อธิบายคำถาม
ระบุข้อมูล เป้าหมาย และผลลัพธ์ที่คุณต้องการ ทำให้การประเมินผลที่ตั้งใจไว้ชัดเจน
เปลี่ยนข้อมูลให้เป็นสิ่งที่คุณใช้ได้จริง
สร้างโปรเจกต์ข้อมูลและแมชชีนเลิร์นนิงพร้อมงานที่รันได้ ผลการประเมิน และไฟล์ที่ดาวน์โหลดได้
จากบรีฟสู่ผลลัพธ์
สร้างและประเมินผล
สร้างโปรเจกต์ รันงานฝึกโมเดลหรือการพยากรณ์ที่รองรับ และตรวจดูผลการประเมินแยกต่างหาก
เก็บรักษาหลักฐาน
ตรวจดูรายงานและไฟล์ผลลัพธ์ จากนั้นปรับปรุงโปรเจกต์หรือนำไฟล์ไปใช้ในเวิร์กโฟลว์ของคุณเอง
ผลลัพธ์ขึ้นอยู่กับข้อมูลและการตั้งค่าการประเมิน การสร้างกลยุทธ์การเทรดเชิงปริมาณอยู่ในแผนการพัฒนา แต่ยังไม่ใช่ประเภทผลลัพธ์ที่ใช้งานได้ในวันนี้
จากข้อมูลของคุณสู่คำตอบที่ตรวจสอบได้
กำหนดคำถาม ทดสอบแนวทาง และเก็บรักษาหลักฐานเบื้องหลังผลลัพธ์
กำหนดคำถาม
กำหนดวัตถุประสงค์ที่ชัดเจนให้กับข้อมูล
บอก AI ว่าแต่ละแถวหมายถึงอะไร คำถามไหนสำคัญ และผลลัพธ์ที่เป็นประโยชน์ควรมีลักษณะอย่างไร โปรเจกต์สามารถสำรวจรูปแบบข้อมูล จัดหมวดหมู่ข้อมูล ทำนายค่า พยากรณ์อนุกรม หรือค้นหากลุ่มข้อมูลได้ รายงานของโปรเจกต์จะแสดงให้เห็นชุดข้อมูลและวิธีการที่ใช้อย่างชัดเจน
- เริ่มต้นด้วยข้อมูลที่มีอยู่ในโปรเจกต์และเป้าหมายหรือคำถามในการวิเคราะห์ที่กำหนดไว้
- ตรวจสอบโปรไฟล์ข้อมูล ได้แก่ คอลัมน์ ค่าที่ขาดหายไป และการกระจายตัวของข้อมูลที่เกี่ยวข้อง
- กำหนดงานและตัวชี้วัดการประเมินผลก่อนตัดสินผลลัพธ์
ทดสอบผลลัพธ์
เปรียบเทียบโมเดลกับค่าฐาน
สำหรับงาน supervised ที่รองรับ แพลตฟอร์มจะแยกข้อมูล holdout ออกก่อนที่ตัวสร้างโปรเจกต์จะเห็นข้อมูลฝึกฝน ระบบจะรันโค้ดทำนายที่สร้างขึ้น คำนวณตัวชี้วัดใหม่ และเปรียบเทียบโมเดลฐานบนชุดข้อมูลเดียวกัน ตรวจสอบผลลัพธ์อิสระนี้ควบคู่ไปกับค่าประมาณจากการฝึกฝนและผลการตรวจสอบ
- แยกค่าประมาณจากการฝึกฝนออกจากผลลัพธ์ holdout ที่แพลตฟอร์มคำนวณใหม่
- เปรียบเทียบกับโมเดลฐานและตรวจสอบการรั่วไหลของข้อมูล
- ใช้ผลการตรวจสอบเพื่อปรับปรุงแนวทาง ความแม่นยำในอนาคตไม่ได้รับการรับประกัน
เก็บรักษาหลักฐาน
อ่านรายงาน ตรวจสอบผลงาน
ผลงานที่ส่งมอบประกอบด้วยงานที่พร้อมใช้งานและรายงานที่อธิบายปัญหา ข้อมูล วิธีการ และผลลัพธ์ ตรวจสอบกราฟ การวิเคราะห์ข้อผิดพลาด และข้อจำกัด จากนั้นใช้ตัวเลือกดาวน์โหลดโปรเจกต์ที่มีอยู่เพื่อดำเนินงานต่อในเวิร์กโฟลว์ของคุณเองหรือขอแก้ไขในบทสนทนาการสร้าง
- ตรวจสอบผลการค้นพบและข้อจำกัดควบคู่ไปกับกราฟและการประเมินผลที่เกี่ยวข้อง
- ตรวจสอบโค้ดการฝึกฝนและการทำนายพร้อมไฟล์ผลลัพธ์ที่มีอยู่
- ใช้คำแนะนำการทำซ้ำเพื่อทำความเข้าใจว่าผลลัพธ์ถูกสร้างขึ้นมาอย่างไร
ขั้นตอนการทำงาน
