Использование модели машинного обучения Azure в Power BI

Введение

Модели машинного обучения — это мощные инструменты, которые можно использовать для получения информации и прогнозов на основе сложных наборов данных. Power BI, платформа бизнес-аналитики от Microsoft, позволяет пользователям интегрировать модели машинного обучения непосредственно в свои отчеты и информационные панели. В этом блоге мы рассмотрим два метода использования моделей машинного обучения в Power BI в зависимости от того, есть ли у вас лицензия Premium или Pro.

Прежде чем мы углубимся в реализацию, давайте сначала разберемся, что такое машинное обучение и какую пользу оно может принести бизнесу. Машинное обучение — это подмножество искусственного интеллекта, которое включает в себя создание алгоритмов, которые могут учиться на данных и делать прогнозы или решения на основе этих данных. Анализируя шаблоны данных, модели машинного обучения могут предоставить информацию, которая поможет компаниям принимать обоснованные решения, оптимизировать процессы и улучшать результаты.

Выполнение

Опция 1

Использование встроенного инструмента в редакторе Power Query (премиум-лицензия). Если у вас есть премиум-лицензия, вы можете использовать встроенный инструмент в редакторе Power Query, чтобы выбрать модель машинного обучения, которую вы создали в Azure Machine Learning Studio.

Выполните следующие шаги:

Шаг 1. Создайте новый запрос в Power BI, выбрав «Получить данные» на вкладке «Главная» и выбрав соответствующий источник данных.

Шаг 2. Выберите параметр «Машинное обучение Azure» на вкладке «Главная».

Шаг 3. Выберите модель машинного обучения, которую вы хотите использовать, в Azure Machine Learning Studio. Power Query автоматически заполняет столбцы.

Выбранная модель машинного обучения теперь будет применяться к данным, а выходные данные будут отображаться в редакторе запросов. Затем вы можете использовать эти выходные данные для создания диаграмм, таблиц и других визуализаций в Power BI.

Вариант 2

Использование ключа API и URL-адреса (лицензия Pro). Если у вас есть лицензия Pro, вы можете использовать свою собственную модель машинного обучения, выполнив следующие действия:

Шаг 1. Получите ключ API и URL-адрес из Студии машинного обучения Azure для своей модели машинного обучения.

Шаг 2. Создайте параметры в Power BI для всех столбцов в наборе обучающих данных. Убедитесь, что все параметры имеют текстовый тип.

Шаг 3. Напишите в редакторе Power Query функцию, которая вызывает API модели машинного обучения и передает входные данные в качестве параметра.
Вот пример кода функции, который вы можете использовать:

После написания функции вы можете использовать ее для вызова модели машинного обучения и отображения результатов в отчетах и ​​информационных панелях Power BI.

Шаг 4: Перейдите к запросу, в котором у вас есть данные, в которых вы хотите запустить прогноз. Вызовите функцию и сопоставьте данные с параметром, используемым в функции. Убедитесь, что все столбцы имеют текстовый тип.

Заключение

Использование моделей машинного обучения в Power BI может помочь компаниям получать ценные сведения и принимать обоснованные решения на основе сложных наборов данных. В зависимости от вашей лицензии вы можете либо использовать встроенный инструмент в редакторе Power Query, либо написать пользовательскую функцию для вызова собственного API модели машинного обучения. Имея возможность интегрировать модели машинного обучения в Power BI, предприятия могут получить конкурентное преимущество, принимая решения на основе данных, которые приводят к лучшим результатам.