Перейти к содержимому

Превратите данные в то, чем можно пользоваться.

Создавайте проекты данных и машинного обучения с исполняемыми задачами, результатами оценки и файлами для скачивания.

От брифа к результату.

01

Опишите вопрос

Укажите данные, целевой показатель и нужный результат. Чётко обозначьте предполагаемую оценку.

02

Постройте и оцените

Сгенерируйте проект, запустите поддерживаемое обучение или предсказание и изучите отдельные результаты оценки.

03

Сохраните доказательства

Изучите отчёты и выходные артефакты, затем доработайте проект или перенесите файлы в свой рабочий процесс.

Результаты зависят от данных и настройки оценки. Сборки торговых стратегий на квант-алгоритмах запланированы; сегодня это не доступный тип результата.

От ваших данных к ответу, который можно проверить.

Определите вопрос, проверьте подход и сохраните доказательства, стоящие за результатом.

Сформулируйте вопрос

Определите цель данных.

Объясните ИИ, что представляет каждая строка, какой вопрос важен и как выглядит полезный результат. Проект может выявлять закономерности, классифицировать записи, прогнозировать значение, строить прогноз временного ряда или находить группы. В отчёте отображаются набор данных и метод.

  • Начните с имеющихся у проекта данных и чётко определённой цели или вопроса анализа.
  • Изучите профиль данных: столбцы, пропущенные значения и релевантные распределения.
  • Определите задачу и метрику оценки перед оценкой результата.
Пример набора энергетических данных с таблицей данных, рядом показателей спроса и распределением температуры

Проверьте результат

Сравните модели с базовым уровнем.

Для поддерживаемых задач с учителем платформа отделяет тестовые данные до того, как конструктор увидит обучающие данные. Она выполняет сгенерированный код прогнозирования, пересчитывает метрику и сравнивает базовые модели на той же выборке. Изучите этот независимый результат вместе с оценкой на обучении и результатами проверки.

  • Отделите оценку на обучении от результата на тестовых данных, пересчитанного платформой.
  • Сравните с базовыми моделями и изучите проверки на утечку данных.
  • Используйте результаты для доработки подхода; будущая точность не гарантируется.
Иллюстративное сравнение моделей со средней абсолютной ошибкой для базовой модели, линейной модели и градиентного бустинга

Сохраните доказательства

Прочитайте отчёт. Изучите работу.

Результат включает исполняемую работу и отчёт с описанием задачи, данных, метода и результатов. Изучите графики, анализ ошибок и ограничения, затем используйте доступные загрузки проекта, чтобы продолжить работу в своём процессе или запросить доработку в диалоге сборки.

  • Изучите выводы и ограничения вместе с сопутствующими графиками и оценкой.
  • Изучите код обучения и прогнозирования вместе с доступными артефактами вывода.
  • Используйте инструкции по воспроизведению, чтобы понять, как был получен результат.
Пример отчёта о спросе на энергию с фактическими и прогнозными значениями, выводами, ограничениями и сопутствующими файлами

Рабочий процесс

Сохраняйте связь работы.

  1. Опишите результат

    Опишите аудиторию, желаемый результат и ограничения. Уточните направление перед продолжением.

  2. Проверьте работу

    Изучите сгенерированные файлы, доступный предпросмотр и проверки, относящиеся к результату.

  3. Создайте следующую версию

    Запросите изменения, затем экспортируйте или используйте рабочий процесс доставки, поддерживаемый этим проектом.

Вопросы и ответы

Немного ясности перед началом.

Какие проекты с данными я могу создавать?+
Рабочий процесс с данными поддерживает анализ, классификацию, регрессию, прогнозирование и кластеризацию. Опишите вопрос, доступные данные и результат, который хотите оценить.
Что следует включить в бриф?+
Объясните, что представляет каждая строка, какое поле вы хотите спрогнозировать или проанализировать, и как вы будете оценивать полезность результата. Укажите релевантные ограничения и доступные проекту данные.
Как проверяются результаты моделей?+
Для поддерживаемых задач с учителем платформа отделяет тестовые данные до того, как их увидит конструктор, и пересчитывает результаты оценки. Она также сравнивает с базовыми моделями и проверяет на утечку данных. Изучите выводы вместе с отчётом.
Что я получаю?+
Проект может включать код обучения и прогнозирования, отчёт, результаты оценки и артефакты вывода. Изучите сгенерированные файлы и используйте доступные варианты загрузки, чтобы продолжить работу с ними.
Можно ли улучшить существующий результат?+
Да. Используйте диалог сборки, чтобы уточнить цель, объяснить ошибку или запросить другой подход. Изучите новые результаты оценки, чтобы понять, помогло ли изменение.
Гарантирует ли хорошая оценка будущую точность?+
Нет. Оценка описывает производительность на использованных данных и тестовой настройке. Новые данные, меняющиеся условия и отличия от предполагаемого использования могут изменить результат.

Что вы создадите?

Создайте сборку или поручите команде специалистов вашу следующую задачу.