Analise o seu ciclo de aprendizagem com uma avaliação offline
Saiba como criar uma avaliação offline e interpretar os resultados.
As avaliações offline permitem-lhe medir a eficácia do Personaler em comparação com o comportamento padrão da sua aplicação durante um período de dados registados (históricos) e avaliar o quão bem outras definições de configuração do modelo podem funcionar para o seu modelo.
Quando criar uma avaliação offline, a opção de deteção de Otimização irá executar avaliações offline sobre uma variedade de valores de política de aprendizagem para encontrar um que possa melhorar o desempenho do seu modelo. Também pode fornecer políticas adicionais para avaliar na avaliação offline.
Leia sobre Avaliações Offline para saber mais.
Pré-requisitos
- Um recurso personalizador configurado
- O recurso Personalizer deve ter uma quantidade representativa de dados registados - como figura de estádio, recomendamos pelo menos 50.000 eventos nos seus registos para resultados significativos de avaliação. Opcionalmente, também pode ter exportado ficheiros de política de aprendizagem que deseja testar e comparar nesta avaliação.
Executar uma avaliação offline
Na portal do Azure, localize o seu recurso Personalizer.
Na portal do Azure, vá à secção de Avaliações e selecione Criar Avaliação.
Preencha as opções na janela de avaliação Criar :
- Um nome de avaliação.
- Data de início e fim - estas são datas que especificam o intervalo de dados a utilizar na avaliação. Estes dados devem estar presentes nos registos, conforme especificado no valor de Retenção de Dados .
- Desaperte a descoberta de Otimização para sim, se desejar que o Personaler tente encontrar políticas de aprendizagem mais ótimas.
- Adicione definições de aprendizagem - carre faça upload de um ficheiro de política de aprendizagem se desejar avaliar uma política personalizada ou previamente exportada.l
Inicie a Avaliação selecionando a avaliação do Início.
Rever os resultados da avaliação
As avaliações podem demorar muito tempo a ser executadas, dependendo da quantidade de dados para processar, do número de políticas de aprendizagem para comparar e se foi solicitada uma otimização.
Uma vez concluída, pode selecionar a avaliação da lista de avaliações e, em seguida, selecionar Compare a pontuação da sua aplicação com outras definições de aprendizagem potenciais. Selecione esta funcionalidade quando quiser ver como a sua política de aprendizagem atual funciona em comparação com uma nova política.
Em seguida, Reveja o desempenho das políticas de aprendizagem.
Você verá várias políticas de aprendizagem no gráfico, juntamente com a sua recompensa média estimada, intervalos de confiança e opções para descarregar ou aplicar uma política específica.
- "Online" - A política atual do Personaler
- "Baseline1" - A política de base da sua aplicação
- "BaselineRand" - Uma política de tomada de medidas aleatórias
- "Inter-len#" ou "Hyper#" - Políticas criadas pela otimização da descoberta.
Selecione Aplicar para aplicar a política que melhora melhor o modelo para os seus dados.
Passos seguintes
- Saiba mais sobre como funcionam as avaliações offline.