Integrere Oracle Analytics med Oracle Cloud Infrastructure Data Science

Integrer Oracle Analytics med Oracle Cloud Infrastructure (OCI) Data Science for at anvende maskinel indlæring og kunstig intelligens, uden at du behøver at være dataekspert. I forbindelse med sundhedsdata kan du for eksempel bruge en forudsigelsesmodel til at identificere risikofaktorer og forudsige risikoen for genindlæggelse af patienter efter udskrivelse.

Forudsætninger for integrering af OCI Data Science-modeller med Oracle Analytics

Disse forudsætninger er nødvendige for integrering af OCI Data Science med Oracle Analytics.

  • Opret en forbindelse mellem din Oracle Analytics-instans og din OCI-tjeneste - Se Oprette en forbindelse til din Oracle Cloud Infrastructure-leje.
  • I OCI skal du gemme modellerne til maskinel indlæring i OCI Data Science-modelkataloget. Disse modeller bør oprettes og gemmes med Oracle Accelerated Data Science Software Development Kit 2.6.1 eller højere for at være kompatible med Oracle Analytics.

Politikker, der kræves for at integrere OCI Data Science med Oracle Analytics

Sørg for, at du har de påkrævede sikkerhedspolitikker, når du integrerer Oracle Analytics med OCI Data Science.

Den OCI-bruger, som du angiver i forbindelsen mellem Oracle Analytics Cloud og din OCI-leje, skal have læse-, skrive- og slettetilladelser til det rum, der indeholder de Data Science-modeller, som du vil bruge. Sørg for, at OCI-brugeren tilhører en brugergruppe med følgende minimumpolitikker for OCI-sikkerhed. Når du opretter forbindelse til en OCI-leje fra Oracle Analytics, kan du bruge en OCI-API-nøgle eller -ressourceprincipal.

Bemærk:

Oracle Cloud-id'er (OCID'er) er ressourceidentifikatorer, der bruges i OCI.

Bemærk:

For at inkludere alle Analytics-instanser under et rum for en ressourceprincipal skal du angive {request.principal.type='analyticsinstance', request.principal.compartment.id='<compartmentA_ocid>'} i stedet for {request.principal.id='<analytics_instance_ocid>'}.
Politikker for API-nøgle Politikker for ressourceprincipal
Allow group <group_name> to read data-science-projects in compartment <compartment_name> Allow any-user to read data-science-projects in compartment <compartment_name> where all {request.principal.id='<analytics_instance_ocid>'}
Allow group <group_name> to read data-science-models in compartment <compartment_name> Allow any-user to read data-science-models in compartment <compartment_name> where all {request.principal.id='<analytics_instance_ocid>'}
Allow group <group_name> to manage data-science-jobs in compartment <compartment_name> Allow any-user to manage data-science-jobs in compartment <compartment_name> where all {request.principal.id='<analytics_instance_ocid>'}
Allow group <group_name> to inspect instance-family in compartment <compartment_name> Allow any-user to inspect instance-family in compartment <compartment_name> where all {request.principal.id='<analytics_instance_ocid>'}
Allow group <group_name> to manage data-science-job-runs in compartment <compartment_name> Allow any-user to manage data-science-job-runs in compartment <compartment_name> where all {request.principal.id='<analytics_instance_ocid>'}
Allow group <group_name> to inspect virtual-network-family in compartment <compartment_name> Allow any-user to inspect virtual-network-family in compartment <compartment_name> where all {request.principal.id='<analytics_instance_ocid>'}
Allow service datascience to use virtual-network-family in compartment <compartment_name> Allow service datascience to use virtual-network-family in compartment <compartment_name>
Allow group <group_name> to manage log-groups in compartment <compartment_name> Allow any-user to manage log-groups in compartment <compartment_name> where all {request.principal.id='<analytics_instance_ocid>'}
Allow group <group_name> to read buckets in compartment <compartment_name> Allow any-user to read buckets in compartment <compartment_name> where all {request.principal.id='<analytics_instance_ocid>'}
Allow group <group_name> to manage objects in compartment <compartment_name> where target.bucket.name='<staging_bucket_name>' Allow any-user to manage objects in compartment <compartment_name> where all {request.principal.id='<analytics_instance_ocid>', target.bucket.name='<staging_bucket_name>'}
Allow group <group_name> to read objectstorage-namespaces in compartment <compartment_name> Allow any-user to read objectstorage-namespaces in compartment <compartment_name> where all {request.principal.id='<analytics_instance_ocid>'}
Politik for dynamisk gruppe Beskrivelse
Allow dynamic-group <dynamic_group> to read data-science-models in compartment <compartment_name> Giver Data Science-model adgang til kørslen af Data Science-jobbet.
Allow dynamic-group <dynamic_group> to manage objects in compartment <compartment_name> where target.bucket.name='<staging_bucket_name>' Giver Object Storage adgang til kørslen af Data Science-jobbet.
Allow dynamic-group <dynamic_group> to use log-content in compartment <compartment_name> Giver log adgang til kørslen af Data Science-jobbet.

