Loading
À propos de Salesforce Data 360
Table des matières
Sélectionner des filtres

          Aucun résultat
          Aucun résultat
          Voici quelques conseils de recherche

          Vérifiez l'orthographe de vos mots-clés.
          Utilisez des termes de recherche plus généraux.
          Sélectionnez moins de filtres pour élargir votre recherche.

          Recherchez dans toute l’aide de Salesforce
          Lignage du modèle dans les modèles IA

          Lignage du modèle dans les modèles IA

          Le lignage du modèle fournit un historique traçable du cycle de vie d'un modèle IA, depuis les données d'entraînement, la gestion des versions, le déploiement et son utilisation avec des données live. Data 360 intègre cette capacité dans Modèles IA (anciennement Einstein Studio) et Gouvernance.

          Dans Modèles IA, vous pouvez afficher la visibilité en aval d'un modèle prédictif dans sa page de détail et sous l'onglet Intégrations. Cette vue est essentielle pour créer des actifs vérifiables, reproductibles et fiables, car elle détaille clairement l'utilisation, les dépendances et les intégrations du modèle. Bien que les détails du modèle affichent quelques métadonnées en haut de la page, les intégrations sont des canaux d'inférence utilisés par un modèle tout au long de son cycle de vie.

          Détails du modèle avec des informations sur le lignage en haut de la page.

          Métadonnées

          Chaque intégration affiche le statut du modèle (actif ou inactif), le type, la date de dernière exécution, le statut d'exécution et les objets modèle de données (DMO).

          Intégrations de modèles avec des informations sur le lignage.

          Vous pouvez afficher ces canaux d'inférence sous l'onglet Intégrations.

          • Transformations de données par lot : Transformations de données qui utilisent le nœud IA pour les inférences.
          • Flux : Les flux qui référencent le modèle en utilisant des actions Data 360.
          • Tâches de prédiction : Tâches en continu ou par lot utilisées pour les inférences.
          • Cartes de personnalisation : Prédictions à partir des modèles utilisés dans les règles de ciblage de Salesforce Personalization pour affiner les décisions de personnalisation.

          Les connaissances issues de ces intégrations fournissent :

          Efficacité opérationnelle

          La vue de liste regroupe ces informations à un emplacement unique et réduit considérablement le temps d'enquête.

          Analyse de l'impact

          Avant de réentraîner ou de supprimer un modèle, vous pouvez immédiatement déterminer quels processus métiers (par exemple un flux ou une transformation spécifique) impactent le changement.

          Navigation directe

          La vue permet d'accéder à chaque intégration pour des modifications rapides ou un dépannage.

           
          Chargement
          Salesforce Help | Article