Usted estĆ” aquĆ:
Personalizar las transformaciones de datos de entrenamiento y puntuaciĆ³n utilizadas para predicciones de puntuaciĆ³n de riesgo de recopilaciones
Personalice los activos de la aplicaciĆ³n Tableau Next que se crean para predecir puntuaciones de riesgo de cobros de acuerdo con sus requisitos comerciales.
Ediciones necesarias
| Disponible en: Lightning Experience |
| Disponible en: Ver disponibilidad de producto y ediciĆ³n. |
| Permisos de usuario necesarios | |
|---|---|
| Para personalizar los activos de la aplicaciĆ³n Tableau Next: | Administrador de Data Cloud |
Personalice la TrasformaciĆ³n de datos de formaciĆ³n segĆŗn sus requisitos comerciales y luego ejecute el modelo de IA predictivo. Utilice mediciones de entrenamiento para evaluar el rendimiento del modelo y determinar si estĆ” listo para activarse. Las mediciones de entrenamiento proporcionan informaciĆ³n acerca de la eficacia con la que el modelo comprende patrones y relaciones dentro de los datos de entrenamiento e indican su eficacia predictiva. Haga esto de forma iterativa hasta que alcance los resultados requeridos. Personalice la TrasformaciĆ³n de datos por lotes de puntuaciĆ³n segĆŗn los cambios que realizĆ³ en la TrasformaciĆ³n de datos por lotes de entrenamiento. Ejecute la TrasformaciĆ³n de datos de puntuaciĆ³n para predecir puntuaciones de riesgo para los nuevos planes de recopilaciĆ³n.
- Ver y modificar la TrasformaciĆ³n de datos por lotes de formaciĆ³n, que se incluye en la aplicaciĆ³n Tableau Next instalada y configurada para consolidar datos de formaciĆ³n. El nombre de la TrasformaciĆ³n de datos del lote de entrenamiento tiene el formato <Nombre de aplicaciĆ³n> Training BDT. Por ejemplo, si su nombre de aplicaciĆ³n es Recopilaciones, el nombre de TrasformaciĆ³n de datos por lotes de entrenamiento es Recopilaciones Entrenamiento BDT.
- Ejecute la TrasformaciĆ³n de datos por lotes de entrenamiento que personalizĆ³ anteriormente.
- Comprobar estado TrasformaciĆ³n de datos por lotes.
- Entrene el modelo en Einstein Studio utilizando los datos de entrenamiento modificados.
- EvalĆŗe la calidad del modelo y determine si estĆ” listo para activarse utilizando las mediciones de entrenamiento.
- Modifique el modelo si es necesario.
-
Repita los pasos del 1 al 6 hasta que alcance los resultados requeridos.
La calidad del modelo es un factor de Ć©xito crĆtico en soluciones de IA predictiva. Einstein Studio admite la mejora continua e iterativa para modelos predictivos.
- Active el modelo.
- Vea y modifique la TrasformaciĆ³n de datos por lotes de puntuaciĆ³n, que se incluye en la aplicaciĆ³n Tableau Next instalada y configurada para predecir puntuaciones de riesgo. El nombre de la TrasformaciĆ³n de datos por lotes de puntuaciĆ³n tiene el formato <Nombre de aplicaciĆ³n> BDT de puntuaciĆ³n. Por ejemplo, si el nombre de su aplicaciĆ³n es Recopilaciones, el nombre de TrasformaciĆ³n de datos por lotes de puntuaciĆ³n es Recopilaciones PuntuaciĆ³n BDT.
- Ejecute la TrasformaciĆ³n de datos por lotes de puntuaciĆ³n que personalizĆ³ anteriormente.
- Comprobar estado TrasformaciĆ³n de datos por lotes.
- Para asegurarse de que se tienen en cuenta las actualizaciones recientes de los planes de recopilaciĆ³n y que los datos de puntuaciĆ³n de riesgo mĆ”s actualizados estĆ”n disponibles para los planes de recopilaciĆ³n, programe la TrasformaciĆ³n de datos por lotes de puntuaciĆ³n segĆŗn sus requisitos comerciales.
- Para asegurarse de que los datos de formaciĆ³n se calibran periĆ³dicamente, programe la TrasformaciĆ³n de datos por lotes de formaciĆ³n para que se ejecute varias veces al aƱo, segĆŗn sus requisitos comerciales.
