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: Xanadu
  • 更新日 2024年08月01日
  • 所要時間：3分

    • 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、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 予測インテリジェンス プラグインを初めてアクティブ化すると、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、および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) ソリューションがどのように機能するかの基本機能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参照できます。

    手順

    1. [System Definition (システム定義)] > [Plugins (プラグイン)] に移動します。
    2. 検索バーを使用して 予測インテリジェンス 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。
    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有効にすると、その依存プラグインが自動的に有効になります。
    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、ソリューションを作成、トレーニング、および表示するために必要です。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

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

    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に留まるため、このサービスはデータ主権要件のある顧客も利用できます。プロセスの詳細については、「Predictive Intelligence の詳細はこちら」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。
    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、本番環境からさらにレコードをインポートして、非本番インスタンスで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 予測インテリジェンス をアクティブ化します。
    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。