Восстановить модель классификации автоматически на основе обновленного набора данных

Question

Мы создали эксперимент в Azure ML Studio для прогнозирования некоторых действий планирования на основе системных данных и пользовательских данных.Системные данные состоят из времени ЦП, использования кучи и других системных параметров, в то время как пользовательские данные имеют активные сеансы пользователя и некоторые пользовательские данные.Наш эксперимент работает нормально и возвращает результаты, очень похожие на то, что мы ожидаем, но мы боремся со следующим: -

1) Наш эксперимент не учитывает обновленные данные для обучения своих моделей.

2) Каждый раз, когда нам требуется загрузить данные и переподготовить модели вручную.

Интересно, действительно ли возможно передавать живые данные в лазурные эксперименты, используя некоторые веб-сервисы или используяЛазурная БД.Мы пытаемся обновить данные в файле CSV, который мы создали в хранилище Azure.Это, вероятно, решило бы наш 1-й запрос.

Теперь, эти обновленные данные следует учитывать для периодического автоматического обучения модели.

Было бы здорово, если бы кто-то мог помочь нам с этим?

Примечание. Мы используем нашу модель с помощью веб-служб, созданных с помощью студии Azure.

Answer 1

Шаг 1. Создание 2 веб-служб с помощью Azure ML Studio (один для модели обучения и один для модели прогнозирования)

Шаг 2. Создание конечной точки через веб-службу со ссылкой «Управление конечной точкой на Azure ML»Studio для каждой веб-службы

Шаг 3. Создайте 2 новых подключения в фабрике данных Azure / найдите Azure ML (на вкладке вычислений) и скопируйте ключ конечной точки и ключ API, который вы найдете на вкладке Потребление в конечной точке.конфигурация (та, которую вы создали на шаге 2) Ключ конечной точки = ключ пакетных запросов и ключ API = первичный ключ

Установить Отключить ресурс обновления для конечной точки модели обучения Установите Включить ресурс обновления для конечной точки прогнозной модели (Обновление ресурса)Конечная точка = ключ исправления)

Шаг 4. Создание конвейера с двумя действиями (выполнение пакета ML и ресурс обновления ML). Установите службу AML Linked для выполнения пакета ML с подключением, для которого отключен ресурс обновления * 1009.*

Установка службы AML Linked для ML Update Resource с подключением, которое имеет параметр «Включить ресурс обновления»

Шаг 5: Установите входы и выходы веб-службы

Answer 2

Вам необходимо использовать фабрику данных Azure для переобучения модели ML.

Вам необходимо создать конвейер с действиями ML Batch Execution и ML Update Resource, а для вызова модели ML вам необходимо настроить конечную точку.на веб-сервис.

Вот несколько ссылок, чтобы помочь вам:

https://docs.microsoft.com/en-us/azure/data-factory/transform-data-using-machine-learning

https://docs.microsoft.com/en-us/azure/data-factory/update-machine-learning-models