श्रेणी वर्गीकरण करने के लिए नमूना डेटा का उपयोग करें
श्रेणी वर्गीकरण मॉडल बनाने और प्रशिक्षित करने के लिए नमूना डेटा का उपयोग करके AI Builder श्रेणी वर्गीकरण की खोज शुरू करें। नमूना डेटा किसी अस्पताल के लिए ग्राहक प्रतिक्रिया का उपयोग करता है। लक्ष्य एक ऐसे मॉडल को प्रशिक्षित करना है जो नई प्राप्त प्रतिक्रिया की श्रेणी की भविष्यवाणी कर सके। यह मॉडल अस्पताल प्रशासक को रोगी की प्रतिक्रिया को वर्गीकृत करने से मुक्त करने में मदद कर सकता है, जिससे उस पर कार्रवाई करने और रोगियों को बेहतर अनुभव प्रदान करने के लिए अधिक समय मिल सके।
नोट
यदि आप अपना डेटाबेस बनाते समय नमूना ऐप्स और डेटा तैनात करें सेटिंग सक्षम करते हैं, तो यह नमूना डेटा स्वचालित रूप से आपके वातावरण में जुड़ जाता है।
डेटा के साथ एक वातावरण स्थापित करें
डाउनलोड AIBuilder_Lab.zip, जिसमें श्रेणी वर्गीकरण नमूना डेटा शामिल है।
नोट
AIBuilder_Lab.zip फ़ाइल में कुछ व्यावहारिक प्रयोगशालाओं के अलावा, अन्य AI Builder मॉडल प्रकारों के साथ काम करने के लिए नमूना फ़ाइलें भी शामिल हैं जिनका उपयोग आप अधिक जानने के लिए कर सकते हैं। AI Builder ज़िप फ़ाइल की सामग्री के बारे में अधिक जानकारी के लिए, readme.txt फ़ाइल पर जाएँ जो ज़िप फ़ाइल में शामिल है।
AIBuildetTextSample_1_0_0 समाधान को अपने Microsoft Power Platform पर्यावरण में आयात करें। अधिक जानने के लिए, आयात, अद्यतन और निर्यात समाधान पर जाएं।
लैब फ़ाइलों के भीतर लैब डेटा/टेक्स्ट वर्गीकरण फ़ोल्डर में जाएँ और फिर pai_healthcare_feedbacks से डेटा अपलोड करें।
अपना मॉडल बनाएं
AI Builder बिल्ड स्क्रीन पर जाएं, और श्रेणी वर्गीकरण चुनें।
एक नाम दर्ज करें, और फिर अपना मॉडल बनाएं।
Choose Select text, select the healthcare_feedback table, and then select the text column.
कॉलम चुनें चुनें, टैग किए गए टेक्स्ट का पूर्वावलोकन करें, और फिर अगला चुनें।
टैग चुनें चुनें और फिर टैग कॉलम चुनें।
कॉलम 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।
टेक्स्ट भाषा के रूप में अंग्रेजी चुनें, और फिर अगलाचुनें।
मॉडल सारांश की समीक्षा करें, और फिर अपने मॉडल को प्रशिक्षित करने के लिए ट्रेन का चयन करें।