---
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


---

# Examiner les erreurs de prédiction avec le tableau de bord Observability

# Examiner les erreurs de prédiction avec le tableau de bord Observability {#ariaid-title1}

* Rversion finale: Australia
* 
* Mis à jour 12 mars 2026
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 1 minute de lecture

Le tableau de bord d'observabilité offre une vue unifiée et des aperçus exploitables pour les erreurs détectées dans Intelligence prédictive. Utilisez ce tableau de bord pour visualiser les erreurs enregistrées et obtenir des informations sur la fiabilité des prédictions et les domaines de problèmes potentiels.  
Affichez le tableau de bord PI - Observabilité en accédant à Intelligence prédictiveTableaux de bordObservabilité. Le tableau de bord contient les widgets suivants.

* Nombre total d'erreurs de prédiction
* Erreurs de prédiction : répartition par date
* Nombre d'erreurs de prédiction par aptitude
* Nombre d'erreurs de prédiction par type d'erreur
* Types d'erreur par aptitude
* Prédictions réussies et échouées Répartition par date

{#prediction-errors-observability-dashboard__ul_fp4_nzl_1gc}Vous pouvez explorer les enregistrements sous-jacents à partir des graphiques de widget. Vous pouvez également modifier la plage de dates de tous les widgets en sélectionnant Date pour ouvrir le sélecteur.  
Figure 1. Tableau de bord d'observabilité PI : quatre widgets supérieurs  
Le PI - Tableau de bord d'observabilité s'appuie sur une table dédiée à la journalisation des erreurs de prédiction : ML Predictor Error Logs \[ml_predictor_error_logs\].

* Les champs de la table comprennent le type d'erreur, le message d'erreur, le code d'état, la solution et l'aptitude.
* Affichez les enregistrements de cette table directement en accédant à Intelligence prédictiveObservabilitéJournaux d'erreurs de prédiction.
* Rôles requis pour accéder à la table : ml_report_user ou ml_admin.
{#prediction-errors-observability-dashboard__ul_bdv_xxl_1gc}  
La table consigne les types d'erreurs granulaires suivants.

* Problèmes côté client (série 400) : capture les erreurs de demande telles que les délais d'expiration et les entrées non valides.
* Problèmes côté serveur (Série 500) : suit les erreurs internes du serveur rencontrées lors de la prédiction.
* Échecs de prédiction interne : identifie les cas où le modèle n'a pas été en mesure de générer une prédiction.
* Prédictions de faible fiabilité : les enregistrements consignent les résultats tombant en dessous d'un seuil de confiance défini.

{#prediction-errors-observability-dashboard__ul_blr_rzg_bgc}  
Remarque :  
Les erreurs de formation ne sont pas incluses dans cette table. Pour disposer d'un tableau de bord signalant les erreurs de formation, reportez-vous à la section [Intelligence prédictive Tableau de bord d'analyse de l'utilisation](https://servicenow-prod.fluidtopics.net/560cK~Xe4QlIiT~kVA0lhQ "Le Intelligence prédictive tableau de bord d’analyse de l’utilisation est un emplacement central permettant de comprendre l’efficacité et la valeur globale de toutes vos Intelligence prédictive solutions. Affichez les mesures des réussites et des échecs de la formation des modèles. Surveillez les statistiques de prédiction, y compris les répartitions par modèle individuel.").  
Figure 2. Tableau de bord d'observabilité PI : deux widgets inférieurs