בדף הזה מוסבר איך להכין את מערכי הנתונים שנדרשים ליצירת פלט של תחזיות.
לפני שמתחילים
לפני שמתחילים, צריך:
- מודל
- כדי לרשום את כל הצדדים שמופיעים במערך הנתונים שבו אתם משתמשים לחיזוי
יצירת מערך נתונים לחיזוי
אפשר ליצור תחזיות באמצעות מערך נתונים קיים (לדוגמה, מערך הנתונים שבו השתמשתם לבדיקה רטרוספקטיבית). עם זאת, בסביבת ייצור, מומלץ ליצור מערך נתונים חדש לכל הרצת חיזוי:
- כלקוחות, אתם אחראים למעקב אחר מקורות הנתונים ממערך הנתונים ועד למודל. כדי לוודא שהנתונים לא ישתנו, מומלץ ליצור תמונת מצב של טבלה ב-BigQuery של הטבלאות ב-BigQuery אחרי שהן עוברות אימות נתונים, ולהפנות לתמונת המצב במערך הנתונים של AML AI. אם אתם מפנים לטבלאות שמתעדכנות באופן קבוע, פעולות של AML AI קוראות את טבלאות BigQuery בכל פעם שפעולה משתמשת במערך הנתונים של AML AI, כך ששינויים בטבלאות הבסיסיות של BigQuery יכולים להשפיע על כוונון, אימון, בדיקה לאחור וחיזויים.
- כדי להכין את הטבלאות של BigQuery, פועלים לפי ההנחיות שבקטע הכנת נתונים ל-AML AI. לאחר מכן, יוצרים מערך נתונים נפרד של AML AI לחיזוי באמצעות הטבלאות שצילמתם בשלב 1. כדי ליצור את מערכי הנתונים והטבלאות ב-BigQuery, אפשר להשתמש בפקודות שבמאמר הכנת מערכי נתונים וטבלאות ב-BigQuery.
הכנת יעדי הפלט
AML AI יוצר פלט של חיזויים (ציוני סיכון והסברים) ב-BigQuery כשיוצרים משאב של תוצאות חיזוי.
לפני שיוצרים תוצאות של תחזיות, צריך ליצור מערך נתונים ב-BigQuery בשביל הפלט הזה. אפשר להשתמש בכל מערך נתונים ב-BigQuery כדי לייצא תוצאות של תחזיות, כל עוד ההרשאות הנכונות ניתנות ומערך הנתונים נמצא באותו פרויקט שבו מופעל ה-API ובאותו מיקום כמו מופע AML AI.
יצירת ציוני סיכון והסברים
אחרי שיש לכם את מערך הנתונים לתחזית, משאב של מודל מאומן ומערך נתונים ב-BigQuery לפלט, אתם יכולים ליצור תוצאות של תחזיות. במאמר יצירה וניהול של תוצאות תחזית מוסבר איך עושים את זה.