Споделяне чрез


Подготовка на данни

Преди да създадете модела си за прогнозиране, трябва да се уверите, че данните ви са включени Microsoft Dataverse и че са в правилния формат.

Създайте своя персонализирана таблица

Имате ли данни, в които искате да импортирате Dataverse за обучение AI Builder? Първо, трябва да създадете таблица. В този пример ще предоставим решение, което има предварително дефинирани персонализирани таблици. За да използвате свои собствени данни, създайте персонализирана таблица и я използвайте вместо примера, използван тук.

Бележка

За най-добри резултати използвайте набор от данни с размер по-малък от 1,5 ГБ. В противен случай AI Builder ще използвате само 1.5 GB от вашите данни за обучение и прогнозиране. Тъй като не можете да контролирате кои данни, които надвишават ограничението от 1,5 ГБ, няма да се използват, трябва да оптимизирате данните си, за да останат под 1,5 ГБ.

Примерен набор от данни за прогнозен модел

  1. Изтеглете примерния AI Builder пакет с данни:

    1. Изберете AIBPredictionSample_simpledeploy_v4.21.3.zip.
    2. Изберете бутона Изтегляне .

    Екранна снимка на екрана за изтегляне в GitHub.

  2. Уверете се, че файлът не е блокиран след изтеглянето. За да направите това:

    1. В папката Изтегляния намерете изтегления zip файл, щракнете с десния бутон и след това изберете Свойства.
    2. В раздела Общи поставете отметка в квадратчето Отблокиране , след което изберете Приложи.

    Екранна снимка на .zip файл Свойства.

  3. Извлечете файла .zip и потърсете PackageDeployer.exe в извлечената папка.

    Екранна снимка, показваща PackageDeployer.exe избрани.

  4. Изпълнете PackageDeployer.exe. Ще се появи следният екран.

    Екранна снимка на целевата Package Deployer страница.

  5. Изберете Продължение.

  6. Изберете Office 365 и след това изберете Вход.

    Екранна снимка на влизане в Package Deployer.

  7. Въведете идентификационните данни, които използвате за влизане в портала Power Apps на създателя, и след това изберете Напред.

    Екранна снимка на въвеждане на вашите идентификационни данни.

  8. Ако влизането е успешно, ще видите началния екран. Прочетете съобщението и след това изберете Напред.

    Екранна снимка на инсталирането на примерния набор от AI Builder данни за прогнозиране.

  9. На екрана Готово за инсталиране се уверете, че преинсталирате решението в правилната среда, след което изберете Напред.

    Екранна снимка, показваща пакета на решението, който трябва да се инсталира, и името на организацията.

  10. На екрана Четене на конфигурацията на инсталатора на AIB Prediction Dataset прочетете обобщената информация за данните и решенията, които се импортират, и след това изберете Напред.

    Импортирането на данните ще отнеме няколко минути. Когато всяка стъпка бъде завършена успешно, ще видите зелен кръг с отметка до стъпката.

    Екранна снимка на обобщението на конфигурацията на инсталатора на набора AI Builder от данни за прогнозиране.

  11. На екрана Инсталацията е завършена изберете Готово.

    Екранна снимка, показваща инсталацията завършена.

Как можете да използвате решенията, които сте инсталирали

Примерният набор от данни инсталира две решения във вашата среда. Той също така инсталира примерни данни за включените обекти:

  • Бразилска търговия: Използвайте за прогнозиране на множество резултати. Изберете BC Orders като таблица и Delivery Motiliness като колона, когато избирате какво искате да прогнозирате.

  • AI Builder Намерение за онлайн купувачи: Използване за двоично предсказване и числено предсказване.

    • Изберете Намерения на онлайн купувача като таблица и Приходи (етикет) като колона, ако искате да изпробвате двоично прогнозиране.
    • Изберете Намерения на онлайн купувачите като таблица. Също така изберете ExitRates или BounceRates като колона, ако искате да изпробвате числено прогнозиране.

Ако имате нужда от помощ при създаването на модел за прогнозиране, следвайте инструкциите в Създаване на модел за прогнозиране.

Екранна снимка на подробности за решението.

Вече сте готови да преминете към следващата стъпка.

Следваща стъпка

Създайте модел за прогнозиране