12、探索 Power BI 与 AI Builder：开启低代码 AI 之旅

探索 Power BI 与 AI Builder：开启低代码 AI 之旅

1. Power BI 中的认知服务与机器学习

1.1 认知服务集成

Power BI 集成了多种认知服务，如情感分析、关键短语提取、语言检测和图像标记。这些服务可以从文档、非结构化文本、图像和社交媒体源等不同数据源中提取信息。具体功能如下：
- 语言检测 ：能返回多达 120 种语言的名称和 ISO 标识符，可用于数据翻译或筛选特定语言的数据。
- 关键短语提取 ：从非结构化文本中提取关键短语，在处理大段文本时效果更佳。
- 情感分析 ：使用机器学习分类，为用户反馈和评论给出 0（负面）到 1（正面）的分数，在处理一到两句话时效果较好。
- 图像标记 ：识别图像（上传或通过 URL 获取）中的对象、人物、动物、动作、风景和位置等，并返回一个或多个标签。

AI Insights 结果会作为新列添加到表中。若提取出多个图像标签或关键短语，每个标签或短语会在复制原行其他数据的新行中返回。

1.2 使用自定义机器学习模型

在 Power BI 中可以调用在 Azure Machine Learning 中构建的自定义模型，具体操作步骤如下：
1. 由创建模型的数据科学家生成 Python 架构文件，并将其与部署的模型 Web 服务一起发布。
2. 数据科学家在 Azure 门户中授予你对模型的访问权限，你需要对 Azure 订阅和机器学习工作区有读取权限。