Microsoft Azure 机器学习集成

简化从 Tulip 向 Microsoft Fabric 发送数据的流程，以获得更广泛的分析机会

目的

本指南介绍如何利用 Azure 机器学习来训练模型，并将其部署到可通过 Tulip 连接器访问的端点。

Azure 机器学习的广泛架构如下所示

设置

训练模型

您可以使用 Azure 机器学习的自动 ML（无代码）、设计器（低代码）或笔记本（代码）来训练模型。

部署模型

然后，您可以保存模型并对其进行注册，然后为其创建一个特定的端点。 要在 Tulip 中访问该端点，您可以使用给定的端点详细信息创建一个连接器：

架构示例

下面是一个更广泛的 Azure 架构，其中包含 Azure 机器学习。

用例和下一步

一旦确定了 Azure 机器学习端点和连接器，就可以轻松地为 Tulip 应用程序构建和部署预测模型。下面是一些示例：

1.缺陷预测- 在缺陷发生之前识别生产缺陷，提高首次正确率。

2.交货和计划预测与优化- 根据客户需求和实时订单计划优化生产计划 3.

**3.**3.预测维护功能- 根据其他输入信息，如工单、机器磨损、距上次维护工单的时间等，了解维护要求