Μετάβαση στο περιεχόμενο
Τεκμηρίωση · Δεδομένα & μηχανική μάθηση

Δεδομένα & μηχανική μάθηση

Δημιουργήστε ένα εκτελέσιμο έργο ανάλυσης ή μοντελοποίησης και εξετάστε τα στοιχεία πίσω από τα αποτελέσματά του.

Ορίστε την ερώτηση και τα δεδομένα

Περιγράψτε το σύνολο δεδομένων, το επιθυμητό αποτέλεσμα και το παραδοτέο που θα χρησιμοποιήσετε. Για παράδειγμα: «Πρόβλεψε αν μια παραγγελία θα επιστραφεί με βάση αυτό το CSV. Σύγκρινε το μοντέλο με μια απλή βασική γραμμή αναφοράς και εξήγησε τους ισχυρότερους προγνωστικούς παράγοντες.» Προσδιορίστε τη στήλη-στόχο και τυχόν στήλες αναγνωριστικών.

Παρέχετε ένα χρησιμοποιήσιμο σύνολο δεδομένων

Παρέχετε τα δεδομένα ή μια υποστηριζόμενη πηγή και εξηγήστε τη σημασία των στηλών, τις ελλείπουσες τιμές και τις σχετικές ημερομηνίες. Η ροή εργασίας υποστηρίζει προετοιμασία συνόλου δεδομένων και προαιρετικές εξωτερικές πηγές συνόλων δεδομένων ή μοντέλων. Οι εξωτερικές υπηρεσίες και η εκτέλεση σε GPU απαιτούν την αντίστοιχη διαθέσιμη σύνδεση και runtime.

Συμφωνήστε στην αξιολόγηση

Επιλέξτε μια μετρική που ταιριάζει στην ερώτηση. Ένα εποπτευόμενο έργο μπορεί να διατηρήσει ξεχωριστό σύνολο ελέγχου (holdout) πριν την εκπαίδευση· η πλατφόρμα χρησιμοποιεί αυτά τα δεδομένα αξιολόγησης για να ελέγξει τις προβλέψεις. Η αναφορά θα πρέπει να διακρίνει τα αποτελέσματα εκπαίδευσης από την ανεξάρτητη αξιολόγηση και να εξηγεί τη σύγκριση με τη βασική γραμμή αναφοράς.

Διαβάστε την αναφορά και τα παραδοτέα

Το παραγόμενο έργο περιλαμβάνει εκτελέσιμη εργασία και προεπισκόπηση αναφοράς. Ανάλογα με το brief, τα αποτελέσματα μπορεί να περιλαμβάνουν κώδικα εκπαίδευσης και πρόβλεψης, αποθηκευμένα μοντέλα, προβλέψεις και αναφορές αξιολόγησης. Εξετάστε τα αρχεία που όντως παρήχθησαν και τις εντολές που απαιτούνται για την αναπαραγωγή του αποτελέσματος.

Διαχειριστείτε μια αποτυχημένη εκτέλεση

Διαβάστε το αναφερόμενο πρόβλημα πριν ζητήσετε διόρθωση. Μια στήλη-στόχος που λείπει, ακατάλληλοι τύποι στηλών, μη διαθέσιμες εξαρτήσεις ή εξαντλημένος χρόνος εκτέλεσης μπορούν να εμποδίσουν ένα έγκυρο αποτέλεσμα. Διορθώστε τα δεδομένα ή το brief, εκτελέστε ξανά και ελέγξτε τη νέα αναφορά· ένα γράφημα από μόνο του δεν αποτελεί απόδειξη επιτυχημένης εκπαίδευσης.

Βελτιώστε και επαναχρησιμοποιήστε

Ζητήστε άλλο χαρακτηριστικό, σύγκριση μοντέλων ή επεξήγηση στην ίδια συνομιλία δημιουργίας. Κατεβάστε το παραγόμενο έργο όταν χρειάζεται να συνεχίσετε στο δικό σας περιβάλλον. Διατηρήστε τις παραδοχές δεδομένων και τη ρύθμιση αξιολόγησης μαζί με το αποτέλεσμα.

Κατανοήστε το πεδίο εφαρμογής

Ένα έργο δεδομένων είναι διαφορετικό παραδοτέο από έναν προσαρμοσμένο AI agent ή μια ενσωματωμένη Ομάδα Εργασίας (Agent Team). Μια ειδική ροή εργασίας για ποσοτική στρατηγική συναλλαγών παραμένει σχεδιασμένη για το μέλλον· αυτοί οι οδηγοί δεν την περιγράφουν ως διαθέσιμο τύπο δημιουργού.