Serviços Web do Machine Learning Studio (clássico): implantação e consumo

Artigo
04/19/2017

APLICA-SE A: Aplica-se a. Machine Learning Studio (clássico) Não se aplica a. Azure Machine Learning

Importante

O suporte para o Estúdio de ML (clássico) terminará a 31 de agosto de 2024. Recomendamos a transição para o Azure Machine Learning até essa data.

A partir de 1 de dezembro de 2021, não poderá criar novos recursos do Estúdio de ML (clássico). Até 31 de agosto de 2024, pode continuar a utilizar os recursos existentes do Estúdio de ML (clássico).

Consulte informações sobre como mover projetos de aprendizado de máquina do ML Studio (clássico) para o Azure Machine Learning.
Saiba mais sobre o Azure Machine Learning

A documentação do Estúdio de ML (clássico) está a ser descontinuada e poderá não ser atualizada no futuro.

Você pode usar o Machine Learning Studio (clássico) para implantar fluxos de trabalho e modelos de aprendizado de máquina como serviços Web. Esses serviços da Web podem ser usados para chamar os modelos de aprendizado de máquina de aplicativos pela Internet para fazer previsões em tempo real ou em modo batch. Como os serviços Web são RESTful, você pode chamá-los de várias linguagens e plataformas de programação, como .NET e Java, e de aplicativos, como o Excel.

As próximas seções fornecem links para instruções passo a passo, código e documentação para ajudá-lo a começar.

Implementar serviços Web

Com o Machine Learning Studio (clássico)

O portal Studio (clássico) e o portal de Serviços Web de Aprendizado de Máquina ajudam você a implantar e gerenciar um serviço Web sem escrever código.

Os links a seguir fornecem informações gerais sobre como implantar um novo serviço Web:

Para obter uma visão geral sobre como implantar um novo serviço Web baseado no Gerenciador de Recursos do Azure, consulte Implantar um novo serviço Web.
Para obter um passo a passo sobre como implantar um serviço Web, consulte Implantar um serviço Web de Aprendizado de Máquina.
Para obter um passo a passo completo sobre como criar e implantar um serviço Web, comece com o Tutorial 1: Prever o risco de crédito.
Para obter exemplos específicos que implantam um serviço Web, consulte:
- Tutorial 3: Implantar o modelo de risco de crédito
- Como implantar um serviço Web em várias regiões

Com APIs do provedor de recursos de serviços Web (APIs do Azure Resource Manager)

O provedor de recursos do Machine Learning Studio (clássico) para serviços Web permite a implantação e o gerenciamento de serviços Web usando chamadas de API REST. Para obter mais informações, consulte a referência do Serviço Web de Aprendizado de Máquina (REST).

Com cmdlets do PowerShell

O provedor de recursos do Estúdio de Aprendizado de Máquina (clássico) para serviços Web permite a implantação e o gerenciamento de serviços Web usando cmdlets do PowerShell.

Para usar os cmdlets, você deve primeiro entrar em sua conta do Azure de dentro do ambiente do PowerShell usando o cmdlet Connect-AzAccount . Se você não estiver familiarizado com como chamar comandos do PowerShell baseados no Gerenciador de Recursos, consulte Usando o Azure PowerShell com o Gerenciador de Recursos do Azure.

Para exportar seu experimento preditivo, use este código de exemplo. Depois de criar o arquivo .exe a partir do código, você pode digitar:

C:\<folder>\GetWSD <experiment-url> <workspace-auth-token>

A execução do aplicativo cria um modelo JSON de serviço Web. Para usar o modelo para implantar um serviço Web, você deve adicionar as seguintes informações:

Nome e chave da conta de armazenamento

Você pode obter o nome e a chave da conta de armazenamento no portal do Azure.
ID do plano de compromisso

Você pode obter a ID do plano no portal de Serviços Web de Aprendizado de Máquina entrando e clicando no nome do plano.

Adicione-os ao modelo JSON como filhos do nó Propriedades no mesmo nível do nó MachineLearningWorkspace .

Eis um exemplo:

"StorageAccount": {
        "name": "YourStorageAccountName",
        "key": "YourStorageAccountKey"
},
"CommitmentPlan": {
    "id": "subscriptions/YouSubscriptionID/resourceGroups/YourResourceGroupID/providers/Microsoft.MachineLearning/commitmentPlans/YourPlanName"
}

Consulte os seguintes artigos e código de exemplo para obter detalhes adicionais:

Referência de cmdlets do Machine Learning Studio (clássico) no MSDN

Consumir os serviços Web

Da interface do usuário dos Serviços Web de Aprendizado de Máquina (Teste)

Você pode testar seu serviço Web no portal de Serviços Web de Aprendizado de Máquina. Isso inclui testar as interfaces RRS (Request-Response service) e BES (Batch Execution Service).

A partir do Excel

Você pode baixar um modelo do Excel que consome o serviço Web:

De um cliente baseado em REST

Os Serviços Web de Aprendizado de Máquina são APIs RESTful. Você pode consumir essas APIs de várias plataformas, como .NET, Python, R, Java, etc. A página Consumir para seu serviço Web no portal de Serviços Web de Aprendizado de Máquina tem um código de exemplo que pode ajudá-lo a começar. Para obter mais informações, consulte Como consumir um serviço Web de Aprendizado de Máquina.

Partilhar via