Termini e definizioni usati nel flusso di lavoro di orchestrazione
Usare questo articolo per informazioni su alcune definizioni e termini che possono verificarsi quando si usa il flusso di lavoro di orchestrazione.
Punteggio F1
Il punteggio F1 è una funzione di precisione e richiamo. È necessario quando si cerca un equilibrio tra precisione e richiamo.
Finalità
Una finalità rappresenta un'attività o un'azione che l'utente desidera eseguire. Si tratta di uno scopo o di un obiettivo espresso nell'input di un utente, ad esempio la prenotazione di un volo o il pagamento di una fattura.
Modellare
Un modello è un oggetto sottoposto a training per eseguire una determinata attività, in questo caso le attività di comprensione della conversazione. I modelli vengono sottoposti a training fornendo dati etichettati da cui apprendere in modo che possano essere usati in un secondo momento per comprendere le espressioni.
- La valutazione del modello è il processo che si verifica subito dopo il training per conoscere le prestazioni del modello.
- La distribuzione è il processo di assegnazione del modello a una distribuzione per renderlo disponibile per l'uso tramite l'API di stima.
Overfitting
L'overfitting si verifica quando il modello viene corretto negli esempi specifici e non è in grado di generalizzare correttamente.
Precisione
Misura la precisione e l'accuratezza del modello. È il rapporto tra i positivi identificati correttamente (veri positivi) e tutti i positivi identificati. La metrica di precisione mostra quante classi stimate sono etichettate correttamente.
Project
Un progetto è un'area di lavoro per la creazione di modelli di Machine Learning personalizzati in base ai dati. È possibile accedere al progetto solo dall'utente e da altri utenti che hanno accesso alla risorsa di Azure usata.
Richiamo
Misura la capacità del modello di stimare le classi positive effettive. È il rapporto tra i veri positivi stimati e ciò che è stato effettivamente contrassegnato. La metrica di richiamo mostra quante classi stimate sono corrette.
SCHEMA
Lo schema viene definito come combinazione di finalità all'interno del progetto. La progettazione dello schema è una parte fondamentale del successo del progetto. Quando si crea uno schema, è necessario considerare le finalità da includere nel progetto
Dati di training
I dati di training sono il set di informazioni necessarie per eseguire il training di un modello.
Espressione
Un'espressione è l'input dell'utente che rappresenta il testo breve di una frase in una conversazione. Si tratta di una frase in linguaggio naturale, ad esempio "prenotare 2 biglietti per Seattle il martedì prossimo". Le espressioni di esempio vengono aggiunte per eseguire il training del modello e il modello prevede la nuova espressione in fase di esecuzione