Predictionモデルは、過去データのさまざまなパターンを分析して、今後の処理や結果を予測します。詳細はPredictionモデルについてページをご参照ください。
Predictionモデルを設定するには、次の4つのステップに従ってください。
手順 3: model 概要の確認、train・テストの実施
トレーニングデータは、モデルがパターンを見つけ、解釈を行い、予測を導き出すために使用される初期データセットです。モデルが入力された情報を正しく認識し、提供された情報に基づいて正確な判断ができるようにトレーニングする必要があります。これにより、モデルが意図した通りに動作することが保証されます。トレーニングデータは2つの方法で投入できます。
アプリケーションの項目に保存されているデータを、トレーニングデータとしてモデルに取り込む項目を選択できます。
アプリケーション内に十分なデータがない場合でも、データがCSV形式のファイルに保存されていれば、それを予測モデルのトレーニングデータとして使用できます。
メモ:
アップロード前に、データ列内の情報が揃っているか認証してください。CSVファイル内に欠損データがある場合は、そのデータを削除するか、必要なデータを追加してからアップロードしてください。
CSVファイルの最大サイズは4MBです。
その他のガイドラインについては、こちらをご参照ください。
トレーニングデータを追加した後、Model 名前、Base 項目/列、依存項目/Columnsなどのmodel詳細を確認できます。修正が必要な場合は、前の画面に戻って編集してください。問題なければ、そのままモデルのトレーニングに進めます。
予測モデルをアプリケーションで実際に利用する前に、望ましい結果を予測できるようトレーニングを行う必要があります。
トレーニングが完了した後、ユーザーはモデルのステータス(trained、失敗、下書き)、モデルの種類、作成日・更新日、その他の詳細を以下の通り確認できます。
このセクションでは、モデルの現在のバージョン、学習データ件数、ベース項目、および依存項目を表示できます。
このセクションでは、モデルのバージョン数、現在稼働中のバージョン、モデル作成日、および精度スコアを確認できます。精度スコアは各学習済みバージョンごとに表示されます。モデルを再学習し、この精度スコアを使って同一モデルの2つのバージョンを素早く比較できます。
このセクションでは、アプリ名、フォーム名、および項目名(モデルがデプロイされている場所)を表示できます。また、異なる環境ごとにフィルターして、モデルがどの環境にデプロイされているかを確認できます。
トレーニング後、任意でモデルの信頼性をテストし、アプリケーションに導入する前に確認できます。この操作は必須ではありませんが、モデルがデータパターンを正しく解析し、高い精度で結果を予測できているかを確認するために役立ちます。
モデルのテスト後、予測結果とともに精度スコアが表示されます。 精度スコアの評価
モデルをトレーニングした後、アプリケーションでデプロイできるように公開する必要があります。開発者やユーザーがPrediction Modelを利用し、予測を開始できます。
モデルのトレーニングおよびテストが完了したら、公開してユーザーが利用できるようにし、予測を開始できます。
メモ:
メモ:
アプリを有効化し、依存項目に値を追加できるようになります。prediction 項目がそれに応じた値を予測します。
「導入したばかりで基本操作や設定に不安がある」、「短期間で集中的に運用開始できる状態にしたい」、「運用を開始しているが再度学び直したい」 といった課題を抱えられているユーザーさまに向けた少人数制のオンライントレーニングです。
日々の営業活動を効率的に管理し、導入効果を高めるための方法を学びましょう。