Explore a Inteligência preditiva
ServiceNow® Inteligência preditivaé uma função da plataforma que fornece uma camada de inteligência artificial que capacita recursos e capacidades do ServiceNow® aplicações para fornecer melhores experiências de trabalho.
Visão geral do Inteligência preditiva
Inteligência preditiva é um poderoso conjunto de ferramentas para usar inteligência artificial e aprendizado de máquina para melhorar a experiência de trabalho. Você pode criar e treinar modelos na plataforma e integrar com outros ServiceNow produtos e aplicações.
A seguir, são apresentados os conceitos subjacentes por trás do Inteligência preditiva e as diferentes estruturas disponíveis.
Para saber mais sobre como usar modelos existentes, consulte Como usar o Inteligência preditiva.
Inteligência preditiva para clientes no local
Terminologia
- Inteligência artificial
- Sistemas projetados para realizar trabalhos que precisam de um nível de inteligência humana para realizar.
- Aprendizado de máquina
- Capacidade de os modelos melhorarem ao longo do tempo com mais experiência.
- Modelos
- Coleções de algoritmos, matemática e estatísticas que fazem previsões e decisões com base em dados de entrada e saída.
- Treinamento
- Adicionar ou alterar dados nos quais o modelo se baseia para afetar as previsões futuras.
- Treinamento supervisionado
- Fornecer pares de entrada-saída para que o modelo possa gerar regras que conectem os dois.
- Treinamento não supervisionado
- Fornecer dados brutos para que o modelo possa identificar estruturas no conjunto de dados.
- Frequência de treinamento
- Com que frequência os modelos são retreinados para combinar o modelo existente com novos dados de treinamento.
- Corpus de palavras
- Vocabulário que um modelo pode usar para procurar semelhança textual.
Componentes do modelo preditivo
- Definição de solução
- Um registro de dados que você cria e configura que especifica esses valores para treinar um modelo preditivo.
- Os registros usados para treinar o modelo. Por exemplo, treine somente em incidentes resolvidos ou encerrados nos últimos seis meses.
- Os campos de entrada que o modelo usa para fazer previsões. Por exemplo, use a descrição resumida do incidente para fazer uma previsão.
- O campo de saída cujo valor o modelo prevê. Por exemplo, defina a categoria do incidente com base na descrição resumida.
- A frequência para treinar novamente o modelo. Por exemplo, treine novamente o modelo a cada 30 dias.
- Solução
- A solução é o resultado de uma definição de solução que você treinou em um ServiceNow datacenter. Inteligência preditiva usa a solução para prever um valor de campo de destino de acordo com um ou mais valores de campo de entrada. Todas as soluções especificam esses valores.
- A solução precisão é a porcentagem agregada de previsões corretas. Por exemplo, uma precisão de 50 significa que de 100 previsões, metade delas deve ter o valor correto.
- A solução cobertura é a porcentagem agregada de registros que recebem uma previsão. Por exemplo, uma cobertura de 50 significa que metade de todos os registros qualificados realmente recebe uma previsão.
- A solução classes são os valores do campo de saída para os quais o modelo pode fazer previsões. Cada classe é um valor de campo de saída com uma lista de métricas de precisão, cobertura e distribuição possíveis para escolher. Por exemplo, a solução Categorização de incidentes tem uma classe para cada categoria, como software, consulta e banco de dados.
- A classe distribuição é a porcentagem de registros de toda a tabela que têm este valor de campo de saída específico. Por exemplo, uma distribuição de 50 para a classe de consulta significa que metade dos incidentes tem a categoria de consulta.
Estruturas de Inteligência preditiva
Inteligência preditiva o fornece três estruturas no Zurich versão. Cada estrutura tem diferentes tipos de solução para treinar o sistema a prever, recomendar e organizar resultados de dados. Uma solução treinada pode ser invocada por qualquer aplicação por meio de uma API para fazer uma previsão. Mais informações podem ser encontradas em Inteligência preditiva estruturas.