从头开始创建预测 AI 模型

创建模型来分析您的数据，并基于机器学习获得 AI 支持的预测。了解支持的用例和道德模型构建。然后，按照步骤创建模型并评估模型质量。

适用于：Data 360 支持的所有版本。请参阅 Data 360 版本可用性。

支持的预测模型类型
预测模型解决常见的业务用例。
设计符合道德的 AI 模型
Salesforce 提供了指导，帮助您在业务中实践人工智能 (AI) 的道德使用。
准备培训数据
有效的数据准备是使用预测模型获得良好结果的关键。在 Data 360 中利用数据集成的强大功能。使用优化的训练数据，将数据从一个或多个数据源加载并转换为数据模型对象 (DMO)。您可以从 Salesforce 和外部来源获取数据。您也可以使用第三方工具和实用程序，以进一步加快数据清理和争议性任务处理。
从头开始创建模型
创建使用历史数据预测未来结果的模型。选择并构建数据源，并定义所需的结果。然后，使用 AI、机器学习和统计分析来训练模型，以揭示预测推理和见解。
改进预测模型
模型质量是预测 AI 解决方案中的关键成功因素。AI 模型(以前称为 Einstein Studio)支持预测模型的持续迭代改进。随着时间的推移，衡量生产中的模型质量。使用质量警报来识别和解决需要改进的领域。试用新模型版本。努力提高模型质量会产生更好的业务结果。
评估模型质量
使用训练度量来评估模型预测结果的能力，并确定它是否准备好激活。训练度量提供有关模型如何有效地理解训练数据中的模式和关系的信息，并指示其预测效果。

本文章是否解决您的问题？

请与我们共享您的想法，以便我们进行改进！

产品区域