vil lære mer om tillatelser i Fabric, kan du gå til dokumentasjonen om tillatelser for modeller og eksperimenter.

Slik får du tilgang til avstammingsvisningen:

  1. Velg Fabric-arbeidsområdet, og gå deretter til arbeidsområdelisten.

    Bilde som viser listevisning for arbeidsområde i Fabric.

  2. Bytt fra listevisning for arbeidsområde til arbeidsområdeavstammingsvisning .

    Bilde som viser visning av avstamming i arbeidsområdet i Fabric.

  3. Du kan også gå til avstammingsvisning for et bestemt element ved å åpne de relaterte handlingene.

    Bilde som viser visning av avstamming i arbeidsområdet i Fabric for et gitt element.

Neste trinn