Predictive Intelligence installieren

  • Freigeben Version: Zurich
  • Aktualisiert 31. Juli 2025
  • 2 Minuten Lesedauer

    • Aktivieren Predictive Intelligence In Ihrer Instanz und erste Schritte mit der Basiskonfiguration.

    Vorbereitungen

    Erforderliche Rolle: Administrator

    Warum und wann dieser Vorgang ausgeführt wird

    Die Predictive Intelligence Plugin (com.glide.platform_ml) ist im Basissystem enthalten. Bei Bedarf können Sie es jedoch mit dem folgenden Verfahren aktivieren.

    Andere zugehörige Plugins und Store-Anwendungen sind verfügbar. Beispiel: Predictive Intelligence Für Außendienst-Management(Com.snc.fsm_ml) stellt Lösungen bereit, die für relevant sind FSM. Einige dieser Plugins erfordern möglicherweise eine separate Lizenz.

    Wenn Sie aktivieren Predictive Intelligence Plugin zum ersten Mal startet das System in Ihrer Instanz eine Homepage. Die Homepage bietet einen Überblick über Ihre Lösungsdefinitionen in den Frameworks für Klassifizierung, Ähnlichkeit, Clustering und Regression. Sie können Lösungen direkt auf der Homepage erstellen, trainieren und testen. Eine Zusammenfassung der neuesten trainierten Lösung ist ebenfalls verfügbar.

    Prozedur

    1. Navigieren zu Systemdefinition > Pluginsan.
    2. Verwenden Sie die Suchleiste, um zu suchen Predictive Intelligence(com.glide.platform_ml)-Plugin.
    3. Wählen Sie Aus Installieren Und wählen Sie dann im Dialogfeld Plugin aktivieren die Option aus Aktivieren .
      Wenn Sie ein Plugin aktivieren, werden alle abhängigen Plugins automatisch aktiviert.
    4. Vergewissern Sie sich, dass der Benutzer sharedservice.worker bei der Aktivierung erfolgreich erstellt wurde.
      Beim Trainieren Ihrer Lösungen Predictive Intelligence Arbeitet als dieser Anwender.
      Hinweis:
      Die freigabeservice.Worker Der Anwender enthält die folgenden Rollen:
      • platform_ml_read
      • Platform_ml_write
      • Platform_ml_create
      Diese Rollen sind zum Erstellen, Trainieren und Anzeigen von Lösungen erforderlich. Es handelt sich um interne Rollen, die nicht bearbeitet oder anderen Anwendern zugewiesen werden sollen.

    Predictive Intelligence implementieren

    Implementieren Sie die anfänglichen Setup- und Konfigurationsschritte für Predictive Intelligence, um einen Algorithmus für maschinelles Lernen (ML) so zu trainieren, dass er auf Grundlage früherer Datensatzdaten Vorhersagen trifft.

    Vorbereitungen

    Erforderliche Rolle: admin oder ml_admin

    Warum und wann dieser Vorgang ausgeführt wird

    Der Trainingsvorgang erfordert das Senden von Daten aus Datensätzen an einen Trainingsservice im nächstgelegenen Rechenzentrum. Da jedes Rechenzentrum über einen eigenen dedizierten Trainingsserver verfügt und die Daten das Rechenzentrum nicht verlassen, steht dieser Service auch Kunden mit Anforderungen in puncto Datenhoheit zur Verfügung. Weitere Informationen zu diesem Prozess finden Sie unter Erkunden Sie Predictive Intelligence.

    Häufig gestellte Fragen zur Erstkonfiguration und zum Setup finden Sie unter KB0781894 .

    Prozedur

    1. Aktivieren Sie Predictive Intelligence auf einer Nicht-Produktionsinstanz.
    2. Exportieren Sie aus Ihrer Produktionsinstanz die Datensätze, die Ihre Predictive Intelligence-Lösungen verarbeiten sollen.
      Exportieren Sie beispielsweise Incident-Datensätze von 12 Monaten in eine Nicht-Produktionsinstanz.
    3. Importieren Sie in der Instanz außerhalb der Produktion die von Ihnen exportierten Datensätze.
    4. Überprüfen Sie in der Nicht-Produktionsinstanz die standardmäßigen Lösungsdefinitions-Datensätze, um festzustellen, ob der Filter, die Eingabefelder und das Ausgabefeld ausreichen, um Ihre Incident- oder Aufgabendatensätze vorherzusagen.
      Wenn erforderlich, erstellen Sie eine Lösungsdefinition für jeden Datensatz, den Sie vorhersagen möchten.
    5. Trainieren Sie in der Instanz außerhalb der Produktion die Lösungsdefinitionsdatensätze.
    6. Testen Sie die Lösungsvorhersagen auf der Instanz außerhalb der Produktion, indem Sie entweder Testdatensätze erstellen oder weitere Datensätze aus der Produktion importieren.
    7. Bei Klassifizierungslösungen sollten Sie die Vorhersageberichte überprüfen, um die Genauigkeit und Abdeckung Ihrer Lösung und der einzelnen Klassen zu ermitteln.
    8. Bei Ähnlichkeitslösungen sollten Sie die Ähnlichkeitsbeispiele überprüfen, um gegebenenfalls den Schwellenwert für die Ähnlichkeitspunktzahl zu aktualisieren.
    9. Aktualisieren Sie ggf. den Lösungsdefinitionsfilter, um mehr oder andere Trainingsdatensätze einzubeziehen.
    10. Trainieren und testen Sie alle aktualisierten Lösungsdefinitions-Datensätze erneut.
    11. Wenn Sie mit Ihren Lösungen zufrieden sind, aktivieren Sie Predictive Intelligence in der Produktionsinstanz.
    12. Erstellen Sie alle benutzerdefinierten Lösungsdefinitions-Datensätze neu, und trainieren Sie die Lösung, oder importieren Sie die Lösung aus ihrer Nicht-Produktionsinstanz in Ihre Produktionsinstanz.