Explorez Intelligence prédictive
ServiceNow® Intelligence prédictive est une fonction de plateforme qui fournit une couche d’intelligence artificielle qui active les fonctionnalités et les options dans les ServiceNow® applications afin d’offrir de meilleures expériences de travail.
Vue d'ensemble
Intelligence prédictive est un ensemble puissant d’outils permettant d’utiliser l’intelligence artificielle et l’apprentissage machine pour améliorer l’expérience de travail. Vous pouvez créer et former des modèles sur la plateforme et les intégrer à d’autres ServiceNow produits et applications.
Ce qui suit présente les concepts sous-jacents Intelligence prédictive et les différents cadres disponibles.
Pour en savoir plus sur les façons d’utiliser les modèles existants, reportez-vous à Utiliser Intelligence prédictive.
Terminologie
- Intelligence artificielle
- Des systèmes conçus pour effectuer un travail qui nécessite un certain niveau d’intelligence humaine.
- Apprentissage machine
- Possibilité pour les modèles de s’améliorer au fil du temps avec plus d’expérience.
- Modèles
- Collections d’algorithmes, de mathématiques et de statistiques qui font des prédictions et prennent des décisions en fonction des données d’entrées-sorties.
- Formation
- Ajouter ou modifier des données sur lesquelles le modèle est basé pour affecter les prédictions futures.
- Formation supervisée
- Fournir des paires d’entrée-sortie afin que le modèle puisse générer des règles qui relient les deux.
- Formation non supervisée
- Fournir des données brutes afin que le modèle puisse identifier les structures dans l’ensemble de données.
- Fréquence de la formation
- Fréquence à laquelle les modèles sont reformés pour combiner le modèle existant avec de nouvelles données de formation.
- Corpus de mots
- Vocabulaire qu’un modèle peut utiliser pour rechercher une similarité textuelle.
Composants de modèle prédictif
- Définition de la solution
- Enregistrement de données que vous créez et configurez qui spécifie ces valeurs pour l’entraînement d’un modèle prédictif.
- Les enregistrements utilisés pour former le modèle. Par exemple, entraînez-vous uniquement sur les incidents résolus ou fermés au cours des six derniers mois.
- Champs d’entrée que le modèle utilise pour effectuer des prédictions. Par exemple, utilisez la brève description de l’incident pour faire une prédiction.
- Champ de sortie dont le modèle prédit la valeur. Par exemple, définissez la catégorie d’incident en fonction de la brève description.
- Fréquence de reformation du modèle. Par exemple, vous pouvez reformer le modèle tous les 30 jours.
- Solution
- La solution est le résultat d’une définition de solution que vous avez formée dans un ServiceNow centre de données. Intelligence prédictive utilise la solution pour prédire une valeur de champ cible en fonction d’une ou de plusieurs valeurs de champ d’entrée. Toutes les solutions spécifient ces valeurs.
- La précision de la solution est le pourcentage agrégé de prédictions correctes. Par exemple, une précision de 50 signifie que sur 100 prédictions, la moitié d’entre elles doivent avoir la valeur correcte.
- La couverture de la solution est le pourcentage agrégé d’enregistrements qui reçoivent une prédiction. Par exemple, une couverture de 50 signifie que la moitié de tous les enregistrements éligibles reçoivent réellement une prédiction.
- Les classes de solutions sont les valeurs de champ de sortie pour lesquelles le modèle peut faire des prédictions. Chaque classe est une valeur de champ de sortie avec une liste de mesures de précision, de couverture et de distribution possibles. Par exemple, la solution de catégorisation des incidents a une classe pour chaque catégorie, comme les logiciels, les demandes et les bases de données.
- La distribution de classe est le pourcentage d’enregistrements de la table entière qui ont cette valeur de champ de sortie particulière. Par exemple, une distribution de 50 pour la classe d’enquête signifie que la moitié des incidents ont la catégorie d’enquête.
Cadres de travail Predictive Intelligence
Intelligence prédictive fournit trois cadres de travail dans la mise en Washington DC production. Chaque cadre de travail a différents types de solutions pour entraîner le système à prédire, recommander et organiser les résultats des données. Une solution formée peut être invoquée par n’importe quelle application via une API pour effectuer une prédiction. Pour plus d’informations, consultez Intelligence prédictive Cadres.