---
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


---

# Évaluer la précision au niveau du champ pour les modèles multi-sorties

# Évaluer la précision au niveau du champ pour les modèles multi-sorties {#ariaid-title1}

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

Évaluez les performances de votre modèle par champ.

## Avant de commencer

Rôle requis : admin

## Pourquoi et quand exécuter cette tâche

Une fois que vous avez créé et testé votre modèle, évaluez ses performances pour évaluer dans quelle mesure il prédit ce que vous voulez qu'il prédise. Pour les modèles multi-sorties qui prédisent plusieurs champs, vous pouvez évaluer les performances de chaque champ individuellement.

Si vous n'avez pas encore créé de modèle, consultez [l'un ou l'autre ou Créer un modèle pour prédire les champs d'incident](https://www.servicenow.com/docs/access?context=create-incident-prediction-model&version=australia&pubname=australia-it-service-management&ft:locale=en-US) pour en créer un.[Create a model to predict record fields](https://www.servicenow.com/docs/access?context=csm-task-intel-create-cat-solution&version=australia&pubname=australia-customer-service-management&ft:locale=en-US)

Votre modèle doit être en mode Surveillance. Vous pouvez définir le mode Surveillance sur l'écran Évaluer votre modèle. Pour en savoir plus, reportez-vous à l'étape Définir vos préférences dans [Créer un modèle de prédiction de champ de ticket](https://www.servicenow.com/docs/access?context=csm-task-intel-create-cat-solution&version=australia&pubname=australia-customer-service-management&ft:locale=en-US) ou [Créer un modèle pour prédire le modèle de champs d'incident](https://www.servicenow.com/docs/access?context=create-incident-prediction-model&version=australia&pubname=australia-it-service-management&ft:locale=en-US) .

## Procédure

1. Accédez aux résultats de Predictor (ml_predictor_results_task) en saisissant <kbd class="ph userinput">ml_predictor_results_task.list</kbd> dans le navigateur d'application.
2. Filtrer la valeur de sortie prévue Nom correspondant au nom du champ que vous souhaitez évaluer, tel que \<\< produit \>\> ou \<\< catégorie \>\>.
3. Regroupez la liste par Prévisions correctes en sélectionnant l'icône des contrôles de liste dans le coin supérieur gauche de l'écran.  
4. Divisez le nombre d'enregistrements où Prévisions correctes est vrai par le nombre total d'enregistrements.  
   Cela représente votre précision pour le champ spécifique.
5. Suivez les étapes 2 à 4 pour chaque champ dans lequel vous souhaitez calculer la précision.
6. **Facultatif :** Affichez les performances de votre modèle sur l'écran Surveillance.
   1. Accédez à la Task Intelligence pour le service clientèleSurveillance dans le navigateur d'applications.  
      L'écran Monitoring vous permet de sélectionner le modèle, le champ et la plage de dates à afficher dans les graphiques. La précision est mesurée en fonction de l'exactitude de la valeur principale renseignée automatiquement ou des 3 recommandations principales.

   2. Sélectionnez un modèle.
   3. Sélectionnez une colonne de sortie pour le champ.
   4. Sélectionnez une plage de dates.
   {#assess-field-level-accuracy-for-multi-output-models__substeps_utn_rmk_fzb}

## Que faire ensuite

Si la précision de chaque champ est acceptable, passez votre modèle du mode de surveillance aux prédictions en temps réel et déployez-le. Si la précision d'un champ spécifique n'est pas acceptable, vous pouvez supprimer ce champ de sortie de votre modèle, le reformer et le déployer. Consultez la rubrique [Modifier un Intelligence des tâches modèle](https://servicenow-prod.fluidtopics.net/G6RwZy40wokDbbkBUDY4Bw "Reformez vos modèles de machine learning ou modifiez ce qu’ils prédisent pour mieux vous aligner sur vos objectifs business.") pour plus d'informations sur la modification de votre modèle.