Jagamisviis:

Uue prognoosimudeli loomine

See näide loob Power Apps ennustuse tehisintellekti mudeli, mis kasutab tabelit Veebiostleja kavatsus Microsoft Dataverse. Nende näidisandmete Microsoft Power Platform keskkonda toomiseks lubage keskkonna loomisel säte Juuruta näidisrakendused ja -andmed , nagu on kirjeldatud jaotises Mudeli koostamine AI Builder. Või järgige üksikasjalikumaid juhiseid jaotises Andmete ettevalmistamine. Kui näidisandmed on sisestatud Dataverse, järgige mudeli loomiseks neid samme.

  1. Logige sisse lehele Power Apps või Power Automate.

  2. Valige vasakpoolsel paanil... Rohkem>tehisintellekti keskust.

  3. Valige jaotises Tehisintellekti funktsiooni avastamine AI mudelid.

    (Valikuline) Tehisintellekti mudelite hõlpsaks juurdepääsuks püsivalt menüüs hoidmiseks valige nööpnõela ikoon.

  4. Valige Ennustus – ennustage tulevasi tulemusi ajalooliste andmete põhjal.

  5. Valige Loo kohandatud mudel.

Valige oma ajalooline tulemus

Mõelge ennustusele, mida soovite AI Builder teha. Näiteks küsimuse "Kas see klient loobub?" puhul mõelge järgmistele küsimustele:

  • Kus on tabel, mis sisaldab teavet klientide voolavuse kohta?
  • Kas seal on veerg, kus on konkreetselt kirjas, kas klient on loobunud?
  • Kas veerus on tundmatuid, mis võivad põhjustada ebakindlust?

Kasutage seda teavet oma valikute tegemiseks. Esitatud näidisandmetega töötades tekib küsimus: "Kas see kasutaja, kes minu veebipoega suhtles, tegi ostu?" Kui nad seda teeksid, peaks sellel kliendil tulu olema. Seega, kas sellel kliendil on tulu, peaks olema ajalooline tulemus. Kui see teave on tühi, võib AI Builder see aidata teil ennustust teha.

  1. Valige rippmenüüst Tabel tabel, mis sisaldab andmeid ja tulemust, mida soovite ennustada. Näidisandmete jaoks valige Veebiostleja kavatsus.

  2. Valige rippmenüüst Veerg veerg, mis sisaldab tulemust. Näidisandmete jaoks valige Tulu (silt). Või kui soovite proovida arvu ennustamist, valige ExitRates .

  3. Kui valisite suvandikomplekti, mis sisaldab kahte või enamat tulemust, kaaluge selle vastendamist väärtusele "Jah" või "Ei", kuna soovite ennustada, kas midagi juhtub.

  4. Kui soovite ennustada mitut tulemust, kasutage valimis Brasiilia e-kaubanduse andmestikku ja valige rippmenüüst TabelBC Order ja rippmenüüst Veerg Tarne ajakavad .

Märkus.

AI Builder Toetab veeru Tulem jaoks järgmisi andmetüüpe.

  • Jah/ei
  • Valikud
  • Täisarv
  • Kümnendarv
  • Ujukomaarv
  • Currency

Valige mudeli treenimiseks andmeveerud

Pärast tabeli ja veeru valimist ning tulemuse vastendamist saate mudeli treenimiseks kasutatavates andmeveergudes muudatusi teha. Vaikimisi on valitud kõik asjakohased veerud. Saate tühistada veergude valikud, mis võivad aidata kaasa vähem täpsele mudelile. Kui te ei tea, mida siin teha, ärge muretsege. AI Builder püüab leida veerge, mis pakuvad parimat võimalikku mudelit. Näidisandmete jaoks jätke kõik nii, nagu see on, ja valige Edasi.

Andmeveeru valiku kaalutlused

Kõige olulisem asi, mida siin kaaluda, on see, kas veerg, mis ei ole teie ajaloolise tulemuse veerg, on kaudselt määratud tulemusega.

Oletame, et soovite ennustada, kas saadetis hilineb. Teie andmetes võib olla tegelik tarnekuupäev. See kuupäev on alles pärast tellimuse kohaletoimetamist. Seega, kui lisate selle veeru, on mudeli täpsus peaaegu 100 protsenti. Tellimusi, mida soovite ennustada, pole veel kohale toimetatud ja tarnekuupäeva veergu pole täidetud. Seega peaksite enne treenimist selliste veergude valiku tühistama. Masinõppes nimetatakse seda sihtmärgi lekiks või andmete lekkimiseks. AI Builder püüab filtreerida veerge, mis on "liiga head, et olla tõsi", kuid peaksite neid siiski kontrollima.

Märkus.

Andmeväljade valimisel ei kuvata mõnda andmetüüpi (nt Pilt, mida ei saa mudeli treenimiseks sisendina kasutada). Lisaks välistatakse vaikimisi süsteemiveerud (nt Loodud).

Kui teil on seotud tabeleid, mis võivad ennustuse toimivust parandada, saate ka need kaasata. Nagu siis, kui soovisite ennustada, kas klient loobub, peaksite lisama lisateabe, mis võib olla eraldi tabelis. AI Builder toetab praegu mitu-ühele suhteid.

Andmete filtreerimine

Pärast koolituse jaoks andmeveergude valimist saate oma andmeid filtreerida. Teie tabelid sisaldavad kõiki ridu. Siiski võiksite keskenduda ridade alamhulga treenimisele ja ennustamisele. Kui teate, et samas tabelis, mida kasutate mudeli treenimiseks, on ebaolulisi andmeid, saate seda toimingut kasutada selle filtreerimiseks.

Näiteks kui rakendate filtri ainult USA piirkonna vaatamiseks, treenitakse mudelit ridadel, mille tulemus on teada ainult USA piirkonna kohta. Kui see mudel on treenitud, teeb see ennustuse ainult ridade kohta, mille tulemus pole teada ainult USA piirkonna kohta.

Filtreerimiskogemus on sama mis vaateredaktoris. Power Apps Alusta lisamisega:

  • Rida, mis sisaldab ühte filtreerimistingimust.
  • Rühm, mis võimaldab teil filtritingimusi pesastada.
  • Seotud tabel, mis võimaldab teil luua filtreerimistingimuse seotud tabeli põhjal.

Valige veerg, operaator ja väärtus, mis tähistab filtreerimistingimust. Märkeruutude abil saate ridu grupeerida või ridade kaupa kustutada.

Järgmine etapp

Treeni ja avalda oma ennustusmudel