รักษาความต่อเนื่องของงาน
อธิบายผลลัพธ์
อธิบายกลุ่มเป้าหมาย ผลลัพธ์ที่ต้องการ และข้อจำกัด ปรับทิศทางให้ชัดเจนก่อนดำเนินการต่อ
ตรวจสอบผลงาน
ตรวจสอบไฟล์ที่สร้างขึ้น ตัวอย่างที่มีอยู่ และการตรวจสอบที่เกี่ยวข้องกับผลลัพธ์
สร้างเวอร์ชันถัดไป
ขอการเปลี่ยนแปลง จากนั้นส่งออกหรือใช้เวิร์กโฟลว์การส่งมอบที่โปรเจกต์นั้นรองรับ
สำรวจสิ่งที่จะเกิดขึ้นต่อไป
ดูเครื่องมือสร้างทั้งหมด
AI Website Builder
สร้างแลนดิ้งเพจ ร้านค้าออนไลน์ และเว็บไซต์คอนเทนต์ อธิบายกลุ่มเป้าหมายและประสบการณ์ที่ต้องการ จากนั้นตรวจสอบและปรับแต่งงานที่สร้างขึ้น
สำรวจ AI Website Builder
AI App Builder
สร้างแอปเว็บ มือถือ และเดสก์ท็อปให้ตรงกับงานที่ต้องใช้ พรีวิวประสบการณ์ ปรับแต่ง และเตรียมแพ็กเกจที่เหมาะสม
สำรวจ AI App Builder
AI Game Builder
เปลี่ยนไอเดียเกมให้กลายเป็นโปรเจกต์ที่เล่นได้จริง กำหนดกฎ ตัวละคร และโลกของเกม จากนั้นทดสอบและปรับปรุงประสบการณ์การเล่น
สำรวจ AI Game Builderคำถามและคำตอบ
ทำความเข้าใจเล็กน้อยก่อนเริ่มต้น
ฉันสามารถสร้างโปรเจกต์ข้อมูลแบบใดได้บ้าง+
เวิร์กโฟลว์ข้อมูลรองรับการวิเคราะห์ การจัดหมวดหมู่ การถดถอย การพยากรณ์ และการจัดกลุ่ม อธิบายคำถาม ข้อมูลที่มีอยู่ และผลลัพธ์ที่คุณต้องการประเมิน
ฉันควรใส่อะไรในบรีฟของฉัน+
อธิบายว่าแต่ละแถวหมายถึงอะไร ฟิลด์ไหนที่คุณต้องการทำนายหรือวิเคราะห์ และคุณจะตัดสินผลลัพธ์ที่เป็นประโยชน์อย่างไร รวมถึงข้อจำกัดที่เกี่ยวข้องและข้อมูลที่มีอยู่ในโปรเจกต์
ผลลัพธ์ของโมเดลถูกตรวจสอบอย่างไร+
สำหรับงาน supervised ที่รองรับ แพลตฟอร์มจะแยกข้อมูล holdout ออกก่อนที่ตัวสร้างโปรเจกต์จะเห็นข้อมูลนั้น และคำนวณผลการประเมินใหม่ นอกจากนี้ยังตรวจสอบเทียบกับค่าฐานและมองหาการรั่วไหลของข้อมูล ตรวจสอบผลการค้นพบควบคู่ไปกับรายงาน
ฉันจะได้รับอะไร+
โปรเจกต์อาจประกอบด้วยโค้ดการฝึกฝนและการทำนาย รายงาน ผลการประเมิน และไฟล์ผลลัพธ์ ตรวจสอบไฟล์ที่สร้างขึ้นและใช้ตัวเลือกการดาวน์โหลดที่มีอยู่เพื่อดำเนินงานต่อกับไฟล์เหล่านั้น
ฉันสามารถปรับปรุงผลลัพธ์ที่มีอยู่ได้หรือไม่+
ได้ ใช้บทสนทนาการสร้างเพื่อปรับปรุงเป้าหมาย อธิบายข้อผิดพลาด หรือขอแนวทางที่แตกต่างออกไป ตรวจสอบผลการประเมินใหม่เพื่อดูว่าการเปลี่ยนแปลงนั้นช่วยได้หรือไม่
ผลการประเมินที่ดีรับประกันความแม่นยำในอนาคตหรือไม่+
ไม่ การประเมินผลอธิบายเพียงประสิทธิภาพบนข้อมูลและรูปแบบการทดสอบที่ใช้เท่านั้น ข้อมูลใหม่ เงื่อนไขที่เปลี่ยนแปลง และความแตกต่างจากวัตถุประสงค์การใช้งานที่ตั้งใจไว้สามารถเปลี่ยนแปลงผลลัพธ์ได้
คุณจะสร้างอะไร?
สร้างงานใหม่ หรือมอบหมายงานถัดไปให้ทีมผู้เชี่ยวชาญดำเนินการ