Modelle

Ein ML-Modell ist im Wesentlichen eine mathematische Darstellung eines realen Prozesses. Um ML-Modelle zu erstellen, müssen Sie ML-Algorithmen Trainingsdaten zur Verfügung stellen, von denen sie lernen können.

Die Plattform verwendet eine Reihe von überwachten und unbeaufsichtigten ML-Modellen, um Ihre Daten zu interpretieren, zu verstehen und Beschriftungen darauf anzuwenden. Wir verwenden oft den Begriff Modell, um gemeinsam auf diese Modelle zu verweisen, die hinter den Kulissen arbeiten.

Jedem Dataset ist ein Modell zugeordnet, das trainiert wird, während Sie Nachrichten innerhalb der Plattform überprüfen. Während das Modell trainiert wird, lernt und verbessert es, sodass es bessere Vorhersagen für Beschriftungen und allgemeine Felder machen kann .

Sie können Modelle speichern und versionieren. Das bedeutet, dass Sie bei der Einrichtung eines Automatisierungsstreams eine bestimmte Version des Modells auswählen können und sich auf die Leistung dieser Version für die jeweilige Beschriftung verlassen können. Dadurch erhalten Sie Determinismus, wenn es darum geht, Automatisierungen zu erstellen oder die Daten für Analysen in nachgelagerten Anwendungen zu verwenden. Weitere Informationen finden Sie unter Modelle.