Вы находитесь здесь:
Настройка шаблона инфраструктуры определения рейтингов (пробная версия)
После настройки шаблона инфраструктуры определения рейтингов настройте прогнозируемую модель на основе искусственного интеллекта, определив пространство данных, обучающие данные, пороги оценки риска и функции ввода.
Требуемые версии
| Доступно в версиях: Lightning Experience |
| Доступно в версиях: Enterprise, Performance, Unlimited и Developer Edition с лицензией Revenue Cloud Advanced или лицензией Revenue Cloud Billing |
| Необходимые полномочия пользователя | |
|---|---|
| Для создания и настройки функции «Определение рейтингов риска счета»: | Пользователь ускорителя искусственного интеллекта И администратор инфраструктуры определения рейтингов |
- В разделе «Настройка» в поле «Быстрый поиск» найдите и откройте «Система определения рейтингов».
- Откройте шаблон «Определение рейтингов риска счета».
- Выберите пространство данных, в котором вы хотите создать поток данных для оценки рисков счета. Выберите значение по умолчанию при отсутствии настраиваемого пространства данных.
-
Выберите Счет (СТАНДАРТНЫЙ) в качестве объекта модели данных.
Это определяет, какие данные счета использует модель для обучения и определения рейтингов.
-
Настройка порогов оценки риска.
Пороги определяют, как рейтинги риска делятся на уровни низкого, среднего и высокого риска.
- Настройте значение среднего порога. Значение по умолчанию: 0,3. Примечание Счета с рейтингами риска меньше или равными этому значению, относятся к категории низкого риска. Счета с рейтингами риска, превышающими это значение, относятся к категории среднего или высокого риска.
- Настройте значение высокого порога. Значение по умолчанию - 0,7. Примечание Счета с рейтингами риска, превышающими это значение, относятся к категории высокого риска. Счета с рейтингами риска между средним и высоким порогами классифицируются как средний риск.
Например, стандартные пороговые значения установлены на Среднее значение: 0.2 и High: 0,8, оценка риска 0,15 классифицируется как низкий риск. Оценка риска 0,5 классифицируется как средний риск, а оценка риска 0,85 классифицируется как высокий риск.
- Настройте значение среднего порога. Значение по умолчанию: 0,3.
- При необходимости, настройте данные обучения и оценки фильтра.
-
Выберите как минимум два поля из предопределенных полей или настраиваемых полей счета, действующих в качестве вводных данных для модели определения рейтингов.
Предопределенные поля являются стандартными полями счета, оптимизированными для прогнозирования риска. Настраиваемые поля счета - это характерные для бизнеса поля, используемые для оценки риска.
Примечание Функции ввода - это атрибуты счета, используемые моделью на основе искусственного интеллекта для прогнозирования риска оплаты. Выберите функции из предопределенных и настраиваемых полей, которые являются надежными индикаторами поведения оплаты в вашем предприятии, поскольку более актуальные функции повышают точность прогноза. -
При необходимости используйте параметры конфигурации отладки для устранения неполадок установки.
Включите параметр «Сохранить активы», чтобы сохранить успешно установленные компоненты при неудачной установке. По умолчанию все изменения откатываются в случае сбоя установки.
- Просмотрите и активируйте инфраструктуру.
Система начинает создавать приложение «Определение рейтингов риска счета», которое включает создание трансформаций данных для обучения и определения рейтингов, обучение модели на основе искусственного интеллекта архивным данным счета и развертывание модели для определения рейтингов с ожидаемой продолжительностью 15-20 минут. Во время этого процесса он автоматически запускает обучение модели, создает трансформации данных и развертывает модель на основе искусственного интеллекта для оценки готовности.
Проверка установки
- В разделе «Настройка» в поле «Быстрый поиск» найдите и откройте «Центр приложений».
- Проверьте статус установки приложения «Определение рейтингов риска счета».
Просмотр модели на основе искусственного интеллекта
- В средстве запуска приложений Data 360 найдите и выберите «Модели искусственного интеллекта».
- Найдите и откройте модель оценки риска счета.
- Просмотрите сведения о модели: статус обучения, показатели точности модели, используемые функции ввода и дата последнего обучения.
