Chia sẻ qua

Tạo mô hình dự đoán

Ví dụ này tạo ra một mô hình AI dự đoán sử dụng bảng Ý định của người mua sắm trực tuyến trong Power Apps . Microsoft Dataverse Để đưa dữ liệu mẫu này vào môi trường Microsoft Power Platform của bạn, hãy bật cài đặt Triển khai ứng dụng và dữ liệu mẫu khi bạn tạo môi trường như mô tả trong Xây dựng mô hình trong AI Builder. Hoặc làm theo hướng dẫn chi tiết hơn trong Chuẩn bị dữ liệu. Sau khi có dữ liệu mẫu trong Dataverse, hãy làm theo các bước sau để tạo mô hình của bạn.

  1. đăng nhập vào Power Apps hoặc Power Automate.

  2. Ở ngăn bên trái, chọn ... Thêm>Trung tâm AI.

  3. Trong Khám phá khả năng AI, hãy chọn Mô hình AI.

    (Tùy chọn) Để giữ các mô hình AI luôn nằm trong menu để dễ truy cập, hãy chọn biểu tượng ghim.

  4. Chọn Dự đoán - Dự đoán kết quả trong tương lai từ dữ liệu lịch sử.

  5. Chọn Tạo mô hình tùy chỉnh.

Chọn kết quả lịch sử của bạn

Hãy nghĩ về dự đoán mà bạn muốn đưa ra. AI Builder Ví dụ, với câu hỏi "Liệu khách hàng này có rời bỏ không?", hãy nghĩ về những câu hỏi như thế này:

  • Bảng chứa thông tin về tình trạng mất khách hàng ở đâu?
  • Có cột nào nêu rõ liệu khách hàng đã rời bỏ hay chưa không?
  • Có những ẩn số nào trong cột có thể gây ra sự không chắc chắn không?

Sử dụng thông tin này để đưa ra lựa chọn của bạn. Khi sử dụng dữ liệu mẫu được cung cấp, câu hỏi đặt ra là "người dùng tương tác với cửa hàng trực tuyến của tôi có mua hàng không?" Nếu có, khách hàng đó sẽ có doanh thu. Do đó, việc có doanh thu từ khách hàng này hay không sẽ là kết quả mang tính lịch sử. Bất cứ nơi nào thông tin này trống thì đó chính là nơi AI Builder có thể giúp bạn đưa ra dự đoán.

  1. Trong menu thả xuống Bảng , hãy chọn bảng chứa dữ liệu và kết quả bạn muốn dự đoán. Đối với dữ liệu mẫu, hãy chọn Ý định mua sắm trực tuyến.

  2. Trong menu thả xuống Cột , chọn cột chứa kết quả. Đối với dữ liệu mẫu, hãy chọn Doanh thu (Nhãn). Hoặc, nếu bạn muốn thử dự đoán một con số, hãy chọn ExitRates.

  3. Nếu bạn chọn một tập hợp tùy chọn chứa hai hoặc nhiều kết quả, hãy cân nhắc việc ánh xạ nó thành "Có" hoặc "Không" vì bạn muốn dự đoán liệu điều gì đó có xảy ra hay không.

  4. Nếu bạn muốn dự đoán nhiều kết quả, hãy sử dụng tập dữ liệu thương mại điện tử của Brazil trong mẫu và chọn BC Order trong menu thả xuống Bảng và Delivery Timelines trong menu thả xuống Column .

