---
sourceDocument: Yokohama habilitar IA
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/pt-BR/yokohama/intelligent-experiences

 Release :

    - yokohama

ft:locale :

    - pt-BR

ft:publication_title :

    - Yokohama habilitar IA

ft:clusterId :

    - platai

bundleId :

    - platai

workflow :

    - Platform


---

# Inteligência preditiva estruturas

# Inteligência preditiva estruturas {#ariaid-title1}

* Versão de lançamento: Yokohama
* 
* Atualizado 30 de jan. de 2025
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 2 min. de leitura

Inteligência preditivao fornece três estruturas de modelo diferentes no Yokohamaversão: classificação, semelhança e clustering. Cada estrutura é especializada em diferentes tipos de previsões.

## Inteligência preditiva estrutura de classificação {#predictive-intelligence-frameworks__section_esm_z2t_n1b}

. Inteligência preditivaa estrutura de classificação permite que você use algoritmos de aprendizado de máquina para definir valores de campo categórico durante a criação do registro. Por exemplo, você pode usar o modelo para definir a categoria de incidente com base na descrição resumida. Você pode treinar modelos preditivos para que eles atuem como um agente para categorizar e rotear o trabalho automaticamente com base em sua experiência anterior de manipulação de registros.  
Habilitar Inteligência preditivapara lidar com volumes de solicitações de entrada a custos mais baixos. Automatize a categorização e atribuição de solicitações para reduzir:

* Tempos de resolução da tarefa.
* O número de interações necessárias para resolver tarefas.
* As taxas de erro de categorizar e atribuir trabalho.
{#predictive-intelligence-frameworks__ul_bfq_ggt_n1b}

Para obter mais informações, consulte [Crie e treine uma solução de classificação](https://servicenow-prod.fluidtopics.net/C9iSYOZzkV8NRk8~yL2HTA "Especifique os registros usados para treinar uma solução de classificação, quais campos acionam uma previsão e com que frequência você deseja treinar novamente sua solução.").

## Inteligência preditiva estrutura de semelhança {#predictive-intelligence-frameworks__section_csk_nj3_qfb}

. Inteligência preditivaa estrutura de semelhança identifica registros existentes que têm valores semelhantes a um novo registro. Por exemplo, você pode treinar um subconjunto de seus registros de incidente para recomendar uma resolução com base nas informações de um registro de incidente semelhante. Ao emprestar incidentes encerrados semelhantes que tenham uma resolução comprovada, você pode ajudar os agentes e executantes a fornecer rapidamente a melhor resolução para um incidente de entrada.

A estrutura de semelhança não precisa de uma correspondência exata de palavras-chave para suas comparações de texto porque seus algoritmos identificam palavras e sinônimos semelhantes com base em contextos semelhantes. Por exemplo, as frases a impressora não está funcionando e. impressora quebrada ambos são reconhecidos como semelhantes. A estrutura também coleta, aprende e aplica o contexto específico do seu setor. Por exemplo, a frase não é possível ingressar na rede tem um contexto diferente em uma empresa de rede de computadores do que em uma empresa de seguro de saúde.

A estrutura de semelhança usa uma solução de semelhança de fluxo de trabalho. Para obter mais informações, consulte [Criação e treinamento de uma solução de semelhança](https://servicenow-prod.fluidtopics.net/dxoNxq3P9y8Jph7V5~PjmQ "Crie e treine uma solução de aprendizado de máquina para coletar e comparar seus registros existentes com novos registros semelhantes. Por exemplo, você pode comparar o texto em um registro de incidente aberto com um registro de incidente resolvido para reutilizar sua resolução.").

## Inteligência preditiva estrutura de cluster {#predictive-intelligence-frameworks__section_awv_zkl_chb}

O cluster divide os dados em grupos que podem ser usados para identificar padrões. Em seguida, você pode abordar registros coletivamente ou encontrar lacunas nos dados existentes. Por exemplo, você pode agrupar novos incidentes semelhantes para identificar uma indisponibilidade grave.

A estrutura de clustering usa uma solução de clustering de fluxo de trabalho. Para obter mais informações, consulte [Criar e treinar uma solução de cluster](https://servicenow-prod.fluidtopics.net/drHlJWJMiHcjcIIjzjqZOg "Agrupe registros semelhantes em clusters para que você possa abordá-los coletivamente ou identificar padrões.").

## Obsoleto em Washington DCversão: Inteligência preditivaestrutura de regressão {#predictive-intelligence-frameworks__section_xwb_vqd_xkb}

Importante:  
O suporte para criar novas soluções de regressão foi removido no Washington DCversão. Você pode treinar e editar soluções existentes, mas não pode criar novas. Essas informações são fornecidas para o contexto legado.A regressão é uma estrutura de aprendizado de máquina que usa dados históricos para prever saídas numéricas, como uma temperatura ou um preço de ação.

Para obter mais informações, consulte [Crie e treine uma solução de regressão](https://servicenow-prod.fluidtopics.net/mEOGg9ehx~nObrMZyk8TlQ "Treine sua solução usando dados históricos para prever saídas numéricas, como uma temperatura ou um preço de ação. Por exemplo, você pode usar regressão para estimar o tempo necessário para resolver um incidente ou um caso.").