Ajuste preciso

AI Center incluye la capacidad de afinar los modelos ML con datos que han sido validados por una persona utilizando la Estación de validación.

A medida que tu flujo de trabajo RPA procesa los documentos usando un modelo ML existente, algunos documentos pueden requerir la validación humana con la actividad Mostrar estación de validación (disponible en los robots asistidos o en el navegador usado Action Center de Orchestrator).

Los datos validados generados en la Estación de validación pueden exportarse mediante la actividad Entrenador del extractor con aprendizaje automático, y pueden utilizarse para afinar los modelos ML en AI Center.

No recomendamos entrenar modelos ML desde cero (es decir, el paquete ML DocumentUnderstanding) con datos de la estación de validación, sino solo para ajustar los modelos ML existentes (incluidos los modelos listos para usar).

Para conocer los pasos detallados del ajuste preciso de un modelo ML, consulta la sección Importar documentos de la documentación de Data Manager.

Para obtener más detalles sobre cómo crear un conjunto de datos para el ajuste preciso, dirígete aquí.

Importante: Erróneamente, a menudo se supone que la manera de utilizar los datos de la Estación de validación es volver a entrenar iterativamente la versión anterior del modelo, de manera que se utilice el lote actual para entrenar el paquete X.1 y obtener el X.2. A continuación, el siguiente lote se entrena en X.2 para obtener X.3 y así sucesivamente. Esta es la manera incorrecta de utilizar el producto. Cada lote de la Estación de validación debe importarse en la misma sesión de Data Manager que los datos originales etiquetados manualmente, formando un mayor conjunto de datos que debe utilizarse para entrenar siempre en la versión X.0 del Paquete ML.