Integração de aprendizado de máquina do Microsoft Azure

Simplifique o envio de dados do Tulip para o Microsoft Fabric para oportunidades de análise mais amplas

Objetivo

Este guia explica como aproveitar o Azure Machine Learning para treinar modelos e implantá-los como pontos de extremidade acessíveis via Tulip Connectors

A arquitetura mais ampla do Azure Machine Learning é mostrada abaixo

Configuração

Treinar o modelo

Você pode usar o ML automatizado do Azure Machine Learning (sem código), o Designer (low-code) ou um notebook (código) para treinar seu modelo.

Implantar o modelo

Em seguida, você pode salvar o modelo, registrá-lo e criar um endpoint específico para ele. Para acessar esse endpoint no Tulip, você pode criar um conector com os detalhes do endpoint fornecido:

Exemplo de arquitetura

Abaixo está uma arquitetura mais ampla do Azure com o Azure Machine Learning incorporado a ela.

Casos de uso e próximas etapas

Depois de finalizar o endpoint e o conector do Azure Machine Learning, você pode criar e implantar facilmente modelos preditivos para aplicativos Tulip. Alguns exemplos abaixo:

1. Previsão de defeitos- Identifique os defeitos de produção antes que eles ocorram e aumente o acerto na primeira vez - Identifique os principais fatores de qualidade da produção para implementar melhorias

2.Previsãoe otimização de entrega e planejamento- Otimize a programação da produção com base na demanda do cliente e na programação de pedidos em tempo real.

3. Recursos de manutenção preditiva- Entenda os requisitos de manutenção com base em outras informações, como ordem de serviço, desgaste da máquina, tempo decorrido desde a última ordem de serviço de manutenção e muito mais