- Erste Schritte
- Ausgewogenheit
- Cluster
- Konzeptabweichung
- Abdeckung
- Datasets
- General fields (previously Entities)
- Bezeichnungen (Vorhersagen, Konfidenzniveaus, Hierarchie usw.)
- Modelle
- Streams
- Modellbewertung
- Projekte
- Präzision
- Rückruf
- Überprüfte und nicht überprüfte Nachrichten
- Quellen
- Taxonomien
- Training
- „True“ und „false“ positive und negative Vorhersagen
- Validierung
- Messages
- Verwaltung
- Verwalten Sie Quellen und Datasets
- Verstehen der Datenstruktur und -berechtigungen
- Erstellen Sie eine Datenquelle in der GUI
- Hochladen einer CSV-Datei in eine Quelle
- Ein neues Dataset erstellen
- Mehrsprachige Quellen und Datasets
- Aktivieren der Stimmung für ein Dataset
- Ändern Sie die Einstellungen eines Datasets
- Löschen Sie Nachrichten über die Benutzeroberfläche
- Löschen Sie ein Dataset
- Exportieren Sie ein Dataset
- Verwenden von Exchange-Integrationen
- Vorbereiten von Daten für den CSV-Upload
- Modelltraining und -wartung
- Understanding labels, general fields and metadata
- Bezeichnungshierarchie und bewährte Methode
- Definieren Ihrer Taxonomieziele
- Analyse- vs. Automatisierungsanwendungsfälle
- Konvertieren Ihrer Ziele in Bezeichnungen
- Erstellen Ihrer Taxonomiestruktur
- Best Practices für den Taxonomieentwurf
- Ihre Taxonomie wird importiert
- Übersicht über den Modelltrainingsprozess
- Generative Anmerkung (NEU)
- Verstehen des Status Ihres Datasets
- Best Practice für Modelltraining und Anmerkungen
- Training mit aktivierter Beschriftungs-Stimmungsanalyse
- Trainieren
- Einführung in Verfeinerung
- Erläuterungen zu Präzision und Rückruf
- Präzision und Rückruf
- Wie funktioniert die Validierung?
- Verstehen und Verbessern der Modellleistung
- Warum kann eine Bezeichnung eine geringe durchschnittliche Genauigkeit haben?
- Training mit Beschriftung „Überprüfen“ und Beschriftung „Verpasst“.
- Training mit der Bezeichnung „Teach“ (Verfeinern)
- Training mit der Suche (verfeinern)
- Verstehen und Erhöhen der Abdeckung
- Verbesserung des Abgleichs und Verwendung des Abgleichs
- Wann das Training Ihres Modells beendet werden soll
- Defining and setting up your general fields
- Understanding general fields
- Which pre-trained general fields are available?
- Enabling, disabling, updating and creating general fields
- General field filtering
- Reviewing and applying general fields
- Validation for general fields
- Improving general field performance
- Building custom regex general fields
- Generative Extraktion
- Verwenden von Analyse und Überwachung
- Automatisierungs- und Communications Mining
- Häufige Fragen und mehr
![](https://docs.uipath.com/_next/static/media/grid.05ebd128.png?w=3840&q=100)
Trainieren
Benutzerberechtigungen erforderlich: Quellen anzeigen UND Überprüfen und Beschriften.
Die Hauptseite „Training“ enthält nützliche Informationen über das bisher durchgeführte Training, die Leistung des Modells und eine Liste der priorisierten nächstbesten Trainingsaktionen, die genauso wie die Seite Validierung auszuführen sind. Es handelt sich um ein vollständig geführtes Beschriftungstraining .
So trainieren Sie eine Aktion:
- Wählen Sie eine Trainingsaktion aus, um zur spezifischen Schnittstelle für Trainingsbatches zu wechseln, für kurze, einfach zu verbrauchende Trainingssitzungen.
Je nach empfohlener Aktion beträgt die Anzahl der Meldungen oder Meldungscluster im Batch 10, kann jedoch variieren.
Batch-Trainingsseite für „Machine“-Training - Apply the labels (and general fields) to the message(s) on the screen.
- Klicken Sie auf Fertig. Sie können zur nächsten Meldung oder zum nächsten Cluster wechseln, indem Sie auf Weiter klicken.
- Eine Zusammenfassung der Trainingsaktionen, die Sie durchgeführt haben, wird am Ende des Batches angezeigt. Wählen Sie eine weitere empfohlene Aktion aus, um Ihre nächste Sitzung auszuwählen.
Zusammenfassung der Trainingsaktionen, die während eines Trainingsbatches abgeschlossen wurden
- Wählen Sie eine weitere empfohlene Aktion aus, um Ihre nächste Sitzung auszuwählen.
Wenn Sie lieber ohne die Anleitung der Plattform trainieren möchten, können Sie das Umschaltsymbol Geführt deaktivieren und auswählen, welche Sitzungen abgeschlossen werden sollen. Weitere Informationen finden Sie im Abschnitt Verwenden von Train ohne für Beschriftungen aktivierte Anleitung unten.
Train will further become the main place to complete all of your model training from start to finish, but some additional features are still in development (e.g. guided general field training). Right now, it's an add-on to the existing feature set, meaning that all of the functionalities you're used to can be used as-is, and you can train models as you usually do.
Es wird empfohlen, Train für ein geführtes Bezeichnungstraining zu verwenden und Ihrem UiPath Account Manager Feedback zu geben, wenn Probleme oder Herausforderungen auftreten.
Wie Train als Teil des Modelltrainings verwendet wird
Beschriftungstraining
Training im Train:
- Führt Sie von dem Moment an durch, in dem Sie ein Dataset mit den nächstbesten Aktionen für das Beschriftungstraining erstellen – dazu gehört auch das Hochladen einer Taxonomie, bevor Sie mit dem Training beginnen
- Führt Sie durch die üblichen Schritte , die an anderer Stelle in dieser Wissensdatenbank für den Modelltrainingsprozess behandelt werden (siehe Übersicht), mit Ausnahme der Empfehlung:
search
- Für einen effektiven Trainingsmodus verwenden Sie die Aktion
Search
sparsam, um dem Modell eine begrenzte Anzahl von ersten Beispielen für Beschriftungen zur Verfügung zu stellen, die noch nicht über genügend Trainingsdaten verfügen. Um diese Aktion zu verwenden, wechseln Sie zu Entdecken, Erkunden oder deaktivieren Sie die Anleitung in Train vorübergehend (weitere Informationen finden Sie im Abschnitt Verwenden von Train ohne Anleitung für Beschriftungen ).
- Für einen effektiven Trainingsmodus verwenden Sie die Aktion
- Bietet alle notwendigen Leistungsfeedbacks auf der Hauptseite und durch deren Empfehlungen. Wenn Sie detailliertes Feedback zur Modellleistung benötigen, wechseln Sie zur Seite Validierung .
annotation progress
-Bereiche, um die zusätzlichen Fortschrittsindikatoren anzuzeigen.
General field training
Training general fields in Train:
- Guides you right from the moment you create a dataset with the next best actions to take to advance your general field training.
- Guides you through the usual steps covered elsewhere in this Knowledge Base for training general fields during the model training process.
- Provides need to know performance feedback in the main page and through its recommendations. If you need detailed feedback on general field performance, go to the Validation, then General field Validation pages.
- During the beginning of the model training process, if the platform doesn't have enough examples of general fields to learn from - it will recommend
shuffle
by default. Once you provide enough examples, it will recommend more targeted training for specific general fields.
Standardmäßig ist die Plattformanleitung für die Seite „Training“ aktiviert, da dies unsere Empfehlung ist.