Bemærk:

Når du angiver <dynamic_group>, skal du bruge en matchningsregel med dette format: all { resource.type='datasciencejobrun', resource.compartment.id='<compartment_ocid>' }, hvor <compartment_ocid> er Oracle Cloud-id'en for det rum, som indeholder Data Science-modellerne.

Gøre en OCI Data Science-model tilgængelig i Oracle Analytics

Før du kan anvende Oracle Cloud Infrastructure Data Science-modeller (OCI) til at analysere data, skal du registrere dem i Oracle Analytics.

Registrer OCI Data Science-modeller i Oracle Analytics for at oprette maskinel indlæring (ML) i dine applikationer uden at kræve ML-ekspertise.
Før du starter, skal du oprette en forbindelse mellem din Oracle Analytics-instans og din OCI-tjeneste. Se Oprette en forbindelse til din Oracle Cloud Infrastructure-leje.
Desuden skal du sørge for at logge på Oracle Analytics som bruger med rollen BI-tjenesteadministrator eller DV-indholdsforfatter.
  1. Klik på Sidemenustartsiden, klik derefter på Registrer model/funktion og derefter på Maskinlæringsmodeller.
    Dette valg er tilgængeligt for brugere med rollen BI-tjenesteadministrator eller DV-indholdsforfatter.
  2. Vælg forbindelsen til din OCI-leje i dialogboksen Registrer en ML-model.
  3. Klik på Vælg på siden Vælg et projekt.
  4. Naviger til din gemte model, og klik derefter på modelnavnet i Søg efter rum.
    Når du vælger en model, kan du gennemgå detaljerne i det højre panel, for eksempel navn, beskrivelse, algoritme samt input- og outputkolonner.

  5. Klik på Næste for at få vist dialogboksen Indtast ressourceparametre, og konfigurer modellen:
    • Staging-beholderrum - Navnet på staging-beholderrummet. Klik på Vælg for at navigere til og vælge staging-beholderrummet.

      Staging-beholder - Staging-beholdernavn er påkrævet til dataoverførsel.

      Beregningsform - Beregningsform er konfigurationen af den virtuelle maskine, som er påkrævet til oprettelse af Data Science-job.

      OCPU'er - Kun påkrævet, hvis beregningsformen er en fleksform.

      Hukommelse (GB) - Kun påkrævet, hvis beregningsformen er en fleksform.

      Lager (GB) - Størrelse af bloklager, der er påkrævet til Data Science-jobbet.

      Brug standardnetværk - Mulighed for at konfigurere netværkskonfigurationen. Hvis du ikke er sikker på, om du skal bruge standardnetværket, skal du spørge din Oracle Analytics-administrator.

      • Foretag dette valg for at bruge standardnetværk, som leverer standardudgang til det offentlige internet. Med et standardvalg af netværk kan du springe over oprettelse af et netværk og konfiguration af undernet og gateways. Hvis du bruger standardkonfigurationen af netværk, kan du ikke få adgang til eller modificere det angivne standardnetværk til andre formål.
      • Fravælg denne mulighed for at konfigurere undernet og NAT-gateways (Network Address Translation). For udgående adgang til det offentlige internet anbefaler OCI et privat undernet med en rute til en NAT-gateway. En NAT-gateway giver instanser i et privat undernet adgang til internettet. Det virtuelle cloud-netværk (VCN), der oprettes i dette trin, opretter et privat undernet med udgående adgang til internettet via VCN'ets NAT-gateway.

      VCN-rum - Navn på det rum, der indeholder det VCN, som du vil anvende. Kun påkrævet, når Brug standardnetværk er fravalgt.

      VCN - Navnet på et eksisterende VCN. Kun påkrævet, når Brug standardnetværk er fravalgt.

      Undernetsrum - Navn på det rum, der indeholder det undernet, som du vil anvende. Kun påkrævet, når Brug standardnetværk er fravalgt.

      Undernet - Navnet på et eksisterende undernet. Kun påkrævet, når Brug standardnetværk er fravalgt.

      Aktiver logning - Mulighed for at aktivere logning i OCI Data Science.

      Loggrupperum - Navn på det rum, der indeholder den loggruppe, hvor Data Science-logge er lagret. Kun påkrævet, når logning er aktiveret.

      Loggruppe - Navn på en eksisterende loggruppe, hvor logge lagres. Kun påkrævet, når logning er aktiveret.

  6. Klik på Registrer.
  7. Valgfrit: Klik på NavigatorStartside, klik på Modeller, og klik derefter på Maskinel indlæring for at vise registrerede modeller og få bekræftet, at modellen blev registreret korrekt. Klik på Inspicer for at tjekke, at du har konfigureret modellen korrekt.