Comprendre le statut de votre jeu de données

Chaque fois que vous appliquez des libellés ou que vous examinez des champs généraux dans votre ensemble de données, votre modèle se réentraîne et une nouvelle version de modèle est créée. Pour en savoir plus sur l'utilisation des différentes versions de modèle, consultez ici.

Lorsque le modèle se réentraîne, il prend les dernières informations qui lui ont été fournies et recalcule toutes ses prédictions dans l'ensemble de données. Ce processus commence lorsque vous commencez l'entraînement et souvent lorsque Communications Mining termine d'appliquer les prédictions pour une version de modèle, il recalcule déjà les prédictions pour une version de modèle plus récente. Lorsque vous arrêtez l'entraînement après une période de temps, Communications Mining se saisit et appliquera les prédictions qui reflètent le dernier entraînement effectué dans l'ensemble de données.

Ce processus peut prendre un certain temps, en fonction de la quantité d'entraînement terminée, de la taille de l'ensemble de données et du nombre de libellés dans la taxonomie. Communications Mining dispose d'une fonctionnalité de statut utile pour aider les utilisateurs à comprendre quand leur modèle est à jour ou s'il est en cours de réentraînement et combien de temps cela devrait prendre.

Lorsque vous êtes dans un ensemble de données, l'une de ces deux icônes en haut de la page indiquera son statut actuel :

	Cette icône indique que l'ensemble de données est à jour et que les prédictions de la dernière version du modèle ont été appliquées.
	Cela indique que le modèle est en cours de réentraînement et que les prédictions peuvent ne pas être à jour.

Si vous pointez sur l'icône avec votre souris, vous verrez plus de détails sur le statut comme indiqué ci-dessous :

Modal de statut du jeu de données

Remarque : vous remarquerez peut-être parfois que Communications Mining est en cours de réentraînement, bien que vous n'ayez appliqué aucune étiquette ou examiné de champs généraux, cela peut être dû au déploiement par notre équipe d'améliorations de notre plate-forme et de nos modèles qui peuvent nécessiter que les modèles réentraîner. Toutes les automatisations reposant sur un numéro de version de modèle spécifique ne seront pas affectées.