Exportar ou excluir os dados do espaço de trabalho do serviço de Aprendizado de Máquina
No Azure Machine Learning, você pode exportar ou excluir os dados do espaço de trabalho com a interface gráfica do portal ou o SDK do Python. Este artigo descreve ambas as opções.
Nota
Para obter informações sobre como exibir ou excluir dados pessoais, consulte Solicitações gerais do titular de dados para o GDPR, Solicitações do titular de dados do Azure para o GDPR ou Solicitações do titular de dados do Windows para o GDPR, dependendo da sua área e necessidades específicas. Para obter mais informações sobre o GDPR, consulte a seção GDPR da Central de Confiabilidade da Microsoft e a seção GDPR do portal Service Trust.
Nota
Este artigo fornece passos sobre como eliminar dados pessoais do dispositivo ou serviço e pode ser utilizado para apoiar as suas obrigações ao abrigo do RGPD. Para obter informações gerais sobre o RGPD, consulte a secção RGPD do Centro de Confiança da Microsoft e a secção RGPD do Portal de Confiança do Serviço.
Controle os dados do seu espaço de trabalho
O Azure Machine Learning armazena dados no produto que estão disponíveis para exportação e exclusão. Você pode exportar e excluir dados com o estúdio do Azure Machine Learning, a CLI ou o SDK. Além disso, você pode acessar dados de telemetria por meio do portal de Privacidade do Azure.
No Azure Machine Learning, os dados pessoais consistem em informações do usuário em documentos de histórico de trabalhos.
Um espaço de trabalho do Azure depende de um grupo de recursos para armazenar os recursos relacionados para uma solução do Azure. Ao criar um espaço de trabalho, você pode usar um grupo de recursos existente ou criar um novo. Visite este recurso para obter mais informações sobre os grupos de recursos do Azure.
Excluir recursos de alto nível usando o portal
Quando você cria um espaço de trabalho, o Azure cria vários recursos dentro do grupo de recursos:
- O espaço de trabalho em si
- Uma conta de armazenamento
- Um registro de contêiner
- Uma instância do Applications Insights
- Um cofre de chaves
Para excluir esses recursos, selecione-os na lista e escolha Excluir:
Importante
Se o recurso estiver configurado para exclusão suave, os dados não serão realmente excluídos, a menos que você opcionalmente selecione excluir o recurso permanentemente. Para obter mais informações, visite estes recursos:
Uma caixa de diálogo de confirmação é aberta, onde você pode confirmar suas escolhas.
Os documentos de histórico de trabalho podem conter informações pessoais do usuário. Esses documentos são armazenados na conta de armazenamento em armazenamento de blob, em /azureml subpastas. Pode descarregar e eliminar os dados do portal. Primeiro, selecione as contas de armazenamento Serviços do Azure no portal do Azure, conforme mostrado nesta captura de tela:
Na página Contas de armazenamento, selecione a conta de armazenamento relevante, conforme mostrado nesta captura de tela:
Selecione Contêineres , conforme mostrado nesta captura de tela:
Selecione um contêiner específico, conforme mostrado nesta captura de tela:
Nesse contêiner, selecione e exclua o recurso ou recursos que deseja excluir, conforme mostrado nesta captura de tela:
Exportar e excluir recursos de aprendizado de máquina usando o estúdio de Aprendizado de Máquina do Azure
O estúdio de Aprendizado de Máquina do Azure fornece uma exibição unificada de seus recursos de aprendizado de máquina - por exemplo, ativos de dados, modelos, blocos de anotações e trabalhos. O estúdio de Aprendizado de Máquina do Azure enfatiza a preservação de um registro de seus dados e experimentos. Você pode excluir recursos computacionais - pipelines e recursos computacionais - diretamente no navegador. Para esses recursos, navegue até o recurso em questão e escolha Excluir.
Você pode cancelar o registro de ativos de dados e arquivar trabalhos, mas essas operações não excluem os dados. Para remover completamente os dados, os ativos de dados e os dados de trabalho exigem exclusão no nível de armazenamento. A exclusão do nível de armazenamento acontece no portal, conforme descrito anteriormente. O estúdio do Azure Machine Learning pode lidar com a exclusão individual. A exclusão de trabalho exclui os dados desse trabalho.
Downloads de artefatos e logs de trabalhos
O estúdio do Azure Machine Learning pode lidar com artefatos de treinamento e downloads de log de trabalhos experimentais. Na página principal do estúdio do Azure Machine Learning, selecione Trabalhos conforme mostrado nesta captura de tela:
Para mostrar os trabalhos disponíveis, selecione a guia Todos os trabalhos , conforme mostrado nesta captura de tela:
Selecione um trabalho específico, conforme mostrado nesta captura de tela:
Selecione Baixar tudo, conforme mostrado nesta captura de tela:
Descarregar um modelo registado
Para baixar um modelo registrado, selecione Modelos para abrir a Lista de Modelos no estúdio do Azure Machine Learning e selecione um modelo específico, conforme mostrado nesta captura de tela:
Selecione Baixar tudo para iniciar o processo de download do modelo, conforme mostrado nesta captura de tela:
Exportar e excluir recursos usando o SDK do Python
Você pode baixar os resultados de um trabalho específico usando:
# Retrieved from Azure Machine Learning web UI
run_id = 'aaaaaaaa-bbbb-cccc-dddd-0123456789AB'
experiment = ws.experiments['my-experiment']
run = next(run for run in ex.get_runs() if run.id == run_id)
metrics_output_port = run.get_pipeline_output('metrics_output')
model_output_port = run.get_pipeline_output('model_output')
metrics_output_port.download('.', show_progress=True)
model_output_port.download('.', show_progress=True)
Você pode excluir esses recursos de aprendizado de máquina com o SDK do Python:
| Type | Chamada de função | Notas |
|---|---|---|
Workspace |
delete |
Use delete-dependent-resources para cascata a exclusão |
Model |
delete |
|
ComputeTarget |
delete |
|
WebService |
delete |