Chuyển đến nội dung

Biến dữ liệu thành thứ bạn có thể sử dụng.

Tạo các dự án dữ liệu và học máy với công việc có thể thực thi, kết quả đánh giá và các tệp có thể tải xuống.

Từ yêu cầu đến kết quả.

01

Mô tả câu hỏi

Nêu rõ dữ liệu, mục tiêu và kết quả bạn cần. Làm rõ cách đánh giá dự kiến.

02

Xây dựng và đánh giá

Tạo dự án, chạy công việc huấn luyện hoặc dự đoán được hỗ trợ và kiểm tra kết quả đánh giá riêng biệt.

03

Lưu giữ bằng chứng

Xem lại báo cáo và các tệp đầu ra, sau đó tinh chỉnh dự án hoặc đưa các tệp vào quy trình làm việc của riêng bạn.

Kết quả phụ thuộc vào dữ liệu và thiết lập đánh giá. Xây dựng chiến lược giao dịch định lượng đang trong kế hoạch; đây chưa phải là loại đầu ra khả dụng hiện nay.

Từ dữ liệu của bạn đến câu trả lời bạn có thể kiểm tra.

Xác định câu hỏi, kiểm tra phương pháp và lưu giữ bằng chứng đằng sau kết quả.

Xác định câu hỏi

Cho dữ liệu một mục đích rõ ràng.

Cho AI biết mỗi dòng dữ liệu đại diện cho điều gì, câu hỏi nào quan trọng và một kết quả hữu ích sẽ trông như thế nào. Dự án có thể khám phá các mẫu hình, phân loại bản ghi, dự đoán một giá trị, dự báo chuỗi thời gian hoặc phát hiện các nhóm. Báo cáo của nó sẽ trình bày rõ bộ dữ liệu và phương pháp sử dụng.

  • Bắt đầu với dữ liệu có sẵn cho dự án và một mục tiêu hoặc câu hỏi phân tích được xác định rõ.
  • Kiểm tra hồ sơ dữ liệu: các cột, giá trị bị thiếu và các phân phối liên quan.
  • Xác định nhiệm vụ và chỉ số đánh giá trước khi đánh giá kết quả.
Ví dụ tập dữ liệu năng lượng với bảng dữ liệu, chuỗi nhu cầu và phân phối nhiệt độ

Kiểm tra kết quả

So sánh các mô hình với một mô hình cơ sở.

Đối với các nhiệm vụ học có giám sát được hỗ trợ, nền tảng sẽ tách dữ liệu giữ lại (holdout) trước khi công cụ xây dựng thấy dữ liệu huấn luyện. Nó chạy mã dự đoán được tạo ra, tính lại chỉ số đánh giá và so sánh các mô hình cơ sở trên cùng một tập dữ liệu chia tách. Hãy xem xét kết quả độc lập đó cùng với ước tính từ huấn luyện và các phát hiện xác minh.

  • Tách biệt ước tính từ huấn luyện với kết quả holdout do nền tảng tính lại.
  • So sánh với các mô hình cơ sở và kiểm tra rò rỉ dữ liệu.
  • Sử dụng các phát hiện để tinh chỉnh cách tiếp cận; độ chính xác trong tương lai không được đảm bảo.
So sánh mô hình minh họa cho thấy sai số tuyệt đối trung bình của mô hình cơ sở, mô hình tuyến tính và boosted trees

Lưu giữ bằng chứng

Đọc báo cáo. Kiểm tra công việc.

Kết quả bàn giao bao gồm công việc có thể thực thi và một báo cáo giải thích vấn đề, dữ liệu, phương pháp và kết quả. Kiểm tra các biểu đồ, phân tích lỗi và giới hạn, sau đó sử dụng các tùy chọn tải xuống có sẵn của dự án để tiếp tục trong quy trình làm việc của riêng bạn hoặc yêu cầu chỉnh sửa trong cuộc trò chuyện xây dựng.

  • Xem xét các phát hiện và giới hạn cùng với các biểu đồ và đánh giá hỗ trợ.
  • Kiểm tra mã huấn luyện và dự đoán cùng với các tệp đầu ra có sẵn.
  • Sử dụng hướng dẫn tái tạo để hiểu cách kết quả được tạo ra.
Báo cáo nhu cầu năng lượng mẫu với giá trị quan sát và dự báo, các phát hiện, hạn chế và tệp hỗ trợ

Quy trình làm việc

Giữ cho công việc luôn được kết nối.

  1. Mô tả kết quả

    Giải thích đối tượng, đầu ra mong muốn và các ràng buộc. Tinh chỉnh hướng đi trước khi tiếp tục.

  2. Xem xét công việc

    Kiểm tra các tệp được tạo ra, bản xem trước có sẵn và các kiểm tra liên quan đến đầu ra.

  3. Tạo phiên bản tiếp theo

    Yêu cầu thay đổi, sau đó xuất hoặc sử dụng quy trình bàn giao được hỗ trợ bởi dự án đó.

Hỏi & Đáp

Một chút rõ ràng trước khi bạn bắt đầu.

Tôi có thể xây dựng những loại dự án dữ liệu nào?+
Quy trình làm việc với dữ liệu hỗ trợ phân tích, phân loại, hồi quy, dự báo và phân cụm. Hãy mô tả câu hỏi, dữ liệu có sẵn và kết quả bạn muốn đánh giá.
Tôi nên đưa những gì vào bản mô tả yêu cầu?+
Giải thích mỗi dòng dữ liệu đại diện cho điều gì, trường nào bạn muốn dự đoán hoặc phân tích, và cách bạn sẽ đánh giá một kết quả hữu ích. Bao gồm các ràng buộc liên quan và dữ liệu có sẵn cho dự án.
Kết quả mô hình được kiểm tra như thế nào?+
Đối với các nhiệm vụ học có giám sát được hỗ trợ, nền tảng tách dữ liệu giữ lại (holdout) trước khi công cụ xây dựng thấy nó và tính lại kết quả đánh giá. Nó cũng kiểm tra với các mô hình cơ sở và tìm kiếm rò rỉ dữ liệu. Hãy xem xét các phát hiện cùng với báo cáo.
Tôi sẽ nhận được gì?+
Một dự án có thể bao gồm mã huấn luyện và dự đoán, báo cáo, kết quả đánh giá và các tệp đầu ra. Xem xét các tệp được tạo ra và sử dụng các tùy chọn tải xuống có sẵn để tiếp tục làm việc với chúng.
Tôi có thể cải thiện một kết quả hiện có không?+
Có. Sử dụng cuộc trò chuyện xây dựng để tinh chỉnh mục tiêu, giải thích một lỗi hoặc yêu cầu một cách tiếp cận khác. Xem xét kết quả đánh giá mới để xem liệu thay đổi có mang lại hiệu quả hay không.
Một đánh giá tốt có đảm bảo độ chính xác trong tương lai không?+
Không. Đánh giá mô tả hiệu suất trên dữ liệu và thiết lập kiểm tra đã sử dụng. Dữ liệu mới, điều kiện thay đổi và sự khác biệt so với mục đích sử dụng dự kiến có thể làm thay đổi kết quả.

Bạn sẽ tạo ra điều gì?

Tạo một bản xây dựng, hoặc giao cho một đội ngũ chuyên gia thực hiện nhiệm vụ tiếp theo của bạn.