許多組織使用機(jī)器學(xué)習(xí)模型來(lái)更好地洞察和預(yù)測(cè)他們的業(yè)務(wù)。在報(bào)告、儀表板和其他分析中可視化和調(diào)用來(lái)自這些模型的見(jiàn)解的能力，可以將這些見(jiàn)解傳播給最需要它的業(yè)務(wù)用戶。Power BI現(xiàn)在使用簡(jiǎn)單的點(diǎn)擊手勢(shì)就可以輕松地融合來(lái)自Azure機(jī)器學(xué)習(xí)服務(wù)上托管的模型的見(jiàn)解。

使用此功能，數(shù)據(jù)科學(xué)家只需使用Azure門戶向BI分析師授予對(duì)Azure ML模型的訪問(wèn)權(quán)限即可。在每個(gè)會(huì)話的開(kāi)始時(shí)，Power Query會(huì)發(fā)現(xiàn)用戶可以訪問(wèn)的所有Azure ML模型，并將它們公開(kāi)為dynamic Power Query函數(shù)。然后，用戶可以通過(guò)從Power Query編輯器中的功能區(qū)訪問(wèn)這些函數(shù)，或直接調(diào)用M功能來(lái)調(diào)用這些函數(shù)。為實(shí)現(xiàn)更好的性能，當(dāng)Power BI在為一組行調(diào)用Azure ML模型時(shí)還會(huì)自動(dòng)批量處理訪問(wèn)請(qǐng)求，

目前，僅Power BI數(shù)據(jù)流以及Power BI服務(wù)中的在線Power Query支持此功能。

下載Power BI Desktop  下載Power BI Pro

向Power BI用戶授予對(duì)Azure ML模型的訪問(wèn)權(quán)限

要從Power BI訪問(wèn)Azure ML模型，用戶必須具有對(duì)Azure訂閱的讀取權(quán)限。此外：

• 對(duì)于Machine Learning Studio模型，請(qǐng)閱讀Machine Learning Studio Web服務(wù)的訪問(wèn)權(quán)限

• 對(duì)于機(jī)器學(xué)習(xí)服務(wù)模型，請(qǐng)閱讀機(jī)器學(xué)習(xí)服務(wù)工作空間的訪問(wèn)權(quán)限

本文中的步驟描述了如何授予Power BI用戶對(duì)托管在Azure ML服務(wù)上的模型的訪問(wèn)權(quán)，以便他們能夠作為Power Query函數(shù)訪問(wèn)該模型。

步驟1：登錄到。

步驟2：轉(zhuǎn)到“ 訂閱”頁(yè)面。您可以在Azure門戶左側(cè)導(dǎo)航菜單中的“所有服務(wù)”列表找到“訂閱”頁(yè)面。

步驟3：選擇您的訂閱。

步驟4：選擇訪問(wèn)控制（IAM），然后選擇添加按鈕。

步驟5：選擇閱讀器作為角色。選擇要授予Azure ML模型訪問(wèn)權(quán)限的Power BI用戶。

步驟6：選擇保存。

步驟7：重復(fù)步驟3-6，授予讀者對(duì)特定Machine Learning Studio Web服務(wù)或托管模型的Machine Learning服務(wù)工作區(qū)的訪問(wèn)權(quán)限。

機(jī)器學(xué)習(xí)服務(wù)模型的架構(gòu)發(fā)現(xiàn)

數(shù)據(jù)科學(xué)家主要使用Python為機(jī)器學(xué)習(xí)服務(wù)開(kāi)發(fā)甚至部署他們的機(jī)器學(xué)習(xí)模型。與幫助自動(dòng)執(zhí)行為模型創(chuàng)建架構(gòu)文件的任務(wù)的Machine Learning Studio不同，在Machine Learning Service的情況下，數(shù)據(jù)科學(xué)家必須使用Python顯式生成架構(gòu)文件。

此模式文件必須包含在已部署的用于機(jī)器學(xué)習(xí)服務(wù)模型的web服務(wù)中。要自動(dòng)生成web服務(wù)模式，您必須在已部署模型的輸入/輸出腳本中提供一個(gè)示例。

具體來(lái)說(shuō)，輸入腳本中的@input_schema和@output_schema函數(shù)，引用input_sample和output_sample變量中的輸入和輸出示例格式，并在部署期間使用這些示例為web服務(wù)生成OpenAPI (Swagger)規(guī)范。

這些通過(guò)更新輸入腳本生成模式的說(shuō)明還必須應(yīng)用到使用Azure機(jī)器學(xué)習(xí)SDK的自動(dòng)化機(jī)器學(xué)習(xí)實(shí)驗(yàn)創(chuàng)建的模型中。

注意：目前，使用Azure機(jī)器學(xué)習(xí)服務(wù)可視界面創(chuàng)建的模型不支持架構(gòu)生成，但在后續(xù)版本中將支持。

在Power BI中調(diào)用Azure ML模型

您可以直接從數(shù)據(jù)流中的Power查詢編輯器中調(diào)用授予您訪問(wèn)權(quán)限的任何Azure ML模型。要訪問(wèn)Azure ML模型，請(qǐng)為您想要從Azure ML模型中獲得更多見(jiàn)解的實(shí)體選擇Edit按鈕，如下圖所示。

選擇“Edit”按鈕將為數(shù)據(jù)流中的實(shí)體打開(kāi)Power Query Editor。

選擇功能區(qū)中的AI Insights按鈕，然后從左側(cè)導(dǎo)航菜單中選擇Azure機(jī)器學(xué)習(xí)模型文件夾。您可以訪問(wèn)的所有Azure ML模型都在這里作為Power查詢函數(shù)列出。另外，Azure ML模型的輸入?yún)?shù)被自動(dòng)映射為相應(yīng)的Power查詢函數(shù)的參數(shù)。

若要調(diào)用Azure ML模型，您可以將所選實(shí)體的任何列指定為來(lái)自下拉列表的輸入。您還可以通過(guò)在輸入對(duì)話框的左側(cè)切換列圖標(biāo)來(lái)指定要輸入的常量值。

選擇Invoke來(lái)查看Azure ML模型輸出的預(yù)覽，作為實(shí)體表中的新列。您可以展開(kāi)該列，在單獨(dú)的列中生成單獨(dú)的輸出參數(shù)。

保存數(shù)據(jù)流之后，在刷新數(shù)據(jù)流時(shí)，對(duì)于實(shí)體表中任何新行或更新行，都會(huì)自動(dòng)調(diào)用模型。

*想要獲得Power BI Desktop、Power BI Pro更多資源或正版授權(quán)的朋友，可以咨詢了解哦~