Loading
Samlingar och återställning
Innehållsförteckningar
Välj filter

          Inga resultat
          Inga resultat
          Här är några söktips

          Kontrollera stavningen av dina nyckelord.
          Använd mer allmänna söktermer.
          Välj färre filter för att utöka din sökning.

          Sök hela Salesforce-hjälpen
          Anpassa de datatransformationer för inlärning och betygsättning som används för samlingar Riskbetygförutsägelser

          Anpassa de datatransformationer för inlärning och betygsättning som används för samlingar Riskbetygförutsägelser

          Anpassa tillgångarna i Tableau Next-appen som skapats för att förutsäga riskbetyg för samlingar enligt dina verksamhetskrav.

          Versioner som krävs

          Tillgängliga i: Lightning Experience
          Tillgängliga i: Visa tillgänglighet för produkter och versioner.
          Användarbehörigheter som krävs
          Anpassa Tableau Next-appens tillgångar: Data Cloud-administratör

          Anpassa utbildningens datatransformering efter dina verksamhetskrav och kör sedan den prediktiva AI-modellen. Använd utbildningsmått för att utvärdera modellens prestanda och avgöra om den är redo att aktiveras. Utbildningsmått ger information om hur effektivt modellen förstår mönster och relationer inom inlärningsdata, och indikerar dess prediktiva effektivitet. Gör detta iterativt tills du uppnår de resultat som behövs. Anpassa datatransformering av betygssatsdata enligt de ändringar du har gjort av datatransformering för utbildningssats. Kör betygsättningens datatransformering för att förutsäga riskbetyg för de nya insamlingsplanerna.

          1. Visa och redigera datatransformationen för utbildningssats, som ingår i Tableau Next-appen som installeras och konfigureras för att slå samman utbildningsdata. Namnet på datatransformering för utbildningssats är i formatet <Appnamn> Utbildnings-BDT. Till exempel, om ditt appnamn är Samlingar, är datatransformering Samlingar Utbildnings-BDT.
          2. Kör den datatransformering för utbildningssats som du anpassade tidigare.
          3. Kontrollera batch datatransformering status.
          4. Återutbilda modellen i Einstein Studio genom att använda de ändrade utbildningsdata.
          5. Utvärdera modellens kvalitet och avgör om den är redo att aktiveras med hjälp av utbildningsmåtten.
          6. Redigera modellen om det behövs.
          7. Upprepa steg 1 till 6 tills du uppnår önskat resultat.
            Modellkvalitet är en viktig framgångsfaktor i prediktiva AI-lösningar. Einstein Studio stöder kontinuerliga, iterativa förbättringar för prediktiva modeller.
          8. Aktivera modellen.
          9. Visa och redigera datatransformationen för betygssats, som ingår i Tableau Next-appen som är installerad och konfigurerad för att förutsäga riskbetyg. Namnet på betygssatsens datatransformering är i formatet <Appnamn> Betygs-BDT. Till exempel, om ditt appnamn är Samlingar är namnet på betygssatsens datatransformering, Samlingar Betygsättning BDT.
          10. Kör den datatransformering för betygssats som du anpassade tidigare.
          11. Kontrollera batch datatransformering status.
          12. För att se till att eventuella senaste uppdateringar av insamlingsplaner beaktas och att de senaste data om riskbetyg är tillgängliga för insamlingsplaner, schemalägg datatransformationen för betygssatsen enligt dina verksamhetskrav.
          13. För att säkerställa att utbildningsdata kalibreras regelbundet, schemalägg datatransformationen för utbildningssats så att den körs några gånger om året, enligt dina verksamhetsbehov.
           
          Laddar
          Salesforce Help | Article