Dados e aprendizagem automática

Crie um projeto de análise ou modelação executável e inspecione as evidências por trás dos seus resultados.

Defina a questão e os dados

Descreva o conjunto de dados, o resultado pretendido e o entregável que irá utilizar. Por exemplo: “Prever se uma encomenda será devolvida a partir deste CSV. Compare o modelo com um valor de referência simples e explique os preditores mais fortes.” Identifique a coluna alvo e quaisquer colunas identificadoras.

Forneça um conjunto de dados utilizável

Forneça os dados ou uma fonte suportada e explique o significado das colunas, os valores em falta e as datas relevantes. O fluxo de trabalho suporta a preparação de conjuntos de dados e, opcionalmente, fontes externas de dados ou modelos. Serviços externos e execução em GPU requerem a respetiva ligação e runtime disponíveis.

Combine a avaliação

Escolha uma métrica adequada à questão. Um projeto supervisionado pode reservar um conjunto de teste separado antes do treino; a plataforma utiliza esses dados de avaliação para verificar as previsões. O relatório deve distinguir os resultados de treino dos resultados de avaliação independente e explicar a comparação com o valor de referência.

Leia o relatório e os artefactos

O projeto gerado inclui trabalho executável e uma pré-visualização do relatório. Consoante o briefing, os resultados podem incluir código de treino e previsão, modelos guardados, previsões e relatórios de avaliação. Inspecione os ficheiros efetivamente produzidos e os comandos necessários para reproduzir o resultado.

Lide com uma execução falhada

Leia o problema reportado antes de pedir uma correção. Um alvo em falta, tipos de coluna inadequados, dependências indisponíveis ou runtime esgotado podem impedir um resultado válido. Corrija os dados ou o briefing, execute novamente e verifique o novo relatório; um gráfico por si só não é prova de um treino bem-sucedido.

Refine e reutilize

Peça outra funcionalidade, comparação de modelos ou explicação na mesma conversa de criação. Descarregue o projeto gerado quando precisar de continuar no seu próprio ambiente. Mantenha os pressupostos dos dados e a configuração de avaliação junto do resultado.

Compreenda o âmbito

Um projeto de dados é um resultado diferente de um agente de IA personalizado ou de uma Equipa de Trabalho integrada. Um fluxo de trabalho dedicado a estratégias de negociação quantitativa continua planeado; estes guias não o descrevem como um tipo de criação disponível.