Usar modelos personalizados do Azure Machine Learning

Fluxos de trabalho no Dynamics 365 Customer Insights – Os dados ajudam você a escolher os dados dos quais deseja gerar insights e mapear os resultados para os dados unificados do cliente. Seus fluxos de trabalho podem incluir modelos personalizados aprimorados com IA (inteligência artificial) que você cria no Azure Machine Learning.

Pré-requisitos

Observação

O suporte para o Machine Learning Studio (clássico) terminará em 31 de agosto de 2024. Recomendamos que você faça a transição para o Azure Machine Learning até essa data. Você não pode mais criar novos recursos do Machine Learning Studio (clássico), mas pode continuar a usar seus recursos existentes até 31 de agosto de 2024.

• Workspace: um workspace do Azure Machine Learning com pipeline

• Privilégios de acesso:

  • Workspace do Azure Machine Learning com pipeline: privilégios de administrador de acesso de usuário ou proprietário

  • Insights do Cliente – Ambiente de dados: privilégios de administrador ou colaborador

• Conta de armazenamento: uma conta do Azure Data Lake Storage Gen2 associada à instância do Azure Studio

Modelos personalizados no Customer Insights – Os dados não dão suporte a fontes de dados atualizadas com atualização incremental.

Os dados são transferidos entre o customer insights – ambiente de dados e os serviços Web ou pipelines selecionados do Azure no fluxo de trabalho. Ao transferir dados para um serviço do Azure, verifique se o serviço está configurado para processar dados da maneira e do local necessários para atender a quaisquer requisitos legais ou regulatórios.

Configurar uma conexão do Azure Machine Learning

1. No Customer Insights – Dados, vá para Conexões de Configurações>.

2. Role até conexões diversas.

3. Selecione Configurar no bloco do Azure Machine Learning .

4. Insira informações de conexão:

   • Nome de exibição: insira um nome exclusivo e reconhecível que descreve a conexão. Ele deve começar com uma letra e conter apenas letras, números e sublinhados.
   • Locatário: insira o locatário vinculado ao workspace do Azure Machine Learning. Entre se solicitado.
   • Workspace: insira o workspace do Azure Machine Learning.

   

5. Examine as informações de privacidade e conformidade dos dados e selecione Concordo.

6. Clique em Salvar.

Adicionar um novo fluxo de trabalho

1. Vá paraPrevisões>.

2. Na guia Criar , selecione Usar este modelo no bloco modelo personalizado (Azure Machine Learning v2 ).

3. Selecione as informações sobre a conexão:

   • Conexão: selecione uma conexão com seu workspace do Azure Machine Learning ou selecione Adicionar conexão para configurar uma nova.
   • Pipeline: selecione um pipeline vinculado ao workspace do Azure Machine Learning.
   • Caminho de Saída: selecione o caminho de saída vinculado ao pipeline.
   • Armazenamento de dados de saída: selecione o armazenamento de dados de saída vinculado ao pipeline.

4. Selecione Introdução.

5. Na etapa Nome do modelo, insira ou selecione as seguintes informações:

   • Nome: um nome reconhecível para o modelo.
   • Nome da tabela de saída: um nome de tabela de saída para os resultados da saída do pipeline.
   • Chave primária: o atributo que você deseja como a chave primária para sua tabela de saída.
   • ID do cliente: o atributo correspondente que corresponde à ID unificada do cliente.

   

6. Selecione Próximo.

7. Na etapa de dados necessária , selecione Adicionar dados.

8. Adicione os dados a serem usados para seu modelo personalizado. Mapeie todos os atributos nos dados e selecione Salvar.

   Você pode salvar e voltar para esta etapa, mas não pode executar o modelo, a menos que mapeie todos os atributos. Você não pode adicionar atributos opcionais. Para editar os atributos, altere-os no workspace do Azure Machine Learning.

9. Selecione Próximo.

10. Na etapa Revisar e executar , examine os detalhes do modelo e faça alterações, se necessário.

11. Selecione Salvar e executar.

Gerenciar um fluxo de trabalho

1. Vá paraPrevisões do > e selecione a guia Minhas previsões.

2. Selecione as reticências verticais (⋮) ao lado de um modelo para exibir as ações que você pode executar.

   • Edite um fluxo de trabalho para alterar a configuração do modelo ou a conexão.
   • Atualize um fluxo de trabalho sob demanda. O fluxo de trabalho também é executado automaticamente a cada atualização agendada.
   • Excluir um fluxo de trabalho. A tabela usada para criar o fluxo de trabalho não é excluída.

Exibir os resultados

Os resultados de um fluxo de trabalho são armazenados no nome da tabela Saída que você definiu. Exiba-o na página Saída das> de > ou com acesso à API.

Acesso à API

Para obter dados de uma tabela de modelos personalizada, use a seguinte consulta OData:

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

1. Substitua <your instance id> pela ID do ambiente do Customer Insights, conforme mostrado na barra de endereços do navegador.

2. Substitua <custom model output table> pelo nome da tabela que você forneceu durante a etapa nome do modelo .

3. Substitua <guid value> pela ID do cliente que você deseja ver, conforme mostrado no CustomerID campo na página de perfis do cliente .

Próximas etapas

• Perguntas frequentes sobre modelos personalizados