Usted está aquí:
Personalizar las transformaciones de datos de entrenamiento y puntuaje utilizadas para predicciones de puntuaje de riesgo de recopilaciones
Personalice los activos de la aplicación Tableau Next que se crean para predecir puntuajes de riesgo de cobros según sus requisitos de negocio.
Ediciones necesarias
| Disponible en: Lightning Experience |
| Disponible en: Vea la disponibilidad de productos y ediciones. |
| Permisos de usuario necesarios | |
|---|---|
| Para personalizar los activos de la aplicación Tableau Next: | Administrador de Data Cloud |
Personalice la Trasformación de datos de capacitación según sus requisitos de negocio y luego ejecute el modelo de IA predictiva. Utilice mediciones de entrenamiento para evaluar el desempeño del modelo y determinar si está listo para activarse. Las mediciones de entrenamiento proporcionan información acerca de la efectividad 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 Trasformación de datos por lotes de puntuaje según los cambios que realizó en la Trasformación de datos por lotes de entrenamiento. Ejecute la Trasformación de datos de puntuaje para predecir puntuajes de riesgo para los nuevos planes de recopilación.
- Vea y modifique la Trasformación de datos por lotes de entrenamiento, que se incluye en la aplicación Tableau Next instalada y configurada para consolidar datos de entrenamiento. El nombre de la Trasformación de datos por lotes de entrenamiento tiene el formato <Nombre de aplicación> Training BDT. Por ejemplo, si el nombre de su aplicación es Recopilaciones, el nombre Trasformación de datos por lotes de entrenamiento es Recopilaciones Entrenamiento BDT.
- Ejecute la Trasformación de datos por lotes de entrenamiento que personalizó anteriormente.
- Comprobar estado Trasformación de datos por lotes.
- Entrene el modelo en Einstein Studio utilizando los datos de entrenamiento modificados.
- Evalúe la calidad del modelo y determine si está 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 éxito crítico en soluciones de IA predictiva. Einstein Studio admite la mejora iterativa continua para modelos predictivos.
- Active el modelo.
- Vea y modifique la Trasformación de datos por lotes de puntuaje, que se incluye en la aplicación Tableau Next instalada y configurada para predecir puntuajes de riesgo. El nombre de la Trasformación de datos por lotes de puntuaje tiene el formato <Nombre de aplicación> BDT de puntuaje. Por ejemplo, si el nombre de su aplicación es Recopilaciones, el nombre de Trasformación de datos por lotes de puntuaje es Recopilaciones Puntuaje BDT.
- Ejecute la Trasformación de datos por lotes de puntuaje que personalizó anteriormente.
- Comprobar estado Trasformación de datos por lotes.
- Para asegurarse de que se tienen en cuenta las actualizaciones recientes de los planes de cobro y que los datos de puntuaje de riesgo más actualizados están disponibles para los planes de cobro, programe la Trasformación de datos por lotes de puntuaje según sus requisitos de negocio.
- Para asegurarse de que los datos de entrenamiento se calibran periódicamente, programe la Trasformación de datos por lotes de entrenamiento para ejecutarse varias veces al año, según sus requisitos de negocio.
