Дані та машинне навчання
Створіть виконуваний проєкт аналізу чи моделювання та перевірте докази, що стоять за його результатами.
Визначте питання та дані
Опишіть набір даних, бажаний результат і кінцевий продукт, який ви використаєте. Наприклад: «Передбач, чи буде повернено замовлення, на основі цього CSV. Порівняй модель із простим базовим варіантом і поясни найсильніші предиктори». Визначте цільовий стовпець і будь-які ідентифікаційні стовпці.
Надайте придатний для використання набір даних
Надайте дані або підтримуване джерело та поясніть значення стовпців, пропущені значення та відповідні дати. Робочий процес підтримує підготовку набору даних і, за бажанням, зовнішні джерела наборів даних чи моделей. Зовнішні сервіси та виконання на GPU потребують відповідного доступного підключення та середовища виконання.
Узгодьте оцінювання
Оберіть метрику, що відповідає завданню. Проєкт із навчанням із учителем може резервувати окрему тестову вибірку перед навчанням; платформа використовує ці дані для перевірки прогнозів. Звіт має розрізняти результати навчання та незалежного оцінювання і пояснювати порівняння з базовим варіантом.
Ознайомтеся зі звітом і артефактами
Згенерований проєкт включає виконувану роботу та попередній перегляд звіту. Залежно від брифу, результати можуть містити код для навчання й прогнозування, збережені моделі, прогнози та звіти оцінювання. Перевірте файли, які справді було створено, і команди, потрібні для відтворення результату.
Обробка невдалого запуску
Прочитайте повідомлення про проблему перед тим, як запитувати виправлення. Відсутня цільова змінна, непридатні типи стовпців, недоступні залежності чи вичерпаний час виконання можуть завадити отримати валідний результат. Виправте дані чи бриф, запустіть знову та перевірте новий звіт; сама лише діаграма не є доказом успішного навчання.
Доопрацьовуйте та повторно використовуйте
Запитуйте про іншу функцію, порівняння моделей чи пояснення в тому самому діалозі створення. Завантажте згенерований проєкт, коли потрібно продовжити роботу у власному середовищі. Зберігайте припущення щодо даних і налаштування оцінювання разом із результатом.
Зрозумійте межі можливостей
Проєкт із даними — це інший тип результату, ніж власний ШІ-агент чи вбудована команда Workload. Окремий робочий процес для стратегій кількісної торгівлі поки що залишається запланованим; ці посібники не описують його як доступний тип конструктора.