communications-mining
latest
false
- Primeros pasos
- Equilibrio
- Clústeres
- Deriva del concepto
- Cobertura
- Conjuntos de datos
- Campos generales (anteriormente entidades)
- Etiquetas (predicciones, niveles de confianza, jerarquía, etc.)
- Modelos
- Transmisiones
- Clasificación del modelo
- Proyectos
- Precisión
- Recordar
- Mensajes revisados y no revisados
- Fuentes
- Taxonomías
- Formación
- Predicciones positivas y negativas verdaderas y falsas
- Validación
- Mensajes
- Administración
- Gestionar fuentes y conjuntos de datos
- Comprender la estructura de datos y los permisos
- Crear un origen de datos en la GUI
- Cargar un archivo CSV en un origen
- Crear un nuevo conjunto de datos
- Fuentes y conjuntos de datos multilingües
- Habilitar sentimiento en un conjunto de datos
- Modificar la configuración de un conjunto de datos
- Eliminar mensajes a través de la IU
- Eliminar un conjunto de datos
- Exportar un conjunto de datos
- Uso de integraciones de Exchange
- Preparando datos para cargar archivos .CSV
- Entrenamiento y mantenimiento de modelos
- Comprender las etiquetas, los campos generales y los metadatos
- Jerarquía de etiquetas y mejores prácticas
- Definición de los objetivos de taxonomía
- Casos de uso de análisis frente a automatización
- Convertir tus objetivos en etiquetas
- Crear tu estructura de taxonomía
- Mejores prácticas de diseño de taxonomía
- Importar tu taxonomía
- Descripción general del proceso de entrenamiento del modelo
- Anotación generativa (NUEVO)
- Comprender el estado de tu conjunto de datos
- Entrenamiento de modelos y mejores prácticas de anotación
- Entrenamiento con análisis de sentimiento de etiqueta habilitado
- Entrenamiento
- Introducción a Refinar
- Explicación de la precisión y la recuperación
- Precisión y recuperación
- ¿Cómo funciona la validación?
- Comprender y mejorar el rendimiento del modelo
- ¿Por qué una etiqueta puede tener una precisión media baja?
- Entrenamiento utilizando la etiqueta Comprobar y la etiqueta Perdida
- Entrenamiento mediante la etiqueta de aprendizaje (refinar)
- Entrenamiento mediante Buscar (Refinar)
- Comprender y aumentar la cobertura
- Mejorar el equilibrio y utilizar Reequilibrar
- Cuándo dejar de entrenar tu modelo
- Uso de campos generales
- Extracción generativa
- Uso de análisis y supervisión
- Minería de automatizaciones y comunicaciones
- Información de licencia
- Preguntas frecuentes y más
Eliminar un conjunto de datos
Importante :
Este contenido se ha traducido mediante traducción automática.
Guía de usuario de Communications Mining
Last updated 3 de oct. de 2024
Eliminar un conjunto de datos
Permisos de usuario necesarios: administrador de conjuntos de datos.
Al igual que con la actualización de un conjunto de datos, tienes dos opciones para eliminar un conjunto de datos de forma permanente:
- A través de la tarjeta del conjunto de datos en la página Tus conjuntos de datos :
- Ve a la página principal de conjuntos de datos (puedes navegar aquí haciendo clic en el logotipo de UiPath® Communications Mining en la parte superior de la página).
- Selecciona el icono de puntos suspensivos verticales y, a continuación, Eliminar en la esquina de la tarjeta del conjunto de datos individual.
- Introduce el nombre del conjunto de datos en el cuadro de entrada emergente.
- Selecciona Eliminar conjunto de datos para confirmar la eliminación.
Nota: Eliminar un conjunto de datos es permanente.
Tarjeta de conjunto de datos con opción de eliminación
- A través de la página de configuración del conjunto de datos individual
- Una vez que selecciones un conjunto de datos individual, ve a la página Configuración a través de la barra de navegación superior. Se te redirigirá a la pestaña Conjunto de datos.
- Selecciona Eliminar conjunto de datos de forma permanente en la parte inferior de la página.
- Introduce el nombre completo del conjunto de datos en el cuadro de entrada emergente. Selecciona Eliminar conjunto de datos para confirmar la eliminación.
Nota: Eliminar un conjunto de datos es permanente.
Eliminar modal del conjunto de datos