Előrejelzési modell létrehozása

Ez a példa létrehoz egy Power Apps előrejelzési AI-modellt, amely az Online vásárlói szándék táblát használja a Microsoft Dataverse alkalmazásban. Ha ezeket a mintaadatokat be szeretné szerezni a környezetbe, engedélyezze a Mintaalkalmazások és -adatok Microsoft Power Platform üzembe helyezése környezet létrehozásakor beállítást a Modell összeállítása a következőben leírtak szerint AI Builder. Vagy kövesse az Adatok előkészítése című témakör részletesebb utasításait. Ha a mintaadatok a Dataverse-szolgáltatáson belül találhatók, kövesse az alábbi lépéseket a modell létrehozásához.

1. Jelentkezzen be a VAGY-ba Power Apps Power Automate.

2. A bal oldali panelen válassza a... Több>AI-központ.

3. Az AI-képesség felderítése alattválassza az AI-modellek lehetőséget.

   (Nem kötelező) Ha azt szeretné, hogy az AI-modellek állandóan a menüben maradjanak a könnyű hozzáférés érdekében, válassza a rögzítés ikont.

4. Kiválasztás előrejelzés – Jövőbeli eredmények előrejelzése az előzményadatokból.

5. Válassza az Egyéni modell létrehozása lehetőséget.

Az előzményalapú eredmény kiválasztása

Gondolj arra, hogy milyen előrejelzés szeretnél AI Builder készíteni. Ahhoz a kérdéshez például, hogy „Lemorzsolódik ez az ügyfél?”, gondoljon a következőkhöz hasonló kérdésekre:

• Hol található az ügyfél-lemorzsolódásról információkat tartalmazó tábla?
• Van olyan oszlopa, amely kifejezetten jelzi, hogy az ügyfél lemorzsolódott?
• Vannak olyan ismeretlenek egy oszlopban, amelyek bizonytalanságot eredményezhetnek?

Ezen adatok alapján elvégezheti a kijelölést. A megadott mintaadatokkal dolgozva a kérdés az, hogy "vásárolt-e ez a felhasználó, aki kapcsolatba lépett az online áruházammal?" Ha igen, akkor az ügyfélnek bevételt kell kapnia. Így az ügyfélhez tartozó bevétel az előzményalapú eredmény. Ahol ez az információ üres, ott AI Builder segíthet a előrejelzés elkészítésében.

1. A Tábla legördülő menüben válassza ki azt a táblát, amely az adatokat és az előrejelezni kívánt eredményt tartalmazza. A mintaadatokért válassza az Online vásárlói szándék lehetőséget.

2. Az Oszlop legördülő menüben válassza ki az eredményt tartalmazó oszlopot. A mintaadatokhoz válassza a Bevétel (címke) lehetőséget. Vagy ha ki szeretné próbálni egy szám előrejelzését, válassza az ExitRates lehetőséget.

3. Ha olyan beállításkészletet választott ki, amely két vagy több kimenetet tartalmaz, fontolja meg az „igen” vagy „nem” érték hozzárendelését, mivel azt szeretné előrejelezni, hogy valami megtörténik vagy sem.

4. Ha több eredményt szeretne előrejelezni, használja a brazil e-kereskedelmi adatkészletet a mintában, és válassza a BC Order lehetőséget a Táblázat legördülő menüben és a Szállítási ütemtervek lehetőséget az Oszlop legördülő menüben.

Adatoszlopok kiválasztása a modell betanításához

Miután kiválasztotta a táblát és az oszlopot , és leképezte az eredményt, módosíthatja a modell betanításához használt adatoszlopokat. Alapértelmezés szerint az összes releváns oszlop ki van választva. A kevésbé pontos modellt eredményező oszlopok kijelölését megszüntetheti. Ha nem tudja, hogy mi a teendő, ne aggódjon. AI Builder megpróbálja megtalálni azokat az oszlopokat, amelyek a lehető legjobb modellt biztosítják. A mintaadatok esetében hagyjon mindent változatlanul, és válassza a Tovább lehetőséget.

Az adatoszlopokkal kapcsolatos kiválasztási szempontok

A legfontosabb szempont az, hogy egy olyan oszlopot, amely nem az előzményalapú eredmény oszlopa, meghatároz-e közvetett módon az eredmény.

Tegyük fel, hogy azt szeretné előre jelezni, hogy egy küldemény késni fog-e. Az adatai között már rendelkezésére állhat a tényeleges kézbesítési dátum. A dátum csak a rendelés teljesítése után lesz meg. Ha tehát belefoglalja ezt az oszlopot, a modell közel 100 százalékos pontosságú lesz. Az előrejelezni kívánt rendelések még nem lesznek kiszállítva, így a kézbesítés dátuma oszlop nincs kitöltve. Az ilyen oszlopok kijelölését a betanítás előtt meg kell szüntetnie. Gépi tanulás ezt célszivárgásnak vagy adatszivárgásnak nevezik. AI Builder Megpróbálja szűrni azokat az oszlopokat, amelyek "túl szépek ahhoz, hogy igazak legyenek", de továbbra is ellenőriznie kell őket.

Kapcsolódó táblák adatainak használata

Ha rendelkezik olyan kapcsolódó táblákkal, amelyek javíthatják az előrejelzés teljesítményét, ezeket is felveheti. Mint akkor, amikor azt kívánta előrejelezni, hogy az ügyfél le fog-e morzsolódni, bele kell foglalnia további információkat is, amelyek esetleg külön táblázatban találhatók. AI Builder Jelenleg támogatja a több-az-egyhez kapcsolatok.

Adatok szűrése

Miután kiválasztotta az adatoszlopokat a betanításhoz, szűrheti az adatait. A táblázatok minden sort tartalmaznak. Azonban előfordulhat, hogy a sorok egy részhalmazának betanítására és előre jelzésére kell összpontosítania. Ha tudja, hogy irreleváns adatok találhatók ugyanabban a táblában, amelyet a modell betanítására használ, ezt a lépést követve szűrheti az adatokat.

Ha például egy olyan szűrőt alkalmaz, amely csak az USA régióban keres, a modell betanítása csak az ismerten az USA régiót eredményül adó sorokkal fog történni. Ez a modell a betanítása után olyan sorokat fog előre jelezni, amelyeknél nem ismert, hogy az eredmények csak az USA régióra vonatkoznak.

A szűrési élmény megegyezik a Power Apps nézetszerkesztőjével. Kezdje a következők hozzáadásával:

• Egyetlen szűrőfeltételt tartalmazó sor.
• A szűrési feltételek beágyazását lehetővé tevő csoport.
• Egy kapcsolódó tábla, amely lehetővé teszi szűrési feltétel létrehozását egy kapcsolódó táblán.

Válassza ki az oszlopot, az operátort és a szűrési feltételt jelölő értéket. A jelölőnégyzetek segítségével csoportosíthatja a sorokat, vagy tömegesen törölhet sorokat.

Következő lépés

A előrejelzés modell betanítása és közzététele