Jaa


Ennustemallin luominen

Tämä esimerkki luo Power Appsin ennusteen tekoälymallin, joka käyttää verkko-ostajan aikeiden taulukkoa Microsoft Dataversessa. Nämä esimerkkitiedot saadaan Microsoft Power Platform-ympäristöön ottamalla Ota käyttöön esimerkkisovellukset ja -tiedot -asetus käyttöön, kun ympäristö luodaan. Lisätietoja on kohdassa Mallin muodostaminen AI Builderissa. Vaihtoehtoisesti voidaan käyttää ohjeita kohdassa Tietojen valmistelu. Kun näytetietosi on siirretty Dataverseen, luo malli noudattamalla seuraavia ohjeita.

  1. Kirjaudu Power Appsiin tai Power Automateen.

  2. Valitse vasemmassa ruudussa ... Lisää>Tekoälykeskus.

  3. Valitse Tutustu tekoälyominaisuuteen -kohdassa Tekoälymallit.

    (Valinnainen) Jos haluat käyttää tekoälymalleja helposti ja pitää ne pysyvästi valikossa, valitse nastakuvake.

  4. Valitse Ennuste – Ennusta tulevia tuloksia historiallisista tiedoista.

  5. Valitse Luo mukautettu malli.

Historiallisen tuloksen valitseminen

Mieti ennustetta, joka halutaan tehdä AI Builderin avulla. Esimerkiksi Menetänkö asiakkaani? -kysymyksen osalta kannattaa pohtia seuraavanlaisia kysymyksiä:

  • Missä on taulukko, joka sisältää tietoja asiakasvaihtuvuudesta?
  • Onko siinä saraketta, jossa erityisesti määritetään, onko asiakas siirtynyt pois?
  • Onko sarakkeessa tuntemattomia kohteita, jotka voivat aiheuttaa epävarmuutta?

Tee valintasi näiden tietojen perusteella. Jos käytät annettuja mallitietoja, sopiva kysymys on: "Tekikö verkkokauppaani käyttänyt käyttäjä ostoksen?". Jos teki, asiakkaalle tulisi olla tuottoa. Niinpä asiakkaaseen liittyvät tulot olisivat historiallinen tulos. Jos tämä tietokohta on tyhjä, AI Builder voi auttaa tekemään ennusteen.

  1. Valitse avattavasta Taulukko-valikosta taulukko, jonka sisältämästä datasta ja tuloksesta haluat tehdä ennusteen. Voit käyttää mallidataa valitsemalla vaihtoehdon Online shopper intention.

  2. Valitse avattavasta Sarake-valikosta sarake, joka sisältää tuloksen. Valitse mallidatan osalta vaihtoehto Revenue (Label). Jos haluat kokeilla luvun ennustamista, valitse ExitRates.

  3. Jos valitsit asetusjoukon, joka sisältää ainakin kaksi tulosta, sinun on ehkä yhdistettävä se tulokseen ”Kyllä” tai ”Ei”, koska haluat on ennustaa, tapahtuuko jotakin.

  4. Jos haluat ennustaa useita tuloksia, käytä esimerkin Brasilian sähköisen kaupankäynnin tietojoukkoa ja valitse BC-tilaus avattavassa Taulukko-valikossa ja Toimituksen aikajanat avattavassa Sarake-valikossa.

Muistiinpano

AI Builder seuraavia tulossarakkeen tietotyyppejä:

  • Kyllä/ei
  • Choices
  • Kokonaisluku
  • Desimaaliluku
  • Liukuluku
  • Valuutta

Valitse tietosarakkeet, joilla haluat kouluttaa mallia

Kun olet valinnut vaihtoehdot Taulukko ja Sarake sekä yhdistänyt tuloksesi, voit tehdä muutoksia datasarakkeisiin, joita käytetään mallin kouluttamiseen. Kaikki asianmukaiset sarakkeet ovat oletusarvoisesti valittuina. Voit poistaa sellaisten sarakkeiden valinnan, jotka saattavat johtaa mallin tarkkuuden heikkenemiseen. Jos et tiedä, mitä tässä tulisi tehdä, ei syytä huoleen. AI Builder yrittää löytää sarakkeita, jotka tuottavat parhaan mahdollisen mallin. Mallidatan osalta voit jättää kaiken alkuperäiseen tilaansa ja valita Seuraava.

Tietosarakkeen valinnassa huomioitavat seikat

Tärkeintä tässä on harkita sitä, määrittääkö tulos epäsuorasti sarakkeen, joka ei ole historiallisen tuloksen sarake.

Oletetaan, että haluat ennustaa, viivästyykö lähetys. Tiedoissasi saattaa olla todellinen toimituspäivä. Tämä päivämäärä on käytettävissä vasta sen jälkeen, kun tilaus on toimitettu. Jos siis tämä sarake sisällytetään, mallin tarkkuus on lähes 100prosenttia. Haluat kuitenkin ennustaa sellaisia tilauksia, joita ei vielä ole toimitettu, joten niiden toimituspäiväsaraketta ei vielä ole täytetty. Niinpä tämän sarakkeen valinta kannattaa poistaa ennen opetusta. Koneoppimisessa tätä kutsutaan kohdevuodoksi tai datavuodoksi. AI Builder yrittää suodattaa sarakkeet, jotka ovat liian hyviä ollakseen totta, mutta ne kannattaa silti tarkistaa.

Muistiinpano

Kun valitset tietokenttiä, joitakin tietotyyppejä, kuten kuvia, joita ei voi käyttää syötteenä mallin harjoittamiseen, ei näytetä. Lisäksi järjestelmäsarakkeet, kuten Luotu, jätetään oletusarvoisesti pois.

Jos sinulla on liittyviä taulukoita, jotka saattavat parantaa ennusteen suorituskykyä, voit sisällyttää myös ne. Sisällytä lisätiedot, jotka voivat olla erillisessä taulukossa, kuten teit asiakasvaihtuvuuden ennustamisen yhteydessä. AI Builder tukee monta yhteen -suhteita tällä hetkellä.

Tietojen suodattaminen

Kun olet valinnut tietosarakkeet harjoittamista varten, voit suodattaa tiedot. Taulukot sisältävät kaikki rivit. Saatat kuitenkin haluta keskittyä harjoittamiseen ja ennustamiseen rivien alijoukolla. Jos tiedät, että sinulla on epäolennaisia tietoja samassa taulukossa, jota käytät mallin harjoittamiseen, voit suodattaa ne tässä vaiheessa.

Jos esimerkiksi käytät suodatinta, jonka avulla tarkastellaan vain Yhdysvaltain aluetta, mallia harjoitetaan riveillä, joissa tulos tiedetään vain Yhdysvaltain alueelta. Kun tämä malli on harjoitettu, se tekee ennusteen vain sellaisille riveille, joissa tulosta ei tiedetä vain Yhdysvaltain alueelta.

Suodatuskokemus on sama kuin Power Appsin näkymäeditorissa. Aloita lisäämällä seuraavat tiedot:

  • Rivi, joka sisältää yhden suodatusehdon
  • Ryhmä, jonka avulla voit asettaa suodatusehdot sisäkkäin
  • Liittyvä taulukko, jonka avulla voit luoda suodatusehdon liittyvästä taulukosta.

Valitse sarake, operaattori ja arvo, joka vastaa suodatusehtoa. Voit käyttää valintaruutuja rivien ryhmittelyyn tai poistaa rivejä joukkona.

Seuraava vaihe

Ennustemallin harjoittaminen ja julkaiseminen