Hoppa till innehåll

Förvandla data till något du kan använda.

Skapa data- och maskininlärningsprojekt med körbart arbete, utvärderingsresultat och nedladdningsbara artefakter.

Från uppdraget till resultatet.

01

Beskriv frågan

Ange data, mål och resultat du behöver. Gör den avsedda utvärderingen tydlig.

02

Bygg och utvärdera

Generera projektet, kör understödd träning eller prediktion och granska de separata utvärderingsresultaten.

03

Behåll bevisen

Granska rapporter och resultatfiler, förfina sedan projektet eller ta filerna vidare till ditt eget arbetsflöde.

Resultaten beror på data och utvärderingsupplägg. Byggen av kvantitativa handelsstrategier är planerade; de är inte en tillgänglig resultattyp idag.

Från din data till ett svar du kan granska.

Definiera frågan, testa tillvägagångssättet och behåll bevisen bakom resultatet.

Ramar in frågan

Ge datan ett tydligt syfte.

Berätta för AI:n vad varje rad representerar, vilken fråga som är viktig och hur ett användbart resultat skulle se ut. Projektet kan utforska mönster, klassificera poster, förutsäga ett värde, prognostisera en serie eller upptäcka grupper. Dess rapport gör datasetet och metoden synliga.

  • Börja med den data som finns tillgänglig för projektet och ett definierat mål eller en analysfråga.
  • Granska dataprofilen: kolumner, saknade värden och relevanta fördelningar.
  • Fastställ uppgiften och utvärderingsmåttet innan du bedömer resultatet.
Exempel på energidataset med en datatabell, efterfrågeserie och temperaturfördelning

Testa resultatet

Jämför modeller mot en baslinje.

För understödda övervakade uppgifter separerar plattformen holdout-data innan byggaren ser träningsdatan. Den kör den genererade prediktionskoden, räknar om måttet och jämför baslinjemodeller på samma uppdelning. Granska det oberoende resultatet tillsammans med träningsuppskattningen och verifieringsfynden.

  • Separera träningsuppskattningen från det plattformsomräknade holdout-resultatet.
  • Jämför mot baslinjemodeller och granska kontroller för dataläckage.
  • Använd fynden för att förfina tillvägagångssättet; framtida noggrannhet garanteras inte.
Illustrativ modelljämförelse som visar genomsnittligt absolut fel för en baslinje, linjär modell och boostade träd

Behåll bevisen

Läs rapporten. Granska arbetet.

Leveransen innehåller körbart arbete och en rapport som förklarar problemet, datan, metoden och resultaten. Granska diagrammen, felanalysen och begränsningarna, och använd sedan de tillgängliga projektnedladdningarna för att fortsätta i ditt eget arbetsflöde eller begära en revidering i byggkonversationen.

  • Granska resultat och begränsningar tillsammans med stödjande diagram och utvärdering.
  • Granska tränings- och prediktionskod med tillgängliga resultatfiler.
  • Använd reproduktionsinstruktionerna för att förstå hur resultatet togs fram.
Exempel på energiefterfrågerapport med observerade och prognostiserade värden, resultat, begränsningar och stödjande filer

Arbetsflödet

Håll arbetet sammanlänkat.

  1. Beskriv resultatet

    Förklara målgruppen, önskat resultat och begränsningar. Förfina riktningen innan du går vidare.

  2. Granska arbetet

    Granska de genererade filerna, tillgänglig förhandsvisning och de kontroller som är relevanta för resultatet.

  3. Skapa nästa version

    Begär ändringar och exportera sedan, eller använd det leveransflöde som stöds av det projektet.

Frågor och svar

Lite klarhet innan du börjar.

Vilka typer av dataprojekt kan jag bygga?+
Dataflödet stöder analys, klassificering, regression, prognoser och klustring. Beskriv frågan, tillgänglig data och det resultat du vill utvärdera.
Vad bör jag inkludera i min instruktion?+
Förklara vad varje rad representerar, vilket fält du vill förutsäga eller analysera och hur du kommer att bedöma ett användbart resultat. Inkludera relevanta begränsningar och den data som finns tillgänglig för projektet.
Hur kontrolleras modellresultaten?+
För uppgifter med stöd för övervakad inlärning separerar plattformen undanhållen data innan byggaren ser den och beräknar om utvärderingsresultaten. Den kontrollerar även mot baslinjer och letar efter dataläckage. Granska resultaten tillsammans med rapporten.
Vad får jag?+
Ett projekt kan innehålla tränings- och prediktionskod, en rapport, utvärderingsresultat och output-artefakter. Granska de genererade filerna och använd de tillgängliga nedladdningsalternativen för att fortsätta arbeta med dem.
Kan jag förbättra ett befintligt resultat?+
Ja. Använd byggkonversationen för att förfina målet, förklara ett fel eller begära ett annat tillvägagångssätt. Granska de nya utvärderingsresultaten för att se om ändringen hjälpte.
Garanterar en bra utvärdering framtida noggrannhet?+
Nej. Utvärderingen beskriver prestanda på den data och testuppsättning som använts. Ny data, ändrade förhållanden och skillnader från den avsedda användningen kan förändra resultatet.

Vad vill du bygga?

Skapa ett bygge, eller låt ett specialistteam arbeta med din nästa uppgift.