予測インテリジェンス のインストール

  • リリースバージョン: Washingtondc
  • 更新日
  • 1 読むのに数分読む

    • インスタンスで有効化 予測インテリジェンス し、基本構成を開始します。

    始める前に

    必要なロール：admin

    このタスクについて

    インスタンスで初めてプラグインを有効にする 予測インテリジェンス と、ホームページが起動します。このホームページには、分類、類似性、クラスタリング、回帰ソリューションのフレームワークの概要が含まれています。ページから直接ソリューションを作成、トレーニング、およびテストできるため、機械学習 (ML) ソリューションの基本的な機能の仕組みをすばやく理解できます。最新のトレーニング済みソリューションの概要も利用できます。

    手順

    1. [System Definition] > [Plugins] に移動します。
    2. 検索バーを使用して、Reports (com.glide.platform_ml_pa) プラグインとその依存 予測インテリジェンス (com.glide.platform_ml) プラグインを検索します予測インテリジェンス。
    3. [ インストール ] を選択し、[プラグインのアクティブ化] ダイアログ ボックスで [ アクティブ化] を選択します。
      最初のプラグインをアクティブ化すると、その依存プラグインが自動的にアクティブ化されます。
    4. アクティベーションによって sharedservice.worker ユーザーが正常に作成されたことを確認します。
      2 つの 予測インテリジェンス プラグインは、ML ソリューションのトレーニングにこのユーザーを使用します。
      注:
      sharedservice.worker ユーザーには、次のロールが含まれます。
      • platform_ml_read
      • platform_ml_write
      • platform_ml_create
      これらのロールは、ソリューションの作成、トレーニング、および表示に必要です。これらのロールは内部的なものであり、編集したり他のユーザーにアサインしたりするためのものではありません。

    予測インテリジェンス の実装

    機械学習 (ML) アルゴリズムをトレーニングして、過去のレコードデータに基づいて予測を行うための初期セットアップと構成手順 予測インテリジェンス を実装します。

    始める前に

    必要なロール：admin または ml_admin

    このタスクについて

    トレーニングプロセスでは、最寄りのデータセンターのトレーニングサービスにレコードデータを送信する必要があります。すべてのデータセンターには専用のトレーニングサーバーがあり、データはデータセンターから離れないため、このサービスはデータ主権要件を持つ顧客も利用できます。プロセスの詳細については、「Predictive Intelligence の詳細」を参照してください。

    初期設定とセットアップに関するよくある質問については、「KB0781894」を参照してください。

    手順

    1. 非本番インスタンスで 予測インテリジェンス をアクティブ化します。
    2. 本番インスタンスから 予測インテリジェンス ソリューションで処理するレコードをエクスポートします。
      たとえば、12 か月分のインシデントレコードを非本番インスタンスにエクスポートします。
    3. 非本番インスタンスで、エクスポートしたレコードをインポートします。
    4. 非本番インスタンスで、デフォルトのソリューション定義レコードを確認して、フィルター、入力フィールド、および出力フィールドがインシデントまたはタスクレコードを十分に予測できるかどうかを判断します。
      必要に応じて、予測するレコードセットごとにソリューション定義を作成します。詳細については、「分類ソリューションの作成とトレーニング」を参照してください。
    5. 非本番インスタンスで、ソリューション定義レコードをトレーニングします。
    6. テストレコードを作成するか、本番環境からレコードをインポートして、ソリューション予測をテストします。
    7. 分類ソリューションの場合は、予測レポートを確認して、ソリューションと個々のクラスの精度と範囲を決定します。
    8. 類似性ソリューションについては、類似性の例を確認して、必要に応じて類似性スコアのしきい値を更新します。
    9. 必要に応じて、ソリューション定義フィルターを更新して、より多く、さまざまなトレーニングレコードを含めます。
    10. 更新されたソリューション定義レコードを再トレーニングして再テストします。
    11. ソリューションに満足したら、本番インスタンスでアクティブ化 予測インテリジェンス します。
    12. カスタムソリューション定義レコードを再作成してソリューションをトレーニングするか、非本番インスタンスから本番インスタンスにソリューションをインポートします。