Använd anpassade modeller från Azure Machine Learning

Arbetsflöden i Dynamics 365 Customer Insights - Data hjälper dig att välja de data du vill generera insikter från och mappa resultaten till dina enhetliga kunddata. Dina arbetsflöden kan innehålla anpassade modeller förstärkt med artificiell intelligens (AI) som du skapar i Azure Machine Learning.

Förutsättningar

Kommentar

Support för Machine Learning Studio (klassisk) upphör 31 augusti 2024. Vi rekommenderar att du övergår till Azure Machine Learning till det datumet. Du kan inte längre skapa nya resurser för Machine Learning Studio (klassisk) men du kan fortsätta att använda dina befintliga resurser till och med den 31 augusti 2024.

• Arbetsyta: En Azure Machine Learning arbetsyta med pipeline

• Åtkomstprivilegier:

  • Azure Machine Learning-arbetsyta med pipeline: administratörsprivilegier för ägare eller användaråtkomst

  • Customer Insights - Data-miljö: privilegier för administratör eller deltagare

• Lagringskonto: Ett Azure Data Lake Storage Gen2-konto som är kopplad till din Azure Studio-instans

Anpassade modeller i Customer Insights - Data har inte stöd för datakällor som uppdateras med inkrementell uppdatering.

Data överförs mellan din Customer Insights - Data-miljön och valda Azure-webbtjänster eller -pipelines i arbetsflödet. När du överför data till en Azure-tjänst måste du se till att tjänsten är konfigurerad för att bearbeta data på det sätt och den plats som krävs för att uppfylla alla juridiska eller nödvändiga krav.

Konfigurera en anslutning för Azure Machine Learning

1. I Customer Insights - Data, gå till Inställningar>Anslutningar.

2. Bläddra till Diverse anslutningar.

3. Välj Konfigurera på panelen Azure Machine Learning.

4. Ange anslutningsinformation:

   • Visningsnamn: Ange ett unikt namn som kan identifieras och som beskriver anslutningen. Den måste börja med en bokstav och endast innehålla bokstäver, siffror och understreck.
   • Klientorganisation: Ange den klientorganisation som är länkad till din Azure Machine Learning-arbetsyta. Logga in om du blir ombedd att göra det.
   • Arbetsyta: Ange Azure Machine Learning-arbetsytan.

   

5. Granska information om datasekretess och överensstämmelse och välj Jag godkänner.

6. Välj Spara.

Lägg till ett nytt arbetsflöde

1. Gå till Insikter>Prediktioner.

2. På fliken Skapa, välj Använd den här modellen på panelen Anpassad modell (Azure Machine Learning v2).

3. Välj information om anslutningen:

   • Anslutning: Välj en anslutning till din Azure Machine Learning-arbetsyta eller välj Lägg till anslutning för att konfigurera en ny.
   • Pipeline: Välj en pipeline som är länkad till din Azure Machine Learning-arbetsyta.
   • Utdatasökväg: Välj den utdatasökväg som är länkad till din pipeline.
   • Utdatalager: Välj det utdatalager som är länkad till din pipeline.

4. Välj Komma igång.

5. I steget Modulnamn anger du eller väljer följande information:

   • Namn: Ett igenkänningsbart namn för modellen.
   • Namn på utdatatabell: Ett namn i utdatatabellen för pipelineutdataresultaten.
   • Primärnyckel: Attributet du vill använda som primärnyckel i utdatatabellen.
   • Kund-ID: Det matchande attributet som motsvarar för enhetligt kund-ID.

   

6. Välj Nästa.

7. I Obligatoriska data, välj Lägg till data.

8. Lägg till data som ska användas för din egen modell. Mappa alla attribut i dina data och välj Spara.

   Du kan spara och gå tillbaka till det här steget, men du kan inte köra modellen utan problem om du inte mappar alla attribut. Det går inte att lägga till valfria attribut. Om du vill redigera attributen ändrar du dem i din Azure Machine Learning-arbetsyta.

9. Välj Nästa.

10. I steget Granska och kör granskar du modellens information och gör eventuella ändringar.

11. Välj Spara och kör.

Hantera arbetsflöde

1. Gå till Insikter>Förutsägelser och välj fliken Mina förutsägelser.

2. Välj den lodräta ellipsen (⋮) bredvid en modell för att visa de åtgärder du kan vidta.

   • Redigera ett arbetsflöde om du vill ändra modellkonfigurationen eller anslutningen.
   • Uppdatera ett arbetsflöde på begäran. Arbetsflödet körs också automatiskt tillsammans med alla schemalagda uppdateringar.
   • Radera en arbetsflöde. Tabellen som används för att skapa arbetsflödet tas inte bort.

Visa resultatet

Resultat från ett arbetsflöde lagras i det Namn på utdatatabell som du angett. Visa den från sidan Data>Tabeller eller med API-åtkomst.

API-åtkomst

För att hämta data från en anpassad modelltabell, använd följande OData-fråga:

https://api.ci.ai.dynamics.com/v1/instances/<your instance id>/data/<custom model output table name>%3Ffilter%3DCustomerId%20eq%20'<guid value>'

1. Ersätt <your instance id> med ID:t för din Customer Insights-miljö enligt vad som visas i webbläsarens adressfält.

2. Ersätt <custom model output table> med tabellnamnet du angav under steget Modellnamn.

3. Ersätt <guid value> med kund-ID:t för den kund som du vill visa, som visas i fältet CustomerID på sidan kundprofiler.

Nästa steg

• Vanliga frågor och svar om anpassade modeller