- 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
- Eliminar una fuente
- 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)
- Estado de Dastaset
- 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
Entrenamiento
Permisos de usuario necesarios: Ver fuentes Y Revisar y etiquetar.
La página principal Entrenar proporciona información útil sobre el entrenamiento realizado hasta el momento, el rendimiento del modelo y una lista de las siguientes mejores acciones de entrenamiento priorizadas a realizar, al igual que la página Validación . Es una experiencia de entrenamiento de etiquetas completamente guiada.
Para entrenar una acción:
- Selecciona una acción de entrenamiento para ir a la interfaz de lotes de entrenamiento específica, para sesiones de entrenamiento cortas y fáciles de consumir.
Dependiendo de la acción recomendada, el número de mensajes o grupos de mensajes en el lote es de 10, pero puede variar.
Página de entrenamiento por lotes para el entrenamiento 'Aleatorio' - Aplica las etiquetas (y los campos generales) a los mensajes en la pantalla.
- Selecciona Listo. Puedes pasar al siguiente mensaje o grupo haciendo clic en Siguiente.
- Al final del lote, verás un resumen de las acciones de entrenamiento que has realizado. Para elegir tu próxima sesión, selecciona otra acción recomendada.
Resumen de las acciones de entrenamiento completadas durante un lote de entrenamiento
- Seleccione otra acción recomendada para elegir su próxima sesión.
Si prefieres entrenar sin la guía de la plataforma, puedes deshabilitar el icono de alternancia Guiado y seleccionar qué sesiones completar. Para obtener más detalles, consulta la sección Usar Entrenar sin guía habilitada para etiquetas .
Entrenar se convertirá en el lugar principal para completar todo el entrenamiento de tu modelo de principio a fin, pero algunas características adicionales aún están en desarrollo (por ejemplo, entrenamiento de campo general guiado). En este momento, es un complemento del conjunto de características existente, lo que significa que todas las funcionalidades a las que estás acostumbrado se pueden usar tal cual, y puedes entrenar modelos como lo haces habitualmente.
Se recomienda utilizar Entrenar para una experiencia de entrenamiento de etiquetas guiada y proporcionar comentarios a su gestor de cuentas de UiPath® si tiene algún problema o desafío.
Entrenamiento de etiquetas
Entrenamiento en Train:
- Te guía desde el momento en que creas un conjunto de datos con las siguientes mejores acciones para avanzar en el entrenamiento de tu etiqueta. Esto incluye cargar una taxonomía antes de comenzar el entrenamiento.
- Te guía a través de los pasos habituales cubiertos en otra parte de esta base de conocimientos para el proceso de entrenamiento del modelo (consulta Información general), con la excepción de recomendar
search
- Para un modo de entrenamiento eficaz, utiliza la acción
Search
con moderación, para proporcionar al modelo un conjunto limitado de ejemplos iniciales para las etiquetas que aún no tienen suficientes datos de entrenamiento. Para utilizar esta acción, ve a Descubrir, Explorar o deshabilita temporalmente la guía en Entrenar (consulta la sección Usar Entrenar sin guía habilitada para etiquetas para obtener más detalles).
- Para un modo de entrenamiento eficaz, utiliza la acción
- Proporciona la necesidad de conocer los comentarios de rendimiento en la página principal y a través de sus recomendaciones. Si necesitas comentarios detallados sobre el rendimiento del modelo, ve a la página Validación .
annotation progress
para ver los indicadores de progreso adicionales.
Entrenamiento de campo general
Campos generales de entrenamiento en Entrenar:
- Te guía desde el momento en que creas un conjunto de datos con las mejores acciones a seguir para avanzar en tu entrenamiento de campo general.
- Te guía a través de los pasos habituales cubiertos en otra parte de esta base de conocimientos para entrenar campos generales durante el proceso de entrenamiento del modelo.
- Proporciona la necesidad de conocer los comentarios de rendimiento en la página principal y a través de sus recomendaciones. Si necesitas comentarios detallados sobre el rendimiento general del campo, ve a las páginas Validación y luego Validación del campo General .
- Durante el inicio del proceso de entrenamiento del modelo, si la plataforma no tiene suficientes ejemplos de campos generales de los que aprender, recomendará
shuffle
de forma predeterminada. Una vez que proporciones suficientes ejemplos, recomendará una formación más específica para campos generales específicos.
La configuración predeterminada para la página Entrenar es tener habilitada la guía de la plataforma, ya que esta es nuestra recomendación.