Ähnlichkeitsmodell trainieren

  • Freigeben Version: Yokohama
  • Aktualisiert 30. Januar 2025
  • 2 Minuten Lesedauer

    • Trainieren Sie Ihre ähnlichen Datensatzmodelle mit Trainingsdaten, um die ähnlichen Datensätze vorherzusagen, indem Sie Ähnlichkeiten zwischen Feldern der Incident-Tabelle und Trainingstabellen erkennen.

    Vorbereitungen

    Sie können ein Task Intelligence-Modell einrichten oder die in Task Intelligence für ITSM enthaltene Basissystemvorlage verwenden. Weitere Informationen zum Einrichten eines neuen Modells finden Sie unter Richten Sie ein Vorhersagemodell für ähnliche Datensätze ein.

    Erforderliche Rolle: sn_ti_admin.tia_admin oder admin

    Warum und wann dieser Vorgang ausgeführt wird

    Wenn Sie ein ML-Modell (maschinelles Lernen) trainieren, betrachtet das Modell die Vorhersagefelder einer Vorhersagetabelle und die Trainingsfelder einer Trainingstabelle. Es verwendet die Ähnlichkeiten in diesen Feldern, um ähnliche Datensätze vorherzusagen.

    Sie können die Tabelle und die Felder auswählen, die Sie vorhersagen möchten, z. B. die Vorhersagetabelle und die Vorhersagefelder. Außerdem können Sie die Tabellen und Felder auswählen, die das Modell zur Vorhersage ähnlicher Datensätze verwenden soll, z. B. die Trainingstabelle und die Trainingsfelder. Wählen Sie diese Informationen aus, um dem Modell mitzuteilen, wonach es während des Trainings suchen soll.

    Hinweis:
    Sie können entweder die empfohlenen Einstellungen verwenden oder die Einstellungen an Ihre Anforderungen anpassen.

    Prozedur

    1. Geben Sie einen Namen für das Modell ein.
    2. Wählen Sie die Vorhersagetabelle aus, die das Modell vorhersagen soll.
    3. Wählen Sie Bedingungen aus, um eine Reihe von Datensätzen für das Training auszuwählen.
      Die ausgewählten Bedingungen bestimmen, wie das Modell trainiert wird. Diese Bedingungen legen die Anforderungen fest, die ein Datensatz erfüllen muss, um Vorhersagen zu treffen.
    4. Wählen Sie die Vorhersagefelder aus, die zur Vorhersage ähnlicher Datensätze verwendet werden.
      UI der Vorhersagetabelle mit Bedingungen und Vorhersagefeldern
    5. Wählen Sie die Gruppe der Datensätze aus, die zum Trainieren des Modells für ähnliche Datensätze verwendet werden, indem Sie die Bedingungen in den Trainingstabellen und Trainingsfeldern zum Trainieren der Ähnlichkeitsmodelle auswählen.
      Hinweis:
      Dieses Feld wird nur angezeigt, wenn Sie auf der Seite „Zweck definieren“ die Trainingstabelle „Problem“ oder „Change-Anforderungen“ auswählen. Wenn Sie die Vorhersagetabelle und die Trainingstabelle als Incident auswählen, werden die in Schritt 3 ausgewählten Bedingungen sowohl auf die Vorhersage- als auch auf die Trainingstabelle (in diesem Fall sind beide Incident-Tabellen) angewendet, um Trainingsdatensätze zu generieren, die für die Vorhersage verwendet werden.
    6. Wählen Sie die Trainingstabelle in den Trainingsdaten aus, die das Modell für seine Vorhersagen verwenden soll.
    7. Wählen Sie die Trainingsfelder aus, die das Modell für seine Vorhersagen verwenden soll.
    8. Wählen Sie die Sprache aus, in der das Training stattfindet.
    9. Wählen Sie die Aktualisierungshäufigkeit aus, um festzulegen, wie häufig das Training stattfinden soll.
      UI der Trainingstabelle und des Abschnitts „Trainingsfelder“.
    10. Überprüfen Sie die auf Grundlage der ausgewählten Bedingungen resultierende Anzahl der Datensätze in den Trainingsdaten.

      Die Datensätze, die gezählt werden, umfassen die Anzahl der Felder, Parameter und Daten, die das Modell zum Trainieren verwendet. Basierend auf den bereitgestellten Informationen und den festgelegten Bedingungen wird die Anzahl oder Datensätze automatisch aktualisiert. Das Modell benötigt mindestens 10.000 Datensätze für ein effektives Training. Wenn diese Mindestanzahl nicht erreicht wurde, versuchen Sie, andere Bedingungen auszuwählen. Sie können auch auf das Aktualisierungssymbol klicken ( neueste Matrixaktualisierung abrufen), um die Anzahl zu aktualisieren.Anwenderoberfläche des Abschnitts „Überprüfen Sie die resultierende Anzahl von Datensätzen“.

    11. Legen Sie eine Trainingshäufigkeitfest, um zu definieren, wie oft das Modell automatisch neu trainiert wird.
      Anwenderoberfläche des Abschnitts „Konfigurationen für erneutes Trainieren“.
    12. Wählen Sie Training starten.

    Ergebnisse

    Wenn Sie das Modell mit einer großen Datenmenge trainieren, kann das Training einige Zeit in Anspruch nehmen. Sie können festlegen, dass das System Ihnen eine E-Mail sendet, wenn das Training abgeschlossen ist.