Uue prognoosimudeli loomine
See näide loob Power Apps prognoos AI-mudeli, mis kasutab tabelit Veebiostleja kavatsus Microsoft Dataverse. Nende näidisandmete Microsoft Power Platform keskkonda toomiseks lubage säte Juuruta näidisrakendused ja andmed , kui loote keskkonna, nagu on kirjeldatud teemas Mudeli koostamine AI Builder. Või järgige üksikasjalikumaid juhiseid jaotises Andmete ettevalmistamine. Kui näidisandmed on sisestatud Dataverse, tehke mudeli loomiseks järgmist.
Logige sisse OR-i Power Apps Power Automate.
Valige vasakpoolsel paanil ... Rohkem>tehisintellekti keskust.
Tehke jaotises Avastage tehisintellekti võimalus valik AI-mudelid.
(Valikuline) Kui soovite, et tehisintellekti mudelid oleksid hõlpsaks juurdepääsuks püsivalt menüüs, valige nööpnõelaikoon.
Valige prognoos – ennustage tulevasi tulemusi ajalooliste andmete põhjal.
Valige Loo kohandatud mudel.
Mõelge prognoos, mida soovite AI Builder teha. Näiteks küsimusele "Kas see klient kukub?", mõelge sellistele küsimustele:
- Kus on tabel, mis sisaldab teavet kliendirahulolu kohta?
- Kas seal on veerg, kus on konkreetselt kirjas, kas klient on tülli läinud?
- Kas veerus on tundmatuid, mis võivad põhjustada ebakindlust?
Kasutage seda teavet oma valikute tegemiseks. Esitatud näidisandmetega töötades on küsimus "kas see kasutaja, kes suhtles minu veebipoega, tegi ostu?" Kui nad seda teeksid, peaks sellel kliendil olema tulu. Seega, kas selle kliendi jaoks on tulu, peaks olema ajalooline tulemus. Kus iganes see teave on tühi, on see koht, kus AI Builder saab aidata teil prognoos teha.
Valige rippmenüüst Tabel tabel, mis sisaldab andmeid ja tulemit, mida soovite ennustada. Näidisandmete jaoks valige Veebiostleja kavatsus.
Valige rippmenüüst Veerg tulemit sisaldav veerg. Näidisandmete jaoks valige Tulu (silt). Või kui soovite proovida numbri ennustamist, valige ExitRates.
Kui valisite suvandikomplekt, mis sisaldab kahte või enamat tulemit, kaaluge selle vastendamist väärtusega "Jah" või "Ei", kuna soovite ennustada, kas midagi juhtub.
Kui soovite ennustada mitut tulemust, kasutage näidises Brasiilia e-kaubanduse andmekogumit ja valige rippmenüüst Tabel BC-tellimus ja rippmenüüst Veerg tarneajaskaalad .
Märkus
AI Builder toetab järgmisi andmetüüpe veerus Tulemid.
- Jah/ei
- Valikud
- Täisarv
- Kümnendarv
- Ujukomaarv
- Valuuta
Pärast tabeli ja veeru valimist ning tulemuse kaardistamist saate mudeli treenimiseks kasutatud andmeveergudes muudatusi teha. Vaikimisi on valitud kõik asjakohased veerud. Saate tühistada nende veergude valiku, 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 lihtsalt kõik nii, nagu on, ja valige Edasi.
Kõige olulisem on siin kaaluda, kas veerg, mis pole teie ajalooline tulemiveerg, on kaudselt määratud tulemusega.
Oletame, et soovite ennustada, kas saadetis viibib. Teie andmetes võib olla tegelik tarnekuupäev. See kuupäev saabub alles pärast tellimuse kohaletoimetamist. Seega, kui lisate selle veeru, on mudeli täpsus peaaegu 100 protsenti. Tellimused, mida soovite ennustada, pole veel kohale toimetatud ja tarnekuupäeva veergu ei täideta. Seega peaksite enne treeningut sellised veerud tühistama. Masinõpe nimetatakse seda sihtmärgi lekkeks või andmete lekkimiseks. AI Builder proovib 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 kasutada sisendina mudeli treenimiseks). Lisaks on süsteemiveerud, nagu Loodud, vaikimisi välistatud.
Kui teil on seotud tabeleid, mis võivad prognoos toimivust parandada, võite lisada ka need. Nagu tegite siis, kui tahtsite ennustada, kas klient hakkab nutma, peaksite lisama lisateavet, mis võib olla eraldi tabelis. AI Builder toetab sel ajal palju-ühele suhteid.
Pärast treeningu jaoks andmeveergude valimist saate oma andmeid filtreerida. Teie tabelid sisaldavad kõiki ridu. Siiski võiksite keskenduda treenimisele ja ennustamisele ridade alamhulgal. Kui teate, et samas tabelis, mida kasutate mudeli treenimiseks, on ebaolulisi andmeid, saate seda toimingut kasutada mudeli filtreerimiseks.
Näiteks kui rakendate filtri ainult USA regiooni vaatamiseks, treenib mudel ridadel, mille tulemus on teada ainult USA regiooni kohta. Kui seda mudelit treenitakse, teeb see prognoos ainult ridadele, mille tulemus pole teada ainult USA piirkonna kohta.
Filtreerimiskogemus on sama, mis vaateredaktoris Power Apps . Alustuseks lisage:
- Rida, mis sisaldab ühte filtritingimust.
- Rühm, mis võimaldab teil filtritingimusi pesastada.
- Seotud tabel, mis võimaldab teil luua seotud tabelis filtritingimuse.
Valige veerg, tehtemärk ja väärtus, mis tähistab filtritingimust. Märkeruute saate kasutada ridade rühmitamiseks või ridade hulgikustutamiseks.