Kopīgot, izmantojot

Prognožu modeļa izveide

  • Raksts

Šajā piemērā tiek Power Apps izveidots prognoze AI modelis, kurā tiek izmantota tabula Tiešsaistes pircēju nodoms Microsoft Dataverse. Lai iegūtu šos parauga datus savā Microsoft Power Platform vidē, iespējojiet iestatījumu Izvietot parauga programmas un datus , kad veidojat vidi, kā aprakstīts sadaļā Modeļa izveide AI Builder. Vai arī izpildiet detalizētākus norādījumus sadaļā Datu sagatavošana. Kad parauga dati ir ievadīti Dataverse, veiciet tālāk norādītās darbības, lai izveidotu savu modeli.

  1. Piesakieties vietnē Power Apps OR Power Automate.

  2. Kreisajā rūtī atlasiet ... Vairāk>AI centrmezgla.

  3. Sadaļā Atklājiet AI iespējas atlasiet AI modeļi.

    (Pēc izvēles) Lai AI modeļi pastāvīgi būtu izvēlnē un tiem varētu viegli piekļūt, atlasiet tapas ikonu.

  4. Atlasīt prognoze — prognozējiet nākotnes rezultātus no vēsturiskajiem datiem.

  5. Atlasiet Izveidot pielāgotu modeli.

Atlasiet savu vēsturisko rezultātu

Padomājiet par prognoze, ko vēlaties AI Builder panākt. Piemēram, jautājumā "Vai šis klients čurās?", padomājiet par šādiem jautājumiem:

  • Kur ir tabula, kurā ir informācija par klientu kļūmi?
  • Vai tur ir sleja, kurā konkrēti norādīts, vai klients ir sačakarējis?
  • Vai kolonnā ir nezināmie, kas varētu radīt nenoteiktību?

Izmantojiet šo informāciju, lai veiktu atlasi. Strādājot ar sniegtajiem datu paraugiem, jautājums ir šāds: "Vai šis lietotājs, kurš mijiedarbojās ar manu tiešsaistes veikalu, veica pirkumu?" Ja viņi to darītu, šim klientam būtu jābūt ieņēmumiem. Tāpēc tam, vai šim klientam ir ieņēmumi, vajadzētu būt vēsturiskajam rezultātam. Visur, kur šī informācija ir tukša, var AI Builder palīdzēt jums veikt prognoze.

  1. Nolaižamajā izvēlnē Tabula atlasiet tabulu, kurā ir dati un rezultāts, ko vēlaties paredzēt. Lai skatītu datu paraugu, atlasiet Tiešsaistes pircēja nodoms.

  2. Nolaižamajā izvēlnē Kolonna atlasiet kolonnu, kurā ir rezultāts. Datu paraugam atlasiet Ieņēmumi (etiķete)). Vai arī, ja vēlaties izmēģināt skaitļa prognozēšanu, atlasiet ExitRates.

  3. Ja atlasījāt opciju kopa, kurā ir divi vai vairāki rezultāti, apsveriet iespēju to kartēt uz "Jā" vai "Nē", jo vēlaties paredzēt, vai kaut kas notiks.

  4. Ja vēlaties paredzēt vairākus iznākumus, paraugā izmantojiet Brazīlijas e-komercijas datu kopu un nolaižamajā izvēlnē Tabula atlasiet BC Pasūtījums unnolaižamajā izvēlnē Kolonna atlasiet Piegādes laika grafiki .

Piezīmes

AI Builder Atbalsta šādus datu tipus rezultātu kolonnai:

  • Jā/nē
  • Izvēles
  • Vesels skaitlis
  • Decimāldaļskaitlis
  • Skaitlis ar peldošo komatu
  • Valūta

Atlasiet datu kolonnas, lai apmācītu savu modeli

Kad esat atlasījis tabulu un kolonnu un kartējis rezultātu, varat veikt izmaiņas datu kolonnās, kas tiek izmantotas modeļa apmācībai. Pēc noklusējuma tiek atlasītas visas atbilstošās kolonnas. Varat noņemt atlasi kolonnām, kas varētu veicināt mazāk precīzu modeli. Ja jūs nezināt, ko šeit darīt, neuztraucieties. AI Builder mēģinās atrast kolonnas, kas nodrošina vislabāko iespējamo modeli. Lai skatītu datu paraugu, vienkārši atstājiet visu, kā ir, un atlasiet Tālāk.

Datu kolonnas izvēles apsvērumi

Vissvarīgākais, kas šeit jāapsver, ir tas, vai kolonnu, kas nav jūsu vēsturiskā iznākuma kolonna, netieši nosaka rezultāts.

Pieņemsim, ka vēlaties paredzēt, vai sūtījums aizkavēsies. Iespējams, jūsu datos ir norādīts faktiskais piegādes datums. Šis datums ir tikai pēc pasūtījuma piegādes. Tātad, ja iekļaujat šo kolonnu, modelim būs gandrīz 100% precizitāte. Pasūtījumi, kurus vēlaties paredzēt, vēl nebūs piegādāti, un nebūs aizpildīta kolonna Piegādes datums. Tātad, pirms apmācības jums vajadzētu noņemt šādu kolonnu atlasi. Algoritmiskā mācīšanās to sauc par mērķa noplūdi vai datu noplūdi . AI Builder mēģina filtrēt kolonnas, kas ir "pārāk labas, lai būtu patiesas", taču tās joprojām ir jāpārbauda.

Piezīmes

Atlasot datu laukus, daži datu tipi, piemēram, Attēls, ko nevar izmantot kā ievadi, lai apmācītu modeli, netiek rādīti. Turklāt sistēmas kolonnas, piemēram, Izveidots ieslēgts, pēc noklusējuma tiek izslēgtas.

Ja jums ir saistītas tabulas, kas var uzlabot prognoze veiktspēju, varat iekļaut arī tās. Tāpat kā tad, kad vēlējāties paredzēt, vai klients sakustēsies, jums ir jāiekļauj papildinformācija, kas varētu būt atsevišķā tabulā. AI Builder atbalsta attiecības "daudzi pret vienu" šajā laikā.

Datu filtrēšana

Kad esat atlasījis datu kolonnas apmācībai, varat filtrēt datus. Jūsu tabulās būs visas rindas. Tomēr, iespējams, vēlēsities koncentrēties uz apmācību un prognozēšanu rindu apakškopā. Ja zināt, ka tajā pašā tabulā, kuru izmantojat modeļa apmācībai, ir neatbilstoši dati, varat veikt šo darbību, lai to filtrētu.

Piemēram, ja izmantojat filtru, lai apskatītu tikai ASV reģionu, modelis tiks apmācīts rindās, kur rezultāts ir zināms tikai ASV reģionam. Kad šis modelis ir apmācīts, tas radīs prognoze tikai rindām, kurās iznākums nav zināms tikai ASV reģionam.

Filtrēšanas pieredze ir tāda pati kā skata Power Apps redaktorā. Sāciet, pievienojot:

  • Rinda, kurā ir viens filtra nosacījums.
  • Grupa, kas ļauj ligzdot filtra apstākļus.
  • Saistīta tabula, kas ļauj izveidot filtra nosacījumu saistītā tabulā.

Atlasiet kolonnu, operatoru un vērtību, kas apzīmē filtra nosacījumu. Izvēles rūtiņas var izmantot, lai grupētu rindas vai veiktu rindu lielapjoma dzēšanu.

Nākamā darbība

Apmāciet un publicējiet savu prognoze modeli