Udostępnij za pośrednictwem


Przygotowywanie danych

Zanim utworzysz model przewidywania, upewnij się, że dane znajdują się w usłudze Microsoft Dataverse i że mają prawidłowy format.

Tworzenie własnej tabeli niestandardowej

Czy masz dane, które chcesz zaimportować Dataverse do szkolenia w AI Builder? Najpierw musisz utworzyć tabelę. W tym przykładzie udostępnimy rozwiązanie zawierające wstępnie zdefiniowane tabele niestandardowe. Aby użyć własnych danych, należy utworzyć tabelę niestandardową i użyć jej zamiast przykładu tutaj użytego.

Uwaga

Aby uzyskać najlepsze wyniki, użyj zestawu danych o rozmiarze mniejszym niż 1,5 GB. W przeciwnym razie narzędzie AI Builder użyje na potrzeby szkolenia i przewidywania tylko 1,5 GB danych. Ponieważ nie masz kontroli nad tym, które dane poza limitem 1,5 GB nie zostaną użyte, musisz zoptymalizować je tak, aby ich wielkość nie przekraczała 1,5 GB.

Przykładowy zbiór danych dla modelu predykcyjnego

  1. Pobierz przykładowy AI Builder zestaw danych:

    1. Wybierz AIBPredictionSample_simpledeploy_v4.21.3.zip.
    2. Wybierz przycisk Pobierz.

    Zrzut ekranu z ekranu pobierania w witrynie GitHub.

  2. Upewnij się, że po pobraniu plik nie jest blokowany. W tym celu:

    1. W folderze Pobieranie znajdź pobrany plik zip, kliknij prawym przyciskiem myszy, a następnie wybierz polecenie Właściwości.
    2. Na karcie Ogólne zaznacz pole wyboru Odblokowywanie, a następnie wybierz opcję Zastosuj.

    Zrzut ekranu przedstawiający plik .zip Właściwości.

  3. Wyodrębnij plik zip i w wyodrębniony folderze poszukaj pliku PackageDeployer.exe.

    Wybrany jest zrzut ekranu przedstawiający plik PackageDeployer.exe.

  4. Uruchom PackageDeployer.exe. Pojawi się następujący komunikat.

    Zrzut ekranu domyślnej strony docelowej Package Deployer.

  5. Wybierz Kontynuuj.

  6. Wybierz Office 365, a następnie wybierz Zaloguj.

    Zrzut ekranu przedstawiający zalogowanie się w programie Package Deployer.

  7. Wprowadź poświadczenia używane do logowania się w portalu twórców Power Apps, a następnie wybierz opcję Dalej.

    Zrzut ekranu przedstawiający wprowadzanie poświadczeń.

  8. Jeśli logowanie zakończy się sukcesem, zobaczysz ekran powitalny. Przeczytaj komunikat, a następnie wybierz przycisk Dalej.

    Zrzut ekranu instalacji przykładowego zestawu danych przewidywania AI Builder.

  9. Na ekranie Gotowa do instalacji upewnij się, że rozwiązanie jest ponownie zainstalowane w właściwym środowisku, a następnie wybierz opcję Dalej.

    Zrzut ekranu pokazujący pakiet rozwiązań do zainstalowania oraz nazwę organizacji.

  10. Na ekranie Konfiguracji instalatora AIB Prediction Dataset zapoznaj się z informacjami podsumowującymi dla importowanych danych i rozwiązań, a następnie wybierz Dalej.

    Importowanie danych zajmuje kilka minut. Po pomyślnym zakończeniu każdego kroku zobaczysz zielone kółko z zaznaczeniem obok danego kroku.

    Zrzut ekranu podsumowania konfiguracji zestawu danych predykcyjnych AI Builder.

  11. Na ekranie Zakończono instalację wybierz opcję Zakończ.

    Zrzut ekranu pokazujący zakończenie instalacji.

Jak używać zainstalowanych rozwiązań

Przykładowy zestaw danych instaluje w Twoim środowisku dwa rozwiązania. Instaluje również przykładowe dane dla dołączonych obiektów:

  • Brazilian Commerce: Zastosowanie do przewidywania wielu wyników. Wybierz opcję Zamówienia BC jako tabelę, a wartość czasu dostawy jako kolumnę przy wybieraniu danych, które mają zostać odebrane.

  • AI Builder Zamiary sprzedawcy online: użyj opcji binarnych przewidywanie liczbowych przewidywanie.

    • Wybierz Intencje kupujących online jako tabelę i Dochód (Etykieta) jako kolumnę, jeśli chcesz wypróbować predykcję binarną.
    • Wybierz opcję Zamiary kupujących online jako tabelę. Wybierz również Stawka wyjścia lub Stawka odbicia jako kolumnę, jeśli chcesz wypróbować przewidywanie numeryczne.

Jeśli potrzebujesz pomocy przy tworzeniu modelu predykcyjnego, postępuj zgodnie z instrukcjami w Twórz model predykcyjny.

Zrzut ekranu przedstawiający szczegóły rozwiązania.

Teraz możesz przejść do następnego kroku.

Następny krok

Tworzenie modelu przewidywania