描述問題
說明所需的資料、目標與結果,並清楚定義預期的評估方式。
從需求說明到結果產出。
建置與評估
產生專案、於支援環境下執行訓練或預測作業,並檢視個別的評估結果。
保留佐證資料
檢視報告與輸出檔案,接著精進專案或將檔案帶入您自己的工作流程。
結果會因資料與評估設定而異。量化交易策略建置功能已在規劃中,目前尚未提供此輸出類型。
從您的資料到可檢驗的答案。
定義問題、驗證方法,並保留結果背後的佐證資料。
設定問題
為資料賦予明確目的。
告訴 AI 每一列代表什麼、哪個問題最重要，以及有用的結果應該是什麼樣子。專案可以探索模式、分類記錄、預測數值、預測序列或發現群組。其報告會呈現資料集與方法。
- 從專案可用的資料以及明確定義的目標或分析問題開始。
- 檢視資料概況：欄位、缺失值與相關分布。
- 在評判結果之前，先設定任務與評估指標。
測試結果
將模型與基準模型進行比較。
對於支援的監督式任務，平台會在建構者看到訓練資料之前，先分離出保留（holdout）資料。它會執行產生的預測程式碼，重新計算指標，並在同一切分上比較基準模型。請一併檢視此獨立結果、訓練估計值與驗證結果。
- 將訓練估計值與平台重新計算的保留結果分開。
- 與基準模型比較，並檢查資料洩漏（data leakage）。
- 利用這些發現改進方法；不保證未來的準確度。
保留佐證資料
閱讀報告。檢視成果。
交付內容包含可執行的成果，以及說明問題、資料、方法與結果的報告。檢視圖表、錯誤分析與限制，然後使用可用的專案下載繼續你自己的工作流程，或在建構對話中請求修改。
- 在支援圖表與評估的旁邊檢視發現與限制。
- 搭配可用的輸出成品檢視訓練與預測程式碼。
- 使用重現步驟說明來了解結果如何產生。
工作流程
讓工作保持連貫。
描述成果
說明對象、期望的輸出與限制條件。在繼續之前先確認方向。
檢視成果
檢視產生的檔案、可用的預覽以及與輸出相關的檢查。
產出下一版本
提出修改要求，然後匯出或使用該專案支援的交付流程。
探索接下來的可能。
查看所有建置工具
AI 網站建置器
建立登陸頁面、線上商店和內容網站。描述目標受眾與體驗方式，然後檢視並調整建構結果。
探索 AI 網站建構器
AI 應用程式建置器
根據使用者需求打造網頁版、行動版與桌面版應用程式。預覽體驗、進行調整，並準備適合的封裝。
探索 AI 應用程式建構器
AI 遊戲建置器
將遊戲構想化為可遊玩的專案。塑造規則、角色與世界觀，然後測試並反覆優化體驗。
探索 AI Game Builder常見問答
開始之前，先釐清一些重點。
我可以建構哪些類型的資料專案？+
資料工作流程支援分析、分類、迴歸、預測與分群。描述問題、可用的資料以及你想評估的結果。
我的需求說明應該包含什麼？+
說明每一列代表什麼、你想預測或分析的欄位，以及你將如何判斷有用的結果。包含相關限制與專案可用的資料。
模型結果如何被檢查？+
對於支援的監督式任務，平台會在建構者看到資料之前先分離出保留資料，並重新計算評估結果。它也會與基準比較並檢查資料洩漏。請一併檢視這些發現與報告。
我會收到什麼？+
一個專案可以包含訓練與預測程式碼、報告、評估結果與輸出成品。檢視產生的檔案，並使用可用的下載選項繼續使用它們。
我可以改進現有的結果嗎？+
可以。使用建構對話來調整目標、說明錯誤或請求不同的方法。檢視新的評估結果，看看該變更是否有幫助。
良好的評估是否保證未來的準確度？+
不保證。評估描述的是在所使用的資料與測試設定下的表現。新資料、變動的條件以及與預期用途的差異都可能改變結果。
你想做什麼？
建立一個新專案，或讓專業團隊著手處理你的下一項任務。