कॉन्टेंट पर जाएँ
डॉक्स · डेटा और मशीन लर्निंग

डेटा और मशीन लर्निंग

एक एक्ज़ीक्यूटेबल एनालिसिस या मॉडलिंग प्रोजेक्ट बनाएं और इसके नतीजों के पीछे के सबूत की जांच करें।

सवाल और डेटा को परिभाषित करें

डेटासेट, आप जो नतीजा चाहते हैं और जिस डिलिवरेबल का आप उपयोग करेंगे उसका वर्णन करें। उदाहरण के लिए: "इस CSV से भविष्यवाणी करें कि क्या कोई ऑर्डर वापस किया जाएगा। मॉडल की तुलना एक सरल बेसलाइन से करें और सबसे मजबूत भविष्यवक्ताओं की व्याख्या करें।" टारगेट कॉलम और किसी भी आइडेंटिफायर कॉलम की पहचान करें।

एक उपयोगी डेटासेट उपलब्ध कराएं

डेटा या कोई समर्थित स्रोत प्रदान करें और कॉलम अर्थ, गायब मान और प्रासंगिक तारीखों की व्याख्या करें। यह वर्कफ़्लो डेटासेट तैयारी और वैकल्पिक बाहरी डेटासेट या मॉडल स्रोतों को सपोर्ट करता है। बाहरी सेवाओं और GPU एक्ज़ीक्यूशन के लिए संबंधित उपलब्ध कनेक्शन और रनटाइम आवश्यक है।

मूल्यांकन पर सहमति बनाएं

सवाल के अनुरूप एक मीट्रिक चुनें। एक सुपरवाइज्ड प्रोजेक्ट ट्रेनिंग से पहले एक अलग होल्डआउट रिज़र्व कर सकता है; प्लेटफ़ॉर्म भविष्यवाणियों की जांच के लिए उस मूल्यांकन डेटा का उपयोग करता है। रिपोर्ट में ट्रेनिंग नतीजों को स्वतंत्र मूल्यांकन से अलग दिखाया जाना चाहिए और बेसलाइन तुलना की व्याख्या होनी चाहिए।

रिपोर्ट और आर्टिफैक्ट्स पढ़ें

जनरेट किए गए प्रोजेक्ट में एक्ज़ीक्यूटेबल कार्य और एक रिपोर्ट प्रीव्यू शामिल है। ब्रीफ़ के अनुसार, आउटपुट में ट्रेनिंग और प्रेडिक्शन कोड, सेव किए गए मॉडल, भविष्यवाणियां और मूल्यांकन रिपोर्ट शामिल हो सकते हैं। वास्तव में बनाई गई फ़ाइलों और नतीजे को दोबारा तैयार करने के लिए जरूरी कमांड की जांच करें।

असफल रन को संभालना

फ़िक्स का अनुरोध करने से पहले बताई गई समस्या को पढ़ें। एक गायब टारगेट, अनुपयुक्त कॉलम प्रकार, अनुपलब्ध डिपेंडेंसी या समाप्त रनटाइम वैध नतीजे को रोक सकते हैं। डेटा या ब्रीफ़ को सही करें, फिर से रन करें और नई रिपोर्ट जांचें; अकेला एक चार्ट सफल ट्रेनिंग रन का सबूत नहीं है।

बेहतर बनाएं और फिर से उपयोग करें

उसी बिल्ड बातचीत में एक और फीचर, मॉडल तुलना या स्पष्टीकरण मांगें। जब आपको अपने खुद के वातावरण में आगे बढ़ना हो तो जनरेट किए गए प्रोजेक्ट को डाउनलोड करें। डेटा धारणाओं और मूल्यांकन सेटअप को नतीजे के साथ रखें।

दायरा समझें

एक डेटा प्रोजेक्ट, कस्टम AI एजेंट या बिल्ट-इन एजेंट टीम से अलग आउटपुट है। एक समर्पित क्वांटिटेटिव ट्रेडिंग स्ट्रैटेजी वर्कफ़्लो अभी योजना में है; ये गाइड इसे उपलब्ध बिल्डर प्रकार के रूप में वर्णित नहीं करते।