Lưu ý

AI Builder hỗ trợ các kiểu dữ liệu này cho cột kết quả:

  • Có/Không
  • Các nhóm chọn
  • Số nguyên
  • Số thập phân
  • Số thực dấu phẩy động
  • Tiền tệ

Chọn các cột dữ liệu để đào tạo mô hình của bạn

Sau khi bạn chọn Bảng và Cột và lập bản đồ kết quả, bạn có thể thực hiện thay đổi đối với các cột dữ liệu được sử dụng để đào tạo mô hình. Theo mặc định, tất cả các cột có liên quan đều được chọn. Bạn có thể bỏ chọn các cột có thể góp phần làm cho mô hình kém chính xác hơn. Nếu bạn không biết phải làm gì ở đây, đừng lo lắng. AI Builder sẽ cố gắng tìm các cột cung cấp mô hình tốt nhất có thể. Đối với dữ liệu mẫu, chỉ cần để nguyên mọi thứ và chọn Tiếp theo.

Cân nhắc lựa chọn cột dữ liệu

Điều quan trọng nhất cần xem xét ở đây là liệu cột không phải là cột kết quả lịch sử của bạn có bị kết quả quyết định gián tiếp hay không.

Giả sử bạn muốn dự đoán liệu một lô hàng có bị chậm trễ hay không. Bạn có thể có ngày giao hàng thực tế trong dữ liệu của mình. Ngày đó chỉ có sau khi đơn hàng được giao. Vì vậy, nếu bạn đưa cột này vào, mô hình sẽ có độ chính xác gần 100 phần trăm. Các đơn hàng mà bạn muốn dự đoán vẫn chưa được giao và chưa có cột ngày giao hàng được điền. Vì vậy, bạn nên bỏ chọn các cột như thế này trước khi đào tạo. Trong học máy, hiện tượng này được gọi là rò rỉ mục tiêu hoặc rò rỉ dữ liệu. AI Builder cố gắng lọc các cột "quá tốt để có thể là sự thật", nhưng bạn vẫn nên kiểm tra chúng.

Lưu ý

Khi bạn chọn trường dữ liệu, một số kiểu dữ liệu như Hình ảnh, không thể sử dụng làm đầu vào để đào tạo mô hình, sẽ không được hiển thị. Ngoài ra, các cột hệ thống như Ngày tạo sẽ bị loại trừ theo mặc định.

Nếu bạn có các bảng liên quan có thể cải thiện hiệu suất dự đoán, bạn cũng có thể đưa các bảng đó vào. Giống như khi bạn muốn dự đoán liệu khách hàng có rời bỏ hay không, bạn nên đưa thêm thông tin có thể có trong một bảng riêng. AI Builder hiện tại hỗ trợ mối quan hệ nhiều-một.

Lọc dữ liệu của bạn

Sau khi chọn các cột dữ liệu để đào tạo, bạn có thể lọc dữ liệu của mình. Bảng của bạn sẽ chứa tất cả các hàng. Tuy nhiên, bạn có thể muốn tập trung vào việc đào tạo và dự đoán trên một tập hợp con các hàng. Nếu bạn biết có dữ liệu không liên quan trong cùng bảng mà bạn đang sử dụng để đào tạo mô hình, bạn có thể sử dụng bước này để lọc dữ liệu đó.

Ví dụ, nếu bạn áp dụng bộ lọc để chỉ xem xét khu vực Hoa Kỳ, mô hình sẽ đào tạo trên các hàng mà kết quả chỉ được biết cho khu vực Hoa Kỳ. Khi mô hình này được đào tạo, nó sẽ chỉ đưa ra dự đoán cho các hàng mà kết quả không chỉ giới hạn ở khu vực Hoa Kỳ.

Trải nghiệm lọc giống như trong trình chỉnh sửa chế độ xem Power Apps . Bắt đầu bằng cách thêm:

  • Một hàng chứa một điều kiện lọc duy nhất.
  • Một nhóm cho phép bạn lồng ghép các điều kiện lọc của mình.
  • Một bảng liên quan, cho phép bạn tạo điều kiện lọc trên một bảng liên quan.

Chọn cột, toán tử và giá trị biểu thị điều kiện lọc. Bạn có thể sử dụng hộp kiểm để nhóm các hàng hoặc xóa hàng loạt.

Bước tiếp theo

Đào tạo và công bố mô hình dự đoán của bạn