--- 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 --- # Explore a Inteligência preditiva # Explore a Inteligência preditiva {#ariaid-title1} * Versão de lançamento: Yokohama * * Atualizado 30 de jan. de 2025 * * ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 3 min. de leitura ServiceNow® Inteligência preditivaé uma função da plataforma que fornece uma camada de inteligência artificial que capacita recursos e capacidades em ServiceNow®aplicações para proporcionar melhores experiências de trabalho. ## Visão geral do Inteligência preditiva Inteligência preditiva é um poderoso conjunto de ferramentas para usar inteligência artificial e aprendizado de máquina para melhorar a experiência de trabalho. Você pode criar e treinar modelos na plataforma e integrar com outros ServiceNowprodutos e aplicações. A seguir, são apresentados os conceitos subjacentes por trás Inteligência preditivae as diferentes estruturas disponíveis. Para saber mais sobre como usar modelos existentes, consulte [Usando Inteligência preditiva](https://servicenow-prod.fluidtopics.net/WLmjQZGXSEL6exiPzpKheQ "Treine e use Inteligência preditivasoluções para realizar várias tarefas e que se integram com outras ServiceNowprodutos, como Inteligência para documentose. Inteligência para tarefas."). ## Inteligência preditiva para clientes no local {#predictive-intelligence__section_l3s_gm3_lcc} Inteligência preditiva também está disponível para clientes no local. Se você estiver interessado em implantar este produto no local, entre em contato com seu gerente de conta. Para obter instruções de instalação e configuração no local, consulte as instruções completas para [Instalação e configuração do Mecanismo de aprendizado de máquina para clientes auto-hospedados \[KB0782052\]](https://support.servicenow.com/kb?id=kb_article_view&sysparm_article=KB0782052)em Now SupportAuto-hospedado Base de conhecimento. Nota: Somente contas no local podem acessar o. Now SupportAuto-hospedado Base de conhecimento. ## Terminologia Inteligência artificial : Sistemas projetados para realizar trabalhos que precisam de um nível de inteligência humana para realizar. Aprendizado de máquina : Capacidade de os modelos melhorarem ao longo do tempo com mais experiência. Modelos : Coleções de algoritmos, matemática e estatísticas que fazem previsões e decisões com base em dados de entrada e saída. Treinamento : Adicionar ou alterar dados nos quais o modelo se baseia para afetar previsões futuras. Treinamento supervisionado : Fornecer pares de entrada-saída para que o modelo possa gerar regras que conectem os dois. Treinamento não supervisionado : Fornecer dados brutos para que o modelo possa identificar estruturas no conjunto de dados. Frequência de treinamento : Com que frequência os modelos são retreinados para combinar o modelo existente com novos dados de treinamento. Corpus de palavras : Vocabulário que um modelo pode usar para procurar semelhança textual. ## Componentes do modelo preditivo {#predictive-intelligence__section_hmr_1y4_n3b} Um modelo preditivo inclui esses componentes, alguns dos quais você deve fornecer. Definição de solução : Um registro de dados que você cria e configura que especifica esses valores para treinar um modelo preditivo. * Os registros usados para treinar o modelo. Por exemplo, treine somente incidentes resolvidos ou encerrados nos últimos seis meses. * Os campos de entrada que o modelo usa para fazer previsões. Por exemplo, use a descrição resumida do incidente para fazer uma previsão. * O campo de saída cujo valor o modelo prevê. Por exemplo, defina a categoria do incidente com base na descrição resumida. * A frequência para retreinar o modelo. Por exemplo, treine novamente o modelo a cada 30 dias. {#predictive-intelligence__ul_jnl_jm1_22b} Solução : A solução é o resultado de uma definição de solução que você treinou em ServiceNowdatacenter. Inteligência preditivausa a solução para prever um valor de campo de destino de acordo com um ou mais valores de campo de entrada. Todas as soluções especificam esses valores. * A solução precisão é a porcentagem agregada de previsões corretas. Por exemplo, uma precisão de 50 significa que de 100 previsões, metade delas deve ter o valor correto. * A solução cobertura é a porcentagem agregada de registros que recebem uma previsão. Por exemplo, uma cobertura de 50 significa que metade de todos os registros qualificados realmente recebem uma previsão. * A solução classes são os valores do campo de saída para os quais o modelo pode fazer previsões. Cada classe é um valor de campo de saída com uma lista de possíveis métricas de precisão, cobertura e distribuição para escolher. Por exemplo, a solução de Categorização de incidentes tem uma classe para cada categoria, como software, consulta e banco de dados. * A classe distribuição é a porcentagem de registros de toda a tabela que têm este valor de campo de saída específico. Por exemplo, uma distribuição de 50 para a classe de consulta significa que metade dos incidentes tem a categoria de consulta. {#predictive-intelligence__ul_wct_5m1_22b} ## Estruturas de Inteligência preditiva {#predictive-intelligence__section_j3x_kbt_bwb} Inteligência preditivao fornece três estruturas no Yokohamaversão. Cada estrutura tem diferentes tipos de soluções para treinar o sistema a prever, recomendar e organizar resultados de dados. Uma solução treinada pode ser invocada por qualquