नोट
इस पेज तक पहुँच के लिए प्रमाणन की आवश्यकता होती है. आप साइन इन करने या निर्देशिकाओं को बदलने का प्रयास कर सकते हैं.
इस पेज तक पहुँच के लिए प्रमाणन की आवश्यकता होती है. आप निर्देशिकाओं को बदलने का प्रयास कर सकते हैं.
श्रेणी वर्गीकरण मॉडल बनाने और प्रशिक्षित करने के लिए नमूना डेटा का उपयोग करके श्रेणी वर्गीकरण का अन्वेषण करना आरंभ करें। AI Builder नमूना डेटा एक अस्पताल के लिए ग्राहक प्रतिक्रिया का उपयोग करता है। इसका लक्ष्य एक ऐसे मॉडल को प्रशिक्षित करना है जो नव प्राप्त फीडबैक की श्रेणी का पूर्वानुमान लगा सके। यह मॉडल अस्पताल प्रशासक को मरीजों की प्रतिक्रिया को वर्गीकृत करने से समय बचाने में मदद कर सकता है, जिससे उस पर कार्रवाई करने के लिए अधिक समय मिलेगा और मरीजों को बेहतर अनुभव प्रदान किया जा सकेगा।
नोट
यदि आप अपना डेटाबेस बनाते समय नमूना ऐप्स और डेटा परिनियोजित करें सेटिंग सक्षम करते हैं, तो यह नमूना डेटा स्वचालित रूप से आपके परिवेश में जोड़ दिया जाता है.
डेटा के साथ एक परिवेश सेट करें
AIBuilder_Lab.zip डाउनलोड करें, जिसमें श्रेणी वर्गीकरण नमूना डेटा शामिल है।
नोट
AIBuilder_Lab.zip फ़ाइल में अन्य AI Builder मॉडल प्रकारों के साथ काम करने के लिए नमूना फ़ाइलें भी हैं, इसके अतिरिक्त कुछ व्यावहारिक प्रयोगशालाएँ भी हैं जिनका उपयोग आप अधिक जानने के लिए कर सकते हैं। AI Builder ज़िप फ़ाइल की सामग्री के बारे में अधिक जानकारी के लिए, ज़िप फ़ाइल में शामिल readme.txt फ़ाइल पर जाएँ।
AIBuildetTextSample_1_0_0 समाधान को अपने Microsoft Power Platform पर्यावरण में आयात करें. अधिक जानने के लिए, समाधान आयात, अद्यतन और निर्यात करें पर जाएँ।
लैब फ़ाइलों के भीतर लैब डेटा/टेक्स्ट वर्गीकरण फ़ोल्डर पर जाएं और फिर pai_healthcare_feedbacks से डेटा अपलोड करें।
अपना मॉडल बनाएं
AI Builder बिल्ड स्क्रीन पर जाएं, और श्रेणी वर्गीकरण का चयन करें।
नाम दर्ज करें और फिर अपना मॉडल बनाएं.
टेक्स्ट का चयन करें चुनें, हेल्थकेयर_फीडबैक तालिका का चयन करें, और फिर टेक्स्ट स्तंभ का चयन करें।
स्तंभ चुनें चुनें, टैग किए गए पाठ का पूर्वावलोकन करें, और फिर अगला चुनें।
टैग चुनें चुनें और फिर टैग कॉलम चुनें.
स्तंभ चुनें चुनें, सत्यापित करें कि सही विभाजक (अल्पविराम) चुना गया है, और फिर अगला चुनें।
अपने टेक्स्ट और टैग की समीक्षा करें, और अगला चुनें.
पाठ भाषा के रूप में अंग्रेजी चुनें, और फिर अगलाचुनें.
मॉडल सारांश की समीक्षा करें, और फिर अपने मॉडल को प्रशिक्षित करने के लिए प्रशिक्षण का चयन करें।