Udostępnij za pośrednictwem


Używanie modelu przewidywania

Po wytrenowaniu i opublikowaniu modelu jest on gotowy do użycia.

Uruchamianie modelu przewidywania

Aby uruchomić model przewidywania, przejdź do strony ustawień modelu i wybierz pozycję Uruchom teraz.

Planowanie ponownego trenowania i uruchamiania (wersja zapoznawcza)

[Ten temat stanowi wstępną wersję dokumentacji i może ulec zmianie].

Możesz użyć funkcji przekwalifikowania harmonogramu, aby trenować modele predykcyjne, aby ich wydajność nie pogarszała się z czasem. Zaplanowanie przebiegu umożliwia użytkownikom końcowym wnioskowanie rekordów na podstawie ich własnych warunków i zastosowań aplikacji. Dzięki temu użytkownicy mogą wydajniej korzystać z jednostek w narzędziu AI Builder.

Przykładowo jeśli dane zmieniają się co tydzień, można zaplanować trenowanie modelu w trybie tygodniowym. Nie ma sensu, aby codziennie wnioskować o te same dane, dlatego warto zaplanować cotygodniowe wnioskowanie zsynchronizowane z planem trenowania.

Otwórz ekran Harmonogram na stronie szczegóły modelu w obszarze Synchronizacja bazy danych. Możesz również wybrać kartę Ustawienia na pasku menu na stronie szczegóły modelu.

Zrzut ekranu przedstawiający ekran Harmonogram.

Po wybraniu linku w obszarze Synchronizacja bazy danych na poniższym ekranie są wyświetlane opcje harmonogramu Przebiegu. Przełączaj się między kartami Przebieg i Ponowne trenowanie, aby wyświetlić lub zmodyfikować odpowiednie harmonogramy.

Zrzut ekranu przedstawiający cykl harmonogramu.

Okres przebiegu lub ponownego trenowania można ustawić na codzienny, cotygodniowy lub comiesięczny. Jeśli nie chcesz na razie uruchamiać przewidywania ani ponownego trenowania, możesz ustawić tę opcję na wartość Nigdy. Inne powody, dla których należy ustawić czas na Nigdy, mogą to być problemy z danymi, które nie mają wpływu na procesy biznesowe lub po prostu nie chcą korzystać z modelu.

Uwaga

Po zaplanowaniu ponownego trenowania modelu zostaje utworzony przepływ na potrzeby planowania trenowania. Lepiej nie aktualizować przepływu skojarzonego z harmonogramem ponownego trenowania w narzędziu AI Builder. AI Builder zarządza przepływem za pomocą środowiska harmonogramu ponownego trenowania.

Jeśli wprowadzisz jakiekolwiek zmiany w AI Builder Harmonogram>Ponowne trenowanie, skojarzony przepływ zostanie zastąpiony nowym.

Przewidywanie w czasie rzeczywistym

Oprócz zaplanowanych wnioskowań przewidywania narzędzie AI Builder obsługuje też przewidywanie w czasie rzeczywistym. Mimo że zaplanowane przewidywanie w cyklu codziennym może być przydatne w niektórych scenariuszach, istnieją sytuacje, w których przewidywanie musi działać w czasie rzeczywistym. Załóżmy, że firma handlowa chce wiedzieć, czy zamówienie zostanie dostarczane na czas. Jeśli procesy tworzenia i realizacji zamówień są wykonywane w krótkim przedziale czasu, potrzebny jest mechanizm przewidywania dostarczania w procesie realizacji. Na jego podstawie możesz zdecydować, czy konieczne jest skorzystanie z szybszego typu dostawy. Funkcja przewidywania w czasie rzeczywistym dostarcza informacje w odpowiednim czasie.

Modele przewidywania narzędzia AI Builder utworzone po 2 kwietnia 2020 r. mają włączone przewidywanie w czasie rzeczywistym. Funkcja przewidywania w czasie rzeczywistym dla modelu jest wywołaniem synchronicznym programu AI Builder. AI Builder obsługuje przewidywanie w czasie rzeczywistym według wartości i odwołania. Operacja przewidywania akceptuje pojedynczą obserwację wejściową w ładunku żądania, a w odpowiedzi synchronicznie zwraca przewidywanie.

A co z istniejącymi modelami?

Modele przewidywania utworzone przed 2 kwietnia 2020 r. nie obsługują przewidywania w czasie rzeczywistym. Aby móc skorzystać z funkcji przewidywania w czasie rzeczywistym, należy utworzyć ponownie wszystkie modele utworzone przed tą datą.

Jak korzystać z funkcji przewidywania w czasie rzeczywistym

Aby móc skorzystać z przewidywania w czasie rzeczywistym, należy utworzyć przepływ w usłudze Power Automate. Więcej informacji: Korzystanie z modelu przewidywania w Power Automate

Zobacz też

Trenowanie modelu w AI Builder
Publikowanie modelu w AI Builder