ixp
latest
false
- はじめに
- アクセス制御と管理
- ソースとデータセットを管理する
- モデルのトレーニングと保守
- データ要件を理解する
- トレーニング
- モデル バージョンをピン留めおよびタグ付けする
- ピン留めされたモデルを削除する
- 既存のタクソノミーに新しいラベルを追加する
- 運用中のモデルを保守する
- モデルのロールバック
- 一般フィールドを使用する
- 生成 AI による抽出
- 分析と監視を使用する
- オートメーションと Communications Mining™
- 開発者
- 機械が単語を理解する方法:NLPに埋め込むためのガイド
- トランスフォーマーによるプロンプトベースの学習
- 効率的な変圧器II:知識蒸留と微調整
- 効率的な変圧器I:注意メカニズム
- 階層的な教師なしインテントモデリング:トレーニングデータなしで価値を得る
- Communications Mining™ でアノテーションの偏りを修正する
- アクティブ ラーニング: より優れた ML モデルを短時間で実現
- それはすべて数字にあります-メトリックを使用してモデルのパフォーマンスを評価します
- モデルの検証が重要な理由
- 対話データ分析 AI としての Communications Mining™ と Google AutoML を比較する
- ライセンス
- よくある質問など

Communications Mining ガイド
最終更新日時 2025年10月20日
手記: Automation Cloud ユーザーとして [ソース] - [読み取り ] 権限と [データセット] - [読み取り ] 権限、またはレガシ ユーザーとして [ ソースの表示 ] 権限と [ラベルの表示 ] 権限を割り当てておく必要があります。
プラットフォームをデータでトレーニングするたびに、つまり、メッセージにアノテーションを行うたびに、データセットに関連付けられたモデルの新しいバージョンが作成されます。これらのモデルは大規模で複雑であり、ストレージ要件が非常に大きくなるため、以前のバージョンはデータベースに自動的には保存されません。
モデルの最新バージョンはいつでもすぐに利用できますが、保存したい特定のモデル バージョンをピン留めすることができます。また、ピン留めされたモデルに「本稼働」または「ステージング」のタグをタグ付けすることもできます。
- モデルをピン留めすると、特にストリームを使用している場合に、予測に対する決定性が提供されます。つまり、このバージョンのモデルの適合率と再現率のスコアを信頼することができ、今後トレーニング イベントがあってもスコアは変わりません。
- [検証] ページでは、以前にピン留めされたモデル バージョンの検証スコアを確認できます。これにより、スコアの経時的な推移を比較し、トレーニングによってモデルがどう改善したかを確認できます。
モデル バージョンをピン留めするには:
- ナビゲーション バーを使用して [モデル] ページに移動します。
- [ピン留め] トグルを使用して、現在のモデル バージョンを保存します。