12、Power BI与AI Builder：低代码与无代码的机器学习体验

Power BI与AI Builder：低代码与无代码的机器学习体验

1. Power BI中的认知服务与自定义模型

1.1 认知服务集成

Power BI集成了多种认知服务，包括情感分析、关键短语提取、语言检测和图像标记。这些服务可从文档、非结构化文本、图像和社交媒体源等提取信息。具体功能如下：
- 语言检测 ：可返回多达120种语言的名称和ISO标识符，有助于数据翻译或筛选特定语言的数据进行后续处理。
- 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，给出0（负面）到1（正面）的分数，对一两个句子的分析效果较好。
- 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余数据的新行中返回。

1.2 使用自定义机器学习模型

在Power BI中可调用Azure Machine Learning中构建的自定义模型，前提是创建模型的数据科学家生成Python模式文件，将其与部署的Web服务一起发布，并授予你访问权限。你需要对Azure订阅和机器学习工作区有读取权限。

在Power BI Desktop或在线服务中启动Power Query编辑器会话时，Power Query会发现你有权访问的所有Azure