Xestiona o teu modelo en AI Builder

Crear o modelo óptimo para o teu negocio pode ser un proceso bastante iterativo. Os resultados poden variar dependendo das configuracións que definas e dos datos de adestramento que proporciones. Actualizar estes factores pode mellorar o rendemento do teu modelo. Non obstante, nalgúns casos, o rendemento pode verse degradado. Cada tipo de modelo de IA ten un conxunto de directrices para axudarche co proceso de creación do mellor modelo, adaptado ás túas necesidades.

Captura de pantalla da pantalla para xestionar un modelo de IA.

Avalía o teu modelo

Despois de adestrar o modelo por primeira vez, podes avaliar o seu rendemento e calidade na súa páxina de detalles.

Dependendo do tipo de modelo de IA, pode aparecer unha puntuación de rendemento para cada versión adestrada. Podes usar esta puntuación para comparar rapidamente dúas versións do mesmo modelo. Non obstante, lembra que a puntuación baséase na configuración para ese adestramento. Asegúrate de ter en conta calquera cambio que fixeches entre versións ao comparar as puntuacións.

Cada tipo de modelo de IA ten unha explicación diferente sobre como se calcula a puntuación e como se debe interpretar. Consulta a ventá informativa xunto a Rendemento para obter máis información.

Algúns tipos de modelos de IA inclúen unha funcionalidade para probar rapidamente o rendemento da túa versión adestrada con datos reais da túa elección. Selecciona Proba rápida para ver o teu modelo en acción.

Despois de rematar de avaliar o modelo recentemente adestrado, tes dúas opcións:

Modelos de baixo axuste

Un modelo infraaxustado é un modelo que en realidade funciona peor que unha estimación aleatoria. Se o teu modelo ten un rendemento deficiente de xeito consistente, probablemente sexa unha indicación de que hai un problema cos teus datos de adestramento. Os campos que estás a usar son relevantes para o tipo de determinación que se pretende que faga o teu modelo? Hai erros de entrada de datos ou outros problemas que estean a desviar o teu modelo?

Modelos de sobreaxuste

Un modelo de *sobreaxuste* parece funcionar moi ben, se non perfectamente, cando se executa cos teus datos de adestramento. Iso pode deberse a que hai unha columna nos datos de adestramento que corresponde directamente ao resultado. Por exemplo, supoñamos que tes un modelo de predición que predí se un envío chegará a tempo. Se os teus datos históricos inclúen a data de entrega real, o teu modelo faría unha predicción perfecta cando se executase cos teus datos históricos. Probablemente non funcionaría tan ben cando se executase con datos reais no teu entorno empresarial, porque a columna da data de entrega aínda non se completaría.

Editar o nome do modelo

  1. Na parte superior da páxina, selecciona Configuración.
  2. Nos paneis de Configuración do modelo da dereita, en Nome, introduza un nome diferente. Dependendo do tipo de modelo de IA, pode que teñas que seleccionar primeiro a sección *Xeral*.
  3. Seleccione Gardar.

Crear unha nova versión

Para crear unha nova versión, selecciona Editar modelo na parte superior da páxina.

Podes ter ata dúas versións adestradas dispoñibles á vez: unha Versión publicada e unha Última versión adestrada que non está publicada. Se adestras unha nova versión cando xa existe unha última versión adestrada, sobrescríbese a última versión adestrada existente.

Cando creas unha nova versión, o modelo baséase na configuración dunha versión existente: a versión publicada ou a última versión adestrada. Se tes ambos, tes que escoller con cal queres crear a nova versión.

Captura de pantalla do menú Editar modelo.

Unha nova versión créase só despois de que a adestres correctamente. Se saes sen rematar os cambios e adestrar o modelo, o progreso gardarase como borrador. Certas accións, como crear unha nova versión ou volver adestrar, poderían estar desactivadas ata que adestres ou descartes o teu borrador. Só podes ter un borrador dispoñible á vez, polo que tes que seleccionar Retomar o borrador para continuar onde o deixaches ou Descartar o borrador para eliminar os cambios antes de poder continuar.

Despois do adestramento, os resultados aparecen na sección Última versión adestrada da páxina Detalles .

Se estás satisfeito coa túa última versión adestrada, podes publicar o teu modelo para que estea dispoñible. Se non, sempre podes crear unha nova versión.

Cando debería crear unha nova versión?

Podes crear unha nova versión do teu modelo para axudar a mellorar o rendemento ou a calidade do modelo. Isto depende do tipo de modelo de IA: algúns modelos pódense mellorar actualizando a configuración e outros pódense mellorar actualizando os datos de adestramento.

Debido á natureza experimental da aprendizaxe automática, non todas as novas versións que crees resultarán nun aumento no rendemento do modelo. Se non estás satisfeito co teu modelo, podes crear unha nova versión para tentar obter mellores resultados.

Se estás satisfeito co teu modelo, podes publícao para poñelo á disposición. Dado que só podes ter dúas versións adestradas dispoñibles á vez, quizais queiras publicar un modelo que non queiras que sexa sobrescrito por unha nova versión.

Para obter máis información sobre os matices para mellorar o rendemento do modelo, consulta a mensaxe que aparece debaixo da puntuación de precisión.

Volver adestrar e republicar os modelos existentes

Mentres que o adestramento crea unha nova versión actualizando a configuración, o reacondicionamento crea unha nova versión que usa a mesma configuración que a versión actual. A vantaxe do reaxuste é que estudará calquera dato novo para que o modelo se manteña preciso ao longo do tempo. Esta acción só é aplicable a certos tipos de modelos de IA.

  1. Inicie sesión en Power Apps.

  2. No panel esquerdo, selecciona AI Builder>Modelos.

  3. Siga os pasos para o seu tipo de modelo.

    Para os modelos de predición e clasificación por categorías, na sección Rendemento , selecciona o menú (…) e, a seguir, selecciona Volver adestrar agora.

  4. Isto substitúe a túa última versión adestrada. Se estás listo, publica esta versión.

Realiza estes pasos en cada un dos teus modelos para que os teus modelos de IA volvan estar en funcionamento. AI Builder

Seguinte paso

Publica o teu modelo en AI Builder

Formación: Xestionar modelos en AI Builder (módulo)

  • Last updated on