--- sourceDocument: Australie : activer l’IA sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/fr-FR/intelligent-experiences Release : - australia ft:locale : - fr-FR ft:publication_title : - Australie : activer l’IA ft:clusterId : - platai bundleId : - platai workflow : - Platform --- # Créer et former une solution de classification # Créer et former une solution de classification {#ariaid-title1} * Rversion finale: Australia * * Mis à jour 12 mars 2026 * * ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 8 minutes de lecture Spécifiez les enregistrements utilisés pour former une solution de classification, les champs qui déclenchent une prédiction et la fréquence à laquelle vous souhaitez reformer votre solution. ## Avant de commencer * [Créer une liste de mots vides personnalisée](https://servicenow-prod.fluidtopics.net/0KsxfB3oZnb5Z5qbvph3Gg "Excluez les mots courants que vous souhaitez que le système ignore pendant la formation et la prédiction.") si nécessaire. * Rôle requis : admin ou ml_admin {#create-solution-definition__ul_jf1_h15_vjb} Important : Dans la Australia version, les modèles des cadres de travail de classification, de mise en grappe et de similarité utilisent des solutions de workflow. Ceux-ci sont préformés, de sorte qu'aucun corpus de mots n'est nécessaire pour vos nouvelles solutions. Lorsque vos solutions existantes avec un corpus de mots sont reformées après la mise à niveau, elles deviennent des solutions de workflow et le champ Corpus de mots est supprimé du formulaire. ## Pourquoi et quand exécuter cette tâche La qualité d'un modèle prédictif dépend des données que vous utilisez pour l'entraîner. Pour sélectionner les enregistrements appropriés pour la formation, examinez le dictionnaire de la base de données de la table ainsi que la qualité actuelle des valeurs d'enregistrement que vous souhaitez utiliser. Pour plus d'informations sur l'utilisation de données d'entraînement chiffrées, reportez-vous à la section [Chiffrement des données dans Intelligence prédictive](https://servicenow-prod.fluidtopics.net/eSj~35RdXouOhcWKg8rvHw "Découvrez quels types de chiffrement sont pris en charge pour les solutions de formation Intelligence prédictive ."). Pour en savoir plus sur le nombre minimal et maximal d'enregistrements que vous pouvez utiliser pour la formation, reportez-vous à la section [Propriétés du Intelligence prédictive](https://servicenow-prod.fluidtopics.net/x_EP4fwOoI1drrtDQIejFA "Les propriétés de Intelligence prédictive contrôle de certains paramètres de ses solutions d’apprentissage machine, du processus d’entraînement de la solution et de la mise en cache."). Remarque : Les classes qui ont moins de 30 enregistrements dans votre ensemble de données d'entraînement sont exclues de la formation à la solution. Lorsque votre solution est formée et complète, toutes les classes exclues sont répertoriées dans la section Statistiques de solution de votre formulaire de solution ML. Vous devez créer une définition de solution distincte pour chaque modèle prédictif que vous souhaitez prendre en charge. La procédure suivante explique comment créer une nouvelle solution de classification, mais vous pouvez également copier une définition de solution existante et sa configuration dans un nouvel enregistrement en sélectionnant Copier la définition de la solution dans le menu contextuel. Modifiez les valeurs de champ du nouvel enregistrement selon vos besoins. À partir de la Yokohama version, vous pouvez également créer une solution de classification du workflow à l'aide d'un script si vous souhaitez inclure une analyse des principales caractéristiques influençant les prédictions du modèle. Pour en savoir plus, voir [Explicabilité du modèle](https://servicenow-prod.fluidtopics.net/fg9kDN2aKv5dhfyfG6ImRA "Analysez l’importance de chaque champ d’entrée pour les prédictions de votre modèle à l’aide de l’explicabilité du modèle. Créez un modèle de classification de workflow qui inclut une analyse graphique de l’importance des fonctionnalités en exécutant le script fourni."). ## Procédure 1. Assurez-vous d'être dans le périmètre de l'application souhaité pour votre définition de solution, puis accédez à TousIntelligence prédictiveClassificationDéfinitions des solutions. 2. Dans la liste Définitions de classification, sélectionnez Nouveau. 