予測モデルの改善

この記事では、予測モデルのパフォーマンスを向上させるために使用できる機能について説明します。 Microsoft Dynamics 365 Finance での 顧客支払予測 ワークスペースのモデルの改善を開始します。 次に、改善手順が AI Builder で完了します。

過去の実績の選択

期限遵守、遅延、非常に遅い の 3 つの結果から、請求書に対して可能な 3 つの結果を最初に選択します。 3 つの結果をすべて選択する必要があります。 いずれかの結果の選択を解除すると、請求書がトレーニング プロセスからフィルターで除外され、予測の精度が低下します。

組織で 2 つの結果しか必要としない場合は、遅延と 非常に遅い のしきい値を 0 (ゼロ) 日に変更します。 このようにして、予測を効果的に、期限遵守 または 遅延 のバイナリ状態に効果的に折りたたむことができ ます。

フィールドの選択

モデルに含めるフィールドを選択している場合は、Azure data lakeでデータにマッピングされている Microsoft Dataverse テーブルで使用可能なすべてのフィールドが一覧に含まれていることに注意してください。 一部のフィールドは選択 しない でください。 選択されていないフィールドは、次の 3 つのカテゴリのいずれかに分類されます。

• このフィールドは Dataverse テーブルに必要ですが、Data Lake にはこのフィールドのバッキング データがありません。
• このフィールドは ID であるため、機械学習機能に対しては意味を持ちません。
• このフィールドは、予測では使用できない情報を表します。

次のセクションでは、請求書エンティティおよび顧客エンティティに使用できるフィールドと、トレーニング対象として選択 しない フィールドを示します。 これらの各フィールドに指定されたカテゴリは、上の一覧のカテゴリを参照します。  

請求書 Dataverse テーブル

次の図は、請求書テーブルで使用できるフィールドを示しています。

次のフィールドは、トレーニング対象として選択しないでください。

• 請求者 (カテゴリ2)
• クローズ状態 (カテゴリ3) : このフィールドは、トレーニング (クローズ) と予測 (クローズされていない) に対する請求書のフィルター処理に使用されます。
• 名前 (カテゴリ1)
• ソースID (カテゴリ2)
• ソース レコード (カテゴリ2)
• ソース テーブル (カテゴリ2)

顧客 Dataverse テーブル

次の図は、顧客テーブルで使用できるフィールドを示しています。

次のフィールドは、トレーニング対象として選択しないでください。

• 行の固有 (カテゴリ2)

フィルター

トレーニングに使用される請求書をフィルター処理するには、請求書または顧客テーブルのフィールドでフィルター規準を設定します。 たとえば、合計が特定の金額以上の請求書のみを含むしきい値を設定できます。 また、特定の顧客グループの顧客に関連付けられている請求書を除外できます。

データのフィルター処理の詳細については、予測モデルの作成 を参照してください。