Data & machine learning

Bouw een uitvoerbaar analyse- of modelleerproject en bekijk het bewijs achter de resultaten.

Bepaal de vraag en de gegevens

Beschrijf de dataset, het gewenste resultaat en het eindproduct dat je gaat gebruiken. Bijvoorbeeld: "Voorspel op basis van deze CSV of een bestelling wordt geretourneerd. Vergelijk het model met een eenvoudige basislijn en verklaar de sterkste voorspellers." Geef de doelkolom en eventuele ID-kolommen aan.

Lever een bruikbare dataset aan

Lever de gegevens of een ondersteunde bron aan en leg de betekenis van kolommen, ontbrekende waarden en relevante data uit. De workflow ondersteunt het voorbereiden van datasets en optionele externe dataset- of modelbronnen. Externe diensten en GPU-uitvoering vereisen de bijbehorende beschikbare koppeling en runtime.

Stem de evaluatie af

Kies een metriek die past bij de vraag. Bij een supervised project kun je een aparte holdout reserveren vóór training; het platform gebruikt die evaluatiegegevens om voorspellingen te controleren. Het rapport moet trainingsresultaten onderscheiden van onafhankelijke evaluatie en de vergelijking met de basislijn uitleggen.

Lees het rapport en de artefacten

Het gegenereerde project bevat uitvoerbaar werk en een rapportvoorbeeld. Afhankelijk van de briefing kan de output trainings- en voorspellingscode, opgeslagen modellen, voorspellingen en evaluatierapporten bevatten. Controleer de daadwerkelijk geproduceerde bestanden en de opdrachten die nodig zijn om het resultaat te reproduceren.

Omgaan met een mislukte run

Lees het gemelde probleem voordat je om een oplossing vraagt. Een ontbrekende doelvariabele, ongeschikte kolomtypen, niet-beschikbare afhankelijkheden of opgebruikte runtime kunnen een geldig resultaat verhinderen. Corrigeer de gegevens of briefing, voer opnieuw uit en controleer het nieuwe rapport; een grafiek alleen is geen bewijs van een geslaagde training.

Verfijn en hergebruik

Vraag in hetzelfde bouwgesprek om een extra functie, modelvergelijking of toelichting. Download het gegenereerde project wanneer je verder wilt werken in je eigen omgeving. Bewaar de gegevensaannames en de evaluatieopzet samen met het resultaat.

Begrijp de reikwijdte

Een dataproject is een andere output dan een eigen AI-agent of een ingebouwd Agent Team. Een speciale workflow voor kwantitatieve handelsstrategieën staat nog steeds gepland; deze handleidingen beschrijven dit niet als een beschikbaar bouwtype.