3. Sur le formulaire de définition de classification vide, configurez les champs en suivant les instructions suivantes. {#create-solution-definition__table_zcc_rq4_j1b__entry__2} | Champ | Valeur | |-|-| | Étiquette | Saisissez un nom unique pour l'enregistrement de solution. | | Nom | Le système génère la valeur de ce champ en lecture seule en fonction de la valeur Label que vous avez entrée. | | Corpus de mots | Sélectionnez un corpus de mots pertinent pour votre solution. Pour plus d'informations, consultez [Créer un corpus de mots](https://servicenow-prod.fluidtopics.net/yso2qX8LZKUP0zx3xBLvuQ "Créez une collection de mots et d’expressions qui fonctionne comme le vocabulaire utilisé par le système pour comparer vos enregistrements d’instance en fonction de leur similarité textuelle. Vous pouvez considérer le corpus de mots comme un dictionnaire que vous voulez que votre système d’apprentissage automatique comprenne."). Remarque : Word Corpus n'est pas un champ obligatoire pour les clients qui implémentent Intelligence prédictive pour la première fois à partir de Utah. Un modèle préformé est utilisé à la place. Le champ Corpus de mots est supprimé pour les modèles pré-entraînés. | | Table | Sélectionnez la table contenant les enregistrements cibles que vous souhaitez que le système prédise. | | Champ de sortie | Sélectionnez le champ dont vous souhaitez que le modèle prédictif définisse la valeur. En général, un bon champ de sortie présente ces caractéristiques. * Il s'agit d'un champ de choix ou d'un champ de chaîne avec un ensemble fini de valeurs possibles. * Il a un lien de causalité avec les champs d'entrée. {#create-solution-definition__ul_c3j_njc_qfb} Par exemple, dans la définition de solution Catégorisation des incidents par défaut, le champ de sortie est défini sur Catégorie. | | Champs | Sélectionnez les champs d'entrée que vous souhaitez que la solution utilise pour générer une prédiction. Les champs d'entrée sont des champs dans un enregistrement qui peuvent contenir les informations de classification dont votre solution de prédiction a besoin pour réussir. Par exemple, si vous prévoyez la classe correcte pour trier un enregistrement d'incident, la prédiction doit rassembler les enregistrements contenant du texte qui fait référence à la classe. La plupart des enregistrements ont du texte contextuel dans leur champ Short description , c'est donc un excellent champ d'entrée à utiliser en général. Vous pouvez également utiliser les notes de résolution comme champ d'entrée, car il peut également faire référence à la classe d'incident dans les notes détaillées de l'incident. En général, les bons champs d'entrée présentent ces caractéristiques. * Les champs sont disponibles pour les utilisateurs lors de la création d'enregistrements. * Le type de données de champ peut être chaîne, référence, choix ou HTML. Plus un champ fournit d'informations, plus une solution peut souvent effectuer une prédiction, et plus les prédictions sont exactes. * Le champ a une valeur par défaut et ne doit pas être vide. {#create-solution-definition__ul_vmp_vjc_qfb} Toutes les définitions de solutions par défaut utilisent le champ Short description . | | Filtre | Cliquez sur Ajouter une condition de filtre pour appliquer des conditions aux enregistrements que vous formez. Par exemple, la définition de la solution Catégorisation des incidents utilise un filtre avec les conditions suivantes : \[Créé\]\[sur\]\[12 derniers mois\] ET \[Actif\]\[est\]\[faux\] ET \[État\]\[est l'un des\]\[Résolu \| Fermé\] Pour former une solution, le filtre doit renvoyer au moins un enregistrement. Si votre filtre ne renvoie aucun enregistrement, mettez-le à jour jusqu'à ce qu'il retourne des enregistrements pour la formation. Remarque : Le nombre d'enregistrements recommandé pour la formation d'une bonne solution est compris entre 30 000 et 300 000. Si vous soumettez plus de 300 000 enregistrements, les 300 000 enregistrements les plus récents sont utilisés pour former la solution. Utilisez uniquement des enregistrements authentiques de la base de données. En général, un bon filtre a ces caractéristiques. * Les enregistrements de formation sont inactifs et leur état indique le travail effectué dans le cadre de votre processus standard, par exemple résolu ou fermé. * Les champs cibles ne contiennent que des valeurs correctes. Filtrez les enregistrements dont les valeurs de champ cible ne sont pas fiables. Par exemple, si vous prévoyez le groupe/la catégorie d'affectation et que vos données d'incident historiques contiennent des groupes/catégories d'affectation qui ne sont plus utilisés, ajoutez un filtre pour supprimer ces enregistrements de la formation. * Les enregistrements de formation contiennent plusieurs exemples de chaque valeur de champ cible que vous souhaitez que la solution