の構成のヒント 予測インテリジェンス

ソリューショントレーニングとソリューション予測中に問題が発生した場合は、次の提案された解決策に従ってください。

入力データ

モデルをトレーニングするために少なくとも 30,000 件のレコードを用意することをお勧めしますが、モデルの精度は入力データによって決まります。

ソリューションのトレーニングに使用される入力データの品質を決定する主な要因は 3 つあります。

• 清潔さ:サニタイズされたデータはノイズを低減し、モデルをより正確にします。
• 品質:入力と出力は、正確な予測を行うようにモデルをトレーニングするために有効かつ正確である必要があります。
• 分布: データセット全体を表すデータは、より一般化された予測を行うことができるモデルになります。

ほとんどの生データセットには、ダーティで使用できないデータが含まれています。トレーニングの前に入力セットを確認することは、正確な予測モデルを維持するために不可欠です。

入力データの約 80% をモデルのトレーニングに使用し、データの約 20% をモデルが正確かどうかを評価することをお勧めします。モデルの予測結果を、残りのデータの 20% の実際の値と比較できます。

ソリューショントレーニング

問題	解決策または提案されたアクション
スケジューラージョブが誤った Glide コールバックインスタンス URL を使用しているため、ソリューショントレーニングが [トレーニング待ち] ステータスのままになる時間が長すぎます。	Glide インスタンスの glide.servlet.uri プロパティが正しいインスタンス URL に設定されていることを確認します。この問題は、次の場合に発生する可能性があります。 インスタンスは本番環境からクローンされますが、引き続き glide.servlet.uri プロパティの本番 URL を参照します。 Glide インスタンスがプロビジョニングされ、初めてトレーニングが実行されます。
新しいカテゴリが追加されましたが、まだトレーニングには影響していません。	ソリューションが再トレーニングされるまで新しいカテゴリにはまだ十分なデータがない可能性があるため、これは正常な動作です。
ソリューショントレーニングは失敗します。	トレーニングに失敗した場合は、ソリューション画面の [トレーニング進捗状況を表示 ] 関連リンクをクリックして、潜在的な問題がどこにあるかを特定します。
ユーザー認証が原因でソリューショントレーニングが失敗します。	[システムセキュリティ> [ユーザー] に移動し、sharedservice.worker ユーザーが [アクティブ] に設定されていることを確認します。
モデルを作成できないというモデルトレーニングが返されます。トレーニングは失敗し、「トレーニングソリューション中にエラーが発生しました (Error while training solution)」というメッセージが表示されます。トレーニングの進捗状況ウィンドウに、「使用されたデータが十分でないか、入力フィールドが出力フィールドを予測できないため、ソリューショントレーニングに失敗しました」というメッセージが表示されます。	この問題は、データ量またはフィールド値の分布がモデルを正常にビルドするのに十分でない場合に発生する可能性があります。トラブルシューティングを行うには、次の手順に従います。 出力フィールドの分布が偏っていないことを確認します。 大量のデータを使用するように日付フィルターを変更して、モデルを再トレーニングします。 入力フィールドが完全に入力されていない場合は、null レコードを削除するフィルターを追加します。
ソリューションには複数の言語のデータがありますが、カバレッジと精度の結果は劣っています。	メトリクスを改善するには、次のオプションを使用します。 オプション 1:ソリューションの処理言語を最も目立つ英語以外の言語に更新します。 注: デフォルトでは、すべてのデータセットに英語が適用されます。 オプション 2: 各言語または地域に十分なデータがある場合: プライマリ言語を特定できる特定の言語/地域 (オランダ語、英語、フランス語、ドイツ語、日本語、またはスペイン語) のフィルター基準を追加します。 言語/地域ごとにソリューションを生成し、適切な処理言語を各ソリューションに適用します。

ソリューション予測

問題	解決策または提案されたアクション
予測は失敗し、原因が不明な Java 例外が返されます。	予測インテリジェンス Glide ログで例外を検索します。 例外、影響を受けるインスタンス、ソリューション名、入力文字列など、関連するすべての詳細を含む 予測インテリジェンス のインシデントレコードを送信します。
インシデント/ケースレコードに適用される予測はありませんが、Rest API エクスプローラーでテストすると予測は値を返します。	これは、予測の信頼性が予測を行うために必要なしきい値を下回る場合に発生する可能性があります。ソリューションがトレーニングされたら、次の手順を使用して、ソリューション設定を調整する必要があるかどうかを確認します。 REST API エクスプローラー> [システム Web サービス] >に移動して、予測の信頼性レベルを確認します。「分類のソリューション予測のテスト」を参照してください。 ML ソリューション定義レコードで、クラスの名前をクリックして、予測で返された結果クラスのしきい値セットを確認します。[クラス] ページが表示されます。 [推定精度] と [推定カバー範囲] の値を確認します。対応するしきい値が結果の予測の信頼性よりも高い場合、これが予測が表示されない根本原因です。 クラスの精度と範囲の値を調整して、範囲または精度を上げます。「トレーニング済み分類ソリューションの調整」を参照してください。

インスタンスのクローン

問題	解決策または提案されたアクション
インスタンスがクローンされた後は、既存のソリューションの予測は失敗します。	[ml_artifacts] テーブルの ML ソリューションアーティファクトは、[sys_attachment テーブル] に保存されます。実行時に [ml_artifacts] テーブルがクローンに含まれていない場合、予測は失敗します。機械学習アーティファクトは 予測インテリジェンス ソリューションの重要なコンポーネントであるため、クローンに含めてください。
インスタンスがクローンされると、ソリューショントレーニングは失敗します。	クローン作成の実行が進むにつれて、sharedservice.worker ユーザーが非アクティブ化されているか、ロックアウトされているか、ユーザー ID が設定されていない可能性があります。ソリューショントレーニングが成功するように、これらの問題を解決します。