Explore a Inteligência preditiva
ServiceNow® Inteligência preditivaé uma função da plataforma que fornece uma camada de inteligência artificial que capacita recursos e capacidades ServiceNow® aplicações para proporcionar melhores experiências de trabalho.
Visão geral do Inteligência preditiva
Inteligência preditiva é um poderoso conjunto de ferramentas que aplicam inteligência artificial e aprendizado de máquina para fazer previsões. Você pode criar e treinar modelos em três estruturas diferentes: Classificação, clustering e semelhança. Uma solução treinada pode ser invocada por qualquer um ServiceNow Por meio de uma API.
Para saber mais sobre como usar modelos existentes, consulte Como usar o Inteligência preditiva.
Inteligência preditiva para clientes no local
Inteligência preditiva também está disponível para clientes no local. Se você estiver interessado em implantar este produto no local, entre em contato com seu gerente de conta. Para obter instruções de instalação e configuração no local, consulte as instruções completas para Instalação e configuração do Mecanismo de aprendizado de máquina para clientes auto-hospedados [KB0782052] em Now Support Auto-hospedado Base de conhecimento.
Nota:
Somente contas no local podem acessar o. Now Support Auto-hospedado Base de conhecimento.
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 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 incorporar novos dados em um modelo existente.
- Corpus de palavras
- Vocabulário que um modelo pode usar para procurar semelhança textual.
Componentes do modelo preditivo
Um modelo preditivo inclui esses componentes, alguns dos quais você deve fornecer.
- 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 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 retreinar 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 ServiceNow datacenter. Inteligência preditiva usa a solução para prever um valor de campo de destino 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 recebem 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 possíveis métricas de precisão, cobertura e distribuição para escolher. Por exemplo, a solução de 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.