prédise. * Les enregistrements de formation incluent des variations courantes des champs d'entrée. {#create-solution-definition__ul_cnb_cn4_j1b} Utilisez des filtres de date relative tels que les 3 derniers mois ou les 12 derniers mois. N'utilisez pas de dates codées en dur, car ces filtres ne sont pas mis à jour lorsque les solutions sont reformées, sauf si vous les mettez à jour manuellement. | | Langue de traitement | Sélectionnez la langue dominante de l'ensemble de données sur lequel vous formez la définition de solution. Si la langue de l'ensemble de données est l'italien, choisissez Italien. De plus, le traitement en anglais est appliqué à tous les ensembles de données par défaut. Par exemple, si vous sélectionnez l'italien, le système traite les données en anglais et en italien. Remarque : Le terme traitement désigne certaines des étapes spécifiques à la langue utilisées dans le cadre de l'entraînement d'une solution. Par exemple, la création de jetons de mots, la suppression de mots vides et la radicalisation. | | Mots vides | Lorsque vous sélectionnez votre langue de traitement, le système ajoute automatiquement une liste de mots vides pour cette langue. Par exemple, si votre langue de traitement est l'italien, la liste Mots vides italien par défaut s'affiche. La liste des mots vides anglais par défaut est également incluse. Si vous créez une liste de mots vides personnalisée, vous pouvez la sélectionner dans le champ Mots vides pour l'ajouter à votre solution. | | Fréquence de la formation | Sélectionnez la fréquence à laquelle le système régénère la solution. Les options disponibles vont de Exécuter une fois à Tous les 180 jours. Remarque : Le nombre minimum d'enregistrements requis pour la formation à la solution de classification est fixé à 10 000. Par défaut, le système exécute la formation une seule fois. Cela vous laisse le temps d'examiner et de mettre à jour la définition de la solution jusqu'à ce qu'elle fournisse des valeurs de couverture et de précision acceptables. Lorsque la définition de votre solution est relativement stable, envisagez des formations planifiées, car les données peuvent vieillir avec le temps, ce qui dégrade la précision de votre modèle de prédiction. Remarque : Le planificateur ML limite le nombre de formations qu'une instance peut valider à 50 nouvelles demandes de formation ML par instance dans une fenêtre de 24 heures. Cette limite exclut les demandes de reformation planifiées, les mises à jour de mise en grappe et les mises à jour de similarité, même si les nouvelles demandes de formation dépassent 50 dans une fenêtre de 24 heures. | [ ] {#create-solution-definition__table_zcc_rq4_j1b} 4. Cliquez sur l'option ou le bouton de menu contextuel approprié pour définir votre solution. | Option | Description | | Enregistrer ou enregistrer et former | Enregistrez votre enregistrement de définition de solution pour y revenir ultérieurement ou enregistrez-le et soumettez-le pour une formation. | | Soumettre ou Soumettre et former | Créez votre enregistrement de définition de solution et soumettez-le, ou soumettez-le et formez-le. | |-|-| {#create-solution-definition__choicetable_ohd_ndj_3fb} 5. Si vous avez soumis la solution pour la formation, cliquez sur OK dans la fenêtre d'activation de la formation pour confirmer. * Le système planifie la solution de formation avec le service de formation le plus proche. Le système vous envoie une notification à la fin de la formation, incluant les erreurs qui ont pu se produire au cours de la formation. Les autres utilisateurs peuvent s'abonner à la Intelligence prédictive catégorie Notifications. Lorsque la formation se termine, le système charge la solution en tant qu'enregistrement de pièce jointe. * Un graphique à bulles remplit l'onglet Visualisation de la solution de votre formulaire de solution, indiquant la précision et la couverture estimées pour chacune des classes couvertes par la solution. La taille de la bulle indique le pourcentage d'enregistrements (distribution) qui appartiennent à la classe. Lorsque vous pointez une bulle, vous pouvez voir sa couverture estimée, sa précision estimée et sa distribution. {#create-solution-definition__ul_ryv_424_d3b} ## Que faire ensuite Dans la section Fiabilité de classe de l'onglet Statistiques de la solution de votre solution, passez en revue la précision de la solution formée et les statistiques de couverture. Dans l'onglet Solutions de test de votre solution, vous pouvez tester la sortie prévue en saisissant des valeurs dans les champs d'entrée, tels que la description brève.