Prognozavimo modelio kūrimas
Šiame pavyzdyje sukuriamas Power Apps prognozė AI modelis, kuriame naudojama lentelė Ketinimas pirkti internetu Microsoft Dataverse. Norėdami gauti šiuos duomenų pavyzdžius į savo Microsoft Power Platform aplinką, įgalinkite parametrą Diegti programų pavyzdžius ir duomenis , kai kuriate aplinką, kaip aprašyta skyriuje Modelio kūrimas AI Builder. Arba vadovaukitės išsamesnėmis instrukcijomis, pateiktomis skyriuje Duomenų paruošimas. Įvedę duomenų pavyzdžius Dataverse, atlikite šiuos veiksmus, kad sukurtumėte modelį.
Prisijunkite prie Power Apps OR Power Automate.
Kairiojoje srityje pasirinkite ... Daugiau>AI centro.
Dalyje Atraskite AI galimybę pasirinkite DI modeliai.
(Pasirinktinai) Norėdami, kad AI modeliai visam laikui liktų meniu, kad juos būtų lengva pasiekti, pasirinkite smeigtuko piktogramą.
Pasirinkite prognozė – numatykite būsimus rezultatus iš istorinių duomenų.
Pasirinkite Kurti pasirinktinį modelį.
Pasirinkite istorinį rezultatą
Pagalvokite apie prognozė, kurį norite AI Builder padaryti. Pavyzdžiui, į klausimą "Ar šis klientas pasitrauks?", pagalvokite apie tokius klausimus:
- Kur yra lentelė, kurioje yra informacijos apie klientų praradimą?
- Ar ten yra stulpelis, kuriame konkrečiai nurodoma, ar klientas pasitraukė?
- Ar stulpelyje yra nežinomųjų, kurie gali sukelti netikrumą?
Naudokite šią informaciją, kad pasirinktumėte. Dirbant su pateiktais duomenų pavyzdžiais, kyla klausimas "ar šis vartotojas, kuris bendravo su mano internetine parduotuve, pirko?" Jei jie tai padarė, tam klientui turėtų būti pajamos. Todėl tai, ar šis klientas gauna pajamų, turėtų būti istorinis rezultatas. Visur, kur ši informacija tuščia, gali AI Builder padėti prognozė.
Išplečiamajame meniu Lentelė pasirinkite lentelę, kurioje yra duomenys ir rezultatas, kurį norite numatyti. Norėdami gauti duomenų pavyzdžių, pasirinkite Internetinio pirkėjo ketinimas.
Išskleidžiamajame meniu Stulpelis pasirinkite stulpelį , kuriame yra rezultatas. Duomenų pavyzdžiams pasirinkite Pajamos (etiketė). Arba, jei norite pabandyti nuspėti skaičių, pasirinkite ExitRates.
Jei pasirinkote parinkčių rinkinys, kuriame yra du ar daugiau rezultatų, apsvarstykite galimybę susieti jį su "Taip" arba "Ne", nes norite numatyti, ar kas nors nutiks.
Jei norite numatyti kelis rezultatus, pavyzdyje naudokite Brazilijos el. prekybos duomenų rinkinį ir išskleidžiamajame meniu Lentelė pasirinkite BC Order , o išskleidžiamajame meniu Stulpelis – Pristatymo terminai .
Pastaba.
AI Builder Rezultatų stulpelyje palaikomi šie duomenų tipai:
- Taip/Ne
- Pasirinkimai
- Sveikasis skaičius
- Dešimtainis skaičius
- Slankiojo kablelio skaičius
- Valiuta
Pasirinkite duomenų stulpelius, kad išmokytumėte modelį
Pasirinkę lentelę ir stulpelį ir susieję rezultatą, galite keisti duomenų stulpelius , naudojamus modeliui mokyti. Pagal numatytuosius nustatymus pasirenkami visi atitinkami stulpeliai. Galite panaikinti stulpelių, kurie gali prisidėti prie ne tokio tikslaus modelio, pasirinkimą. Jei nežinote, ką čia daryti, nesijaudinkite. AI Builder bandys rasti stulpelius, kurie pateikia geriausią įmanomą modelį. Norėdami pateikti duomenų pavyzdžius, tiesiog palikite viską taip, kaip yra, ir pasirinkite Pirmyn.
Duomenų stulpelio pasirinkimo aspektai
Svarbiausias dalykas, į kurį reikia atsižvelgti, yra tai, ar stulpelis, kuris nėra jūsų istorinis rezultatų stulpelis, yra netiesiogiai nulemtas rezultato.
Tarkime, kad norite numatyti, ar siunta vėluos. Jūsų duomenyse gali būti nurodyta faktinė pristatymo data. Ši data yra tik po užsakymo pristatymo. Taigi, jei įtrauksite šį stulpelį, modelio tikslumas bus beveik 100 procentų. Užsakymai, kuriuos norite numatyti, dar nebus pristatyti ir nebus užpildytas pristatymo datos stulpelis. Taigi, prieš treniruotę turėtumėte panaikinti tokių stulpelių pasirinkimą. Tiesą mašininis mokymas, tai vadinama tiksliniu nutekėjimu arba duomenų nutekėjimu . AI Builder bando filtruoti stulpelius, kurie yra "per geri, kad būtų tiesa", bet vis tiek turėtumėte juos patikrinti.
Pastaba.
Kai pasirenkate duomenų laukus, kai kurie duomenų tipai, pvz., Vaizdas, kurio negalima naudoti kaip įvesties modeliui mokyti, nerodomi. Be to, sistemos stulpeliai, pvz., Sukurta įjungta, pagal numatytuosius nustatymus neįtraukiami.
Susijusių lentelių duomenų naudojimas
Jei turite susijusių lentelių, kurios gali pagerinti prognozė našumą, galite įtraukti ir jas. Kaip ir tada, kai norėjote numatyti, ar klientas atsisakys, turėtumėte įtraukti papildomos informacijos, kuri gali būti atskiroje lentelėje. AI Builder šiuo metu palaiko ryšius "daugelis su vienu".
Filtruokite savo duomenis
Pasirinkę mokymo duomenų stulpelius, galite filtruoti savo duomenis. Jūsų lentelėse bus visos eilutės. Tačiau galbūt norėsite sutelkti dėmesį į mokymą ir numatymą eilučių pogrupyje. Jei žinote, kad toje pačioje lentelėje, kurią naudojate modeliui mokyti, yra nesusijusių duomenų, galite atlikti šį veiksmą, kad jį filtruotumėte.
Pavyzdžiui, jei taikysite filtrą, kad peržiūrėtumėte tik JAV regioną, modelis bus mokomas eilutėse, kuriose rezultatas žinomas tik JAV regionui. Kai šis modelis bus apmokytas, jis padarys prognozė tik toms eilutėms, kurių rezultatas nėra žinomas tik JAV regionui.
Filtravimo patirtis yra tokia pati kaip ir Power Apps rodinių rengyklėje. Pradėkite pridėdami:
- Eilutė, kurioje yra viena filtro sąlyga.
- Grupė, leidžianti įdėti filtro sąlygas.
- Susijusi lentelė, leidžianti sukurti filtro sąlygą susijusioje lentelėje.
Pažymėkite stulpelį, operatorių ir reikšmę, kuri nurodo filtro sąlygą. Žymimuosius laukelius galite naudoti norėdami grupuoti eilutes arba masiškai naikinti eilutes.