Створення моделі прогнозування
Цей приклад створює модель Power Apps штучного інтелекту прогноз яка використовує таблицю намірів онлайн-покупця Microsoft Dataverse. Щоб отримати ці зразки даних у своє Microsoft Power Platform середовище, увімкніть параметр Розгортати зразки програм і даних під час створення середовища, як описано в розділі Створення моделі в AI Builder. Або дотримуйтесь більш детальних інструкцій у розділі Підготовка даних. Отримавши Dataverse зразки даних, виконайте наведені нижче дії, щоб створити модель.
Увійдіть до Power Apps АБО Power Automate.
На панелі ліворуч виберіть ... Більше>AI hub.
У розділі Знайомство з можливостями штучного інтелекту виберіть моделі штучного інтелекту.
(Необов’язково.) Щоб моделі штучного інтелекту постійно залишалися в меню для легкого доступу, виберіть значок шпильки.
Вибрати прогноз - прогнозувати майбутні результати на основі історичних даних.
Виберіть Створити власну модель.
Виберіть свій історичний результат
Подумайте про прогноз, який ви хочете AI Builder зробити. Наприклад, на запитання «Чи буде цей клієнт відтік?», подумайте над такими запитаннями:
- Де знаходиться таблиця, яка містить інформацію про відтік клієнтів?
- Чи є там графа, в якій конкретно вказується, чи відтік клієнт?
- Чи є в стовпці невідомі, які можуть спричинити невизначеність?
Використовуйте цю інформацію, щоб зробити вибір. Працюючи з наданими вибірковими даними, виникає питання: «Чи здійснив покупку цей користувач, який взаємодіяв з моїм інтернет-магазином?». Якщо вони це зробили, то цей клієнт повинен отримати дохід. Тому те, чи є дохід для цього клієнта, має бути історичним результатом. Скрізь, де ця інформація порожня, є місце, де AI Builder ви можете зробити прогноз.
У спадному меню Таблиця виберіть таблицю з даними та результатом, який потрібно передбачити. Для зразків даних виберіть намір покупця в Інтернеті.
У спадному меню Стовпець виберіть стовпець , який містить результат. Для зразка даних виберіть Дохід (мітка). Або, якщо ви хочете спробувати вгадати число, виберіть ExitRates.
Якщо ви вибрали набір параметрів, який містить два або більше результатів, зіставте його з "Так" або "Ні", оскільки потрібно передбачити, чи станеться щось.
Якщо ви хочете передбачити кілька результатів, скористайтеся набором даних електронної комерції в Бразилії у вибірці та виберіть пункт BC Order у спадному меню Таблиця та Терміни доставки в спадному меню Column (Стовпець ).
Нотатка
AI Builder Підтримує такі типи даних для стовпця результатів:
- Так або ні
- Набір параметрів з множинним вибором
- Ціле число
- Десяткове число
- Число з рухомою комою
- Грошова одиниця
Виберіть стовпці даних, щоб навчити модель
Після того, як ви виберете таблицю та стовпець і зіставите результат, ви можете внести зміни до стовпців даних, які використовуються для навчання моделі. За замовчуванням вибираються всі відповідні стовпці. Можна скасувати виділення стовпців, які можуть сприяти створенню менш точної моделі. Якщо ви не знаєте, що тут робити, не хвилюйтеся. AI Builder постараємося знайти колонки, які забезпечать найкращу модель. Для зразка даних просто залиште все як є та натисніть Далі.
Міркування щодо вибору стовпців даних
Найважливіше, що слід враховувати тут, це те, чи стовпець, який не є вашим історичним результатом, опосередковано визначається результатом.
Скажімо, ви хочете передбачити, чи буде відправлення затримано. У ваших даних може бути вказана фактична дата доставки. Ця дата присутня лише після доставки замовлення. Отже, якщо включити цю колонку, модель матиме точність, близьку до 100-відсоткової. Замовлення, які ви хочете передбачити, ще не доставлено, і стовпець "Дата доставки" не буде заповнений. Отже, вам слід зняти такі стовпці перед тренуванням. У машинне навчання це називається витоком цілей або витоком даних. AI Builder намагається відфільтрувати стовпці, які «занадто хороші, щоб бути правдою», але ви все одно повинні їх перевірити.
Нотатка
Під час вибору полів даних деякі типи даних, як-от «Зображення», які не можна використовувати як вхідні дані для навчання моделі, не відображаються. Крім того, системні стовпці, як-от «Створено вві», виключено за замовчуванням.
Використання даних із пов’язаних таблиць
Якщо у вас є пов’язані таблиці, які можуть підвищити продуктивність прогноз, ви також можете включити їх. Як і тоді, коли ви хотіли передбачити, чи буде клієнт відтік, ви повинні включити додаткову інформацію, яка може бути в окремій таблиці. AI Builder У цей час підтримує стосунки «багато-до-одного».
Фільтрування даних
Вибравши стовпці даних для навчання, можна відфільтрувати дані. Таблиці міститимуть усі рядки. Однак ви можете зосередитися на тренуванні та прогнозуванні на підмножині рядків. Якщо ви знаєте, що в тій самій таблиці, яку ви використовуєте для навчання моделі, є нерелевантні дані, ви можете відфільтрувати їх за допомогою цього кроку.
Наприклад, якщо застосувати фільтр для перегляду лише регіону США, модель тренуватиметься в рядках, де результат відомий лише для регіону США. Коли ця модель навчена, вона буде робити прогноз тільки для рядів, де результат невідомий тільки для регіону США.
Можливості фільтрування такі самі, як і в редакторі Power Apps подання. Почніть з додавання:
- Рядок, який містить єдину умову фільтра.
- Група, за допомогою якої ви можете вкладати ваші умови фільтрування.
- Пов’язана таблиця, яка дозволяє створити умову фільтра для пов’язаної таблиці.
Виберіть стовпець, оператор і значення, які представляють умову фільтра. Прапорці можна використовувати для групування рядків або групового видалення рядків.