إنشاء نموذج تنبؤ
هذا المثال ينشئ نموذج الذكاء الاصطناعي لتنبؤ Power Apps الذي يستخدم جدول هدف المتسوق على الإنترنت في Microsoft Dataverse. لإحضار عينة البيانات هذه إلى بيئتك في Microsoft Power Platform، عليك تمكين الإعداد نشر عينات التطبيقات والبيانات عندما تنشئ بيئة كما ورد وصفه في بناء نموذج في AI Builder. أو اتبع الإرشادات المفصلة في إعداد البيانات. بعد إحضار عينة البيانات إلى Dataverse، اتبع هذه الخطوات لإنشاء نموذجك.
سجل دخولك إلى Power Apps، ثم حدد AI Builder>استكشاف.
حدد التنبؤ. أدخل اسماً للنموذج، ثم حدد إنشاء.
تحديد النتيجة السابقة
فكر في التنبؤ الذي تريد أن يقوم AI Builder بإنشائه. على سبيل المثال، بالنسبة إلى السؤال "هل سأخسر هذا العميل؟"، فكر في أسئلة كالأسئلة التالية:
- أين يوجد الجدول الذي يحتوي على معلومات حول خسارة العملاء؟
- هل يوجد عمود هناك يشير على وجه التحديد على ما إذا تمت خسارة العميل؟
- هل توجد معلومات غير معروفة في أحد الأعمدة قد تسبب عدم اليقين؟
استخدم هذه المعلومات لإجراء تحديداتك. عند العمل مع عينة البيانات المتوفرة، يكون السؤال هو "هل قام هذا المستخدم الذي تفاعل مع متجري عبر الإنترنت بعملية شراء؟" فإذا قام بهذه العملية، يجب أن يكون هناك إيرادات لذلك العميل. وبالتالي، ما يجب أن تكون النتيجة السابقة وجود إيرادات لهذا العميل. تكون هذه المعلومات فارغة حيث بإمكان AI Builder مساعدتك على القيام بتنبؤ.
في القائمة المنسدلة الجدول، حدد الجدول الذي يحتوي على البيانات والنتائج التي ترغب في التنبؤ بها. بالنسبة لعينة البيانات، حدد هدف المتسوق عبر الإنترنت.
في القائمة المنسدلة العمود، حدد العمود الذي يحتوي على النتيجة. بالنسبة لعينة البيانات، حدد الإيراد (تسمية). أو، إذا كنت تحاول التنبؤ برقم، فحدد ExitRates.
إذا قمت بتحديد مجموعة خيارات تحتوي على نتيجتين أو أكثر، فيمكنك تعيينها إلى "نعم" أو "لا" لأنك تريد التنبؤ بإمكانية حدوث شيء ما.
إذا كنت تريد التنبؤ بنتائج متعددة، فاستخدم مجموعة بيانات التجارة الإلكترونية البرازيلية في العينة، وحدد أمر BC في القائمة المنسدلة الجدول والمخططات الزمنية للتسليم في القائمة المنسدلة العمود.
ملاحظة
يدعم AI Builder أنواع البيانات هذه لعمود النتيجة:
- نعم/لا
- Choices
- عدد صحيح
- عدد عشري
- رقم الفاصلة العائمة
- العملة
تحديد أعمدة البيانات لتدريب نموذجك
بعد تحديد الجدول والعمود، ثم تعيين النتيجة، يمكنك إجراء تغييرات على أعمدة البيانات المستخدمة في تدريب النموذج. بشكل افتراضي، يتم تحديد كافة الأعمدة ذات الصلة. يمكنك إلغاء تحديد الأعمدة التي قد تساهم في الحصول على نموذج أقل دقة. إذا كنت لا تعرف ما عليك القيام به هنا، فلا تقلق. سيحاول AI Builder العثور على الأعمدة التي توفر أفضل نموذج ممكن. بالنسبة لعينة البيانات، اترك كل شيء كما هو وحدد التالي.
اعتبارات تحديد عمود البيانات
والشيء الأكثر أهمية هنا هو ما إذا كان العمود الذي ليس عمود النتيجة السابقة يتحدد بشكل غير مباشر من خلال النتيجة.
لنفترض أنك تريد التنبؤ بما إذا كانت الشحنة ستتعرض لتأخير أم لا. قد يكون لديك تاريخ التسليم الفعلي في بياناتك. ولا يكون هذا التاريخ موجودًا إلا بعد تسليم الأمر. لذا، إذا قمت بتضمين هذا العمود، فستكون دقة النموذج قريبة من 100 بالمائة. لن تكون الأوامر التي ترغب في التنبؤ بها قد تم تسليمها، ولن يتم ملء عمود تاريخ التسليم. لذا، يتعين عليك إلغاء تحديد أعمدة كهذه قبل التدريب. في التعلم الآلي، يسمى هذا الإجراء تسريب الهدف أو تسريب البيانات. يحاول AI Builder تصفية الأعمدة "الجيدة للغاية لكي تكون صحيحة"، ولكن لا يزال يتعين عليك التحقق منها.
ملاحظة
عند تحديد حقول البيانات، لا يتم عرض بعض أنواع البيانات - مثل الصورة، التي لا يمكن استخدامها كمدخل لتدريب النموذج. بالإضافة إلى ذلك، يتم استثناء أعمدة النظام مثل "تاريخ الإنشاء" بشكل افتراضي.
استخدام البيانات من الجداول ذات الصلة
إذا كان لديك جداول ذات صلة قد تحسن من أداء التنبؤ، فيمكنك تضمين هذه الجداول أيضًا. وكما حدث عندما أردت التنبؤ بخسارة العميل، يجب عليك تضمين معلومات إضافية قد تكون في جدول منفصل. يدعم AI Builder علاقات واحد إلى متعددة في هذا الوقت.
تصفية البيانات الخاصة بك
بعد تحديد أعمدة البيانات للتدريب، يمكنك تصفية البيانات. ستحتوي الجداول على كافة الصفوف. ومع ذلك، قد ترغب في التركيز على التدريب والتنبؤ على مجموعة فرعية من الصفوف. إذا كنت تعلم أن هناك بيانات غير ملائمة في نفس الجدول الذي تستخدمه لتدريب نموذج، يمكنك استخدام هذه الخطوة لتصفيتها.
على سبيل المثال، إذا قمت بتطبيق عامل تصفية للبحث عن منطقة الولايات المتحدة فقط، فسيتم تدريب النموذج على الصفوف حيث النتيجة معروفة فقط لمنطقة الولايات المتحدة. وعند تدريب هذا النموذج، فإنه سيقوم فقط بالتنبؤ بالصفوف حيث لا تكون النتيجة معروفة لمنطقة الولايات المتحدة فقط.
تجربة التصفية هي نفسها تجربة محرر طريقة العرض في Power Apps طريقة العرض. ابدأ بإضافة:
- صف، يحتوي على شرط تصفية واحد.
- مجموعة تتيح لك إمكانية تداخل شروط التصفية.
- جدول ذو صلة، يسمح لك بإنشاء شرط عامل تصفية على جدول ذي صلة.
حدد العمود وعامل التشغيل والقيمة التي تمثل شرط عامل تصفية. يمكنك استخدام خانات الاختيار لتجميع الصفوف أو لحذف الصفوف بشكل مجمع.