Ustvarjanje napovednega modela

Ta primer ustvari napovedni model umetne inteligence, ki uporablja tabelo namer spletnega kupca Power Apps . Microsoft Dataverse Če želite te vzorčne podatke prenesti v svoje okolje, omogočite nastavitev Uvedi vzorčne aplikacije in podatke, ko ustvarjate okolje, kot je opisano v razdelku Izdelava modela v Microsoft Power Platform . AI Builder Ali pa sledite podrobnejšim navodilom v razdelku **Priprava podatkov**. ... Ko so vaši vzorčni podatki v Dataverse, sledite tem korakom za ustvarjanje modela.

  1. Prijavite se v Power Apps ali Power Automate.

  2. V levem podoknu izberite ... Več>Središče umetne inteligence.

  3. V razdelku Odkrijte zmogljivost umetne inteligence izberite Modeli umetne inteligence.

    (Izbirno) Če želite, da so modeli umetne inteligence trajno v meniju za lažji dostop, izberite ikono žebljička.

  4. Izberite Napoved – Napovedujte prihodnje rezultate iz zgodovinskih podatkov.

  5. Izberite Ustvari model po meri.

Izberite svoj zgodovinski izid

Pomislite na napoved, ki jo želite podati. AI Builder Na primer, za vprašanje »Ali bo ta stranka odšla?« razmislite o vprašanjih, kot so ta:

  • Kje je tabela z informacijami o odhodu strank?
  • Ali obstaja stolpec, ki posebej navaja, ali je stranka odšla?
  • Ali so v stolpcu neznanke, ki bi lahko povzročile negotovost?

Uporabite te informacije za izbiro. Na podlagi podanih vzorčnih podatkov se vprašanje glasi: "Ali je ta uporabnik, ki je sodeloval z mojo spletno trgovino, opravil nakup?" Če je, bi moral ta stranka ustvariti prihodek. Zato bi moral biti zgodovinski rezultat odgovor na vprašanje, ali ta stranka ustvari prihodek. Kjer so ti podatki prazni, vam lahko AI Builder pomaga pri napovedi.

  1. V spustnem meniju Tabela izberite tabelo, ki vsebuje podatke in rezultat, ki ga želite napovedati. Za vzorčne podatke izberite Namen spletnega kupca.

  2. V spustnem meniju Stolpec izberite stolpec, ki vsebuje rezultat. Za vzorčne podatke izberite Prihodek (oznaka). Ali pa, če želite poskusiti napovedati številko, izberite ExitRates.

  3. Če ste izbrali nabor možnosti, ki vsebuje dva ali več izidov, razmislite o preslikavi na »Da« ali »Ne«, ker želite napovedati, ali se bo nekaj zgodilo.

  4. Če želite napovedati več izidov, v vzorcu uporabite nabor podatkov o brazilski e-trgovini in v spustnem meniju Tabela izberite Naročilo BC in v spustnem meniju Stolpec izberite Časovnice dostave .

opomba,

AI Builder podpira te tipe podatkov za stolpec z rezultati:

  • Da/ne
  • Možnosti
  • Celo število
  • Decimalno število
  • Število s plavajočo vejico
  • Currency

Izberite podatkovne stolpce za učenje modela

Ko izberete tabelo in stolpec ter preslikate rezultat, lahko spremenite podatkovne stolpce, ki se uporabljajo za učenje modela. Privzeto so izbrani vsi ustrezni stolpci. Izbor stolpcev, ki bi lahko prispevali k manj natančnemu modelu, lahko prekličete. Če ne veste, kaj storiti tukaj, ne skrbite. AI Builder Poskušal bom najti stolpce, ki zagotavljajo najboljši možni model. Za vzorčne podatke pustite vse tako, kot je, in izberite Naprej.

Premisleki glede izbire podatkovnih stolpcev

Najpomembneje je upoštevati, ali je stolpec, ki ni vaš stolpec z zgodovinskimi rezultati, posredno odvisen od rezultata.

Recimo, da želite napovedati, ali bo pošiljka zamujala. Morda imate v svojih podatkih dejanski datum dostave. Ta datum je prisoten šele po dostavi naročila. Če torej vključite ta stolpec, bo model imel skoraj 100-odstotno natančnost. Naročila, ki jih želite napovedati, še ne bodo dostavljena in stolpec z datumom dostave ne bo izpolnjen. Torej, pred učenjem morate preklicati izbiro takšnih stolpcev. V strojnem učenju se to imenuje uhajanje cilja ali uhajanje podatkov. AI Builder poskuša filtrirati stolpce, ki so »preveč dobri, da bi bili resnični«, vendar jih je vseeno priporočljivo preveriti.

opomba,

Ko izbirate podatkovna polja, nekatere vrste podatkov – na primer Slika, ki je ni mogoče uporabiti kot vhodne podatke za učenje modela – niso prikazane. Poleg tega so sistemski stolpci, kot je »Ustvarjeno dne«, privzeto izključeni.

Če imate povezane tabele, ki bi lahko izboljšale učinkovitost napovedi, jih lahko prav tako vključite. Kot ste to storili, ko ste želeli napovedati, ali bo stranka odšla, morate vključiti dodatne informacije, ki so lahko v ločeni tabeli. AI Builder trenutno podpira odnose med mnogimi in enim.

Filtriranje podatkov

Ko izberete stolpce podatkov za učenje, lahko podatke filtrirate. Vaše tabele bodo vsebovale vse vrstice. Vendar pa se boste morda želeli osredotočiti na učenje in napovedovanje na podmnožici vrstic. Če veste, da so v isti tabeli, ki jo uporabljate za učenje modela, nepomembni podatki, jih lahko s tem korakom filtrirate.

Če na primer uporabite filter, ki prikazuje samo regijo ZDA, se bo model učil na vrsticah, kjer je rezultat znan samo za regijo ZDA. Ko je ta model usposobljen, bo napovedal le za vrstice, kjer izid ni znan samo za regijo ZDA.

Izkušnja filtriranja je enaka kot v urejevalniku pogledov. Power Apps Začnite z dodajanjem:

  • Vrstica, ki vsebuje en sam pogoj filtra.
  • Skupina, ki omogoča gnezdenje pogojev filtra.
  • Povezana tabela, ki vam omogoča ustvarjanje pogoja filtra v povezani tabeli.

Izberite stolpec, operator in vrednost, ki predstavlja pogoj filtra. S potrditvenimi polji lahko združujete vrstice ali jih množično brišete.

Naslednji korak

Usposobite in objavite svoj napovedni model

  • Last updated on