Modelle

Ein Machine-Learning-Modell ist im Wesentlichen eine mathematische Darstellung eines realen Prozesses. Zum Erstellen von Machine Learning-Modellen müssen Sie Machine Learning-Algorithmen mit Trainingsdaten bereitstellen, von denen sie lernen können.

Die Plattform verwendet eine Reihe von Machine-Learning-Modellen (sowohl überwacht als auch nicht überwacht), um Ihre Daten zu interpretieren, zu verstehen und Beschriftungen anzuwenden. Wir verwenden in unserer Plattform und unserer Dokumentation häufig den Begriff „Modell“, um gemeinsam auf diese Modelle zu verweisen, die hinter den Kulissen arbeiten.

Jedem Dataset ist ein „Modell“ zugeordnet, das trainiert wird, wenn Benutzer Nachrichten innerhalb der Plattform überprüfen. Während das Modell trainiert wird, lernt es und wird verbessert, sodass bessere Vorhersagen für Beschriftungen und allgemeine Felder getroffen werden können.

Modelle können gespeichert und versioniert werden. Das bedeutet, dass Benutzer, die einen Automatisierungsstream einrichten, eine bestimmte Version des Modells auswählen und sich auf die Leistung dieser Version für die jeweilige Bezeichnung verlassen können. Dies bietet Benutzern Determinität bei der Erstellung von Automatisierungen oder bei der Verwendung der Daten für Analysen in nachgelagerten Anwendungen. Weitere Informationen finden Sie im Abschnitt Modelle .