云服务器价格_云数据库_云主机【优惠】最新活动-搜集站云资讯

域名备案_360云服务器_精选特惠

小七 141 0

欧洲云服务器_哪个_大数据时代纪录片

博客系列的第9部分:

我们在之前的博客中讨论了使用SAP S/4HANA流程进行预测分析和机器学习的不同方法、其背后的体系结构、涉及的流程、一些跨LOB和行业的不同功能级别的用例示例。现在,让我们简要了解如何增强、扩展和修改SAP S/4HANA预先提供的一些ML用例。

正如我们所讨论的,数据和大数据的区别,我们有利用HANA APL和HANA PAL算法的嵌入式ML用例,以及不仅利用HANA预测算法而且利用Sci工具包学习的并排ML用例,张量流、Python等R编程模型。我们构建这些用例有不同的方法,其中一些主要使用一组算法,其他用例利用机器学习算法的混合或混合模式。

客户和合作伙伴总是有额外的需求,根据配置和当前可用的扩展来适应或调整ML内容。有不同的方法可以为已经发布的支持ML的saps/4HANA业务流程提供扩展,并提供不同的支持!

ML模型的一些核心配置包括:

多ML模型支持-利用稳定的API提高预测精度。超模型参数处理–具有实际和观测数据的特定数据环境。处理模型的配置生命周期-测试系统和生产系统之间的系统数据和应用程序数据配置。模型培训和验证——激活、培训和部署ML模型的常规作业或事件。

现在让我们看看使用可扩展性概念可以在这些ML模型上执行的一些增强。以下是各种可能的扩展:

对培训数据源的扩展-有不同的方法来扩展培训数据源和培训数据。这在内部部署和云部署中都得到了处理:使用自定义字段扩展从其他应用程序添加字段。使用数据源扩展从其他CD视图添加字段。从新的CDS视图添加字段–使用自定义CDS视图连接其他SAP CDS视图。从外部数据集添加字段–使用自定义CDS视图连接自定义业务对象。交换算法-根据可用的ML算法,您应该能够为了将APL和PAL库中的算法交换给嵌入式ML模型,或者将SAP Data Intelligence中的算法交换为高级和深度学习模型。这包括HANA、Sci kit learn、Python、Tensor flow或R programming等库中的不同算法,或者从SAP Analytics Cloud Smart Predict库中确定备选方案,以使用其他参数交换算法。扩展ML逻辑–有时您需要更改或增强ML模型中包含的ML逻辑。这对于采用标准的SAP提供的内容来增强客户功能是必需的,这些功能可以在升级后继续使用。对于嵌入式或并排模型,这可以相应地合并。元数据驱动的APL模型增强。BADI驱动PAL模型的增强。由于客户和合作伙伴有这样做的自由,因此内部安装更容易,但saps/4HANA云需要使用ABAP类的web编辑器来处理这一问题(对于ABAP管理的数据过程,必须进行增强)。子管道添加到SAP数据智能管道中,用于并行模型的额外ML逻辑扩展。它们使用sapdi设计工具。消费API的扩展——根据构建的ML应用程序的类型,您需要调用相应的远程或本地API。在saps/4HANA中,移动物联网,本地api用于嵌入式ML,而远程api用于并行模式,我只是数据,调用sapdataintelligence ML函数。这完全由生命周期管理框架来处理,以监视ML模型。从消费API的角度来看,重要的是要知道调用了哪种预测算法—APL、PAL、CDS view、SAP DI等,根据这些算法必须合并增强功能。重要的是在扩展完成后不要破坏这些消费api,因此您需要遵循参数定义并相应地处理它们。新的ML应用程序—客户和合作伙伴还可以使用以下3种方法中的任何一种创建新的ML模型,例如使用ISLM技术利用HANA APL或HANA PAL创建新的嵌入式ML模型。使用SAP Data Intelligence上的Jupyter notebook集成创建新的并行ML模型。使用SAP Analytics云集成创建新的并行探索模型。ML模型生命周期扩展性——这包括通过生命周期管理(将标准和扩展分开)对ML模型可能进行的扩展。在saps/4HANA云的情况下,可扩展性对象从测试系统到生产系统的传输由关键用户执行,免费vps服务器,而不需要与服务提供商交互,也不需要在维护窗口之外。在使用SAP S/4HANA内部部署环境时,客户和合作伙伴在处理传输、设置系统环境和质量保证流程方面将有更大的自由度。

因此,许多嵌入和并排的模型以及已经发布的用例可以在不同的级别上得到增强和扩展如上所述。虽然这些都是可能的,但您必须与核心SAP咨询团队或相应的SAP合作伙伴团队讨论,返利app下载,以了解如何处理这些实施。我们还将在2021年第一季度发布有关如何使用SAP S/4HANA进行预测分析和机器学习的最佳实践,其中将深入讨论相同的实施方法,包括技术和设置指南。

还有一本详细的书籍,计划于2020年9月24日发布,其中讨论了所有这些体系结构,配置和可扩展性概念以及更多详细信息–"使用SAP S/4HANA实现机器学习"。

在下一篇博客中,我将介绍这本书的更多细节。

这里有一些到本系列博客的快速链接,让您全面了解预测智能是如何注入SAP的S/4HANA.