Azure / Azure/MachineLearningNotebooks
Is there a way to set the monitoring schedule time?
- Vorherrschende Sprache
- Jupyter Notebook
- Sterne
- 4.4k
- Forks
- 2.6k
- PR-Merge-Kennzahlen
- Keine gemergten PRs in 30 T.
Beschreibung
Hi,

In the documentation it says how to set the monitoring schedule, but it does not show what time the job will be executed. Is there a way to set the time? Where can I see the running time?
For example, yesterday I created the monitoring below:

When clicking on the details it is not possible to see the time of the first execution:

Best regards,
Cristina
---
#### Document Details
⚠ *Do not edit this section. It is required for docs.microsoft.com ➟ GitHub issue linking.*
* ID: 971e236e-9b2d-45c6-0a25-af77b8fb361d
* Version Independent ID: 630ef5c4-863a-b8ca-f001-d5a147bc1bfe
* Content: [azureml.datadrift.datadriftdetector.DataDriftDetector class - Azure Machine Learning Python](https://docs.microsoft.com/en-us/python/api/azureml-datadrift/azureml.datadrift.datadriftdetector.datadriftdetector?view=azure-ml-py)
* Content Source: [AzureML-Docset/stable/docs-ref-autogen/azureml-datadrift/azureml.datadrift.datadriftdetector.DataDriftDetector.yml](https://github.com/MicrosoftDocs/MachineLearning-Python-pr/blob/live/AzureML-Docset/stable/docs-ref-autogen/azureml-datadrift/azureml.datadrift.datadriftdetector.DataDriftDetector.yml)
* Service: **machine-learning**
* Sub-service: **core**
* GitHub Login: @DebFro
* Microsoft Alias: **debfro**
Beitragsleitfaden
Für dieses Repository ist kein Beitragsleitfaden indexiert
Rechercherichtung
Beginne mit der Dokumentationsseite zu DataDriftDetector und ihrer Quelle unter AzureML-Docset/stable/docs-ref-autogen/azureml-datadrift/azureml.datadrift.datadriftdetector.DataDriftDetector.yml. Untersuche die API für den Überwachungszeitplan und vorhandene Beispiele, um festzustellen, ob die Ausführungszeit konfiguriert oder offengelegt werden kann, und aktualisiere anschließend die Dokumentation, um das Verhalten und die Stelle zu erläutern, an der der Zeitpunkt der ersten Ausführung angezeigt wird.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Bewertung
- Tech-Stack
- azure, python
- Bereich
- documentation, machine-learning
- Issue-Typ
- Dokumentation
- Schwierigkeit
- 3/5
- Geschätzter Aufwand
- 1-2 Tage
- Aktivitätsstatus
- Veraltet
- Klarheit
- Größtenteils klar
- Anfängerfreundlichkeit
- 35/100