モデル

マシン ラーニング モデルは、基本的に現実のプロセスを数学的に表現するものです。マシン ラーニング モデルを作成するには、マシン ラーニング アルゴリズムに、学習できるトレーニング データを提供する必要があります。

このプラットフォームでは、データを解釈して理解し、ラベルを適用するために、多数のマシン ラーニング モデル (教師ありと教師なしの両方) を使用します。このプラットフォームとドキュメントでは、多くの場合、背後で動作するこれらのモデルをまとめて「モデル」という用語で呼んでいます。

すべてのデータセットには「モデル」が関連付けられています。モデルは、ユーザーがプラットフォーム内でメッセージを確認するのに応じてトレーニングされていきます。モデルをトレーニングすると、モデルは学習して改善し、ラベルと一般フィールドをより適切に予測できるようになります。

モデルは保存およびバージョン管理できます。つまり、ユーザーはオートメーションのストリームを設定するときに、モデルの特定のバージョンを選択でき、対象となるラベルに関するパフォーマンスの信頼性が高いモデルを使用できます。これにより、ユーザーは確実性を持ってオートメーションを作成したり、データを下流のアプリケーションで分析したりできます。詳しくは、「モデル」セクションをご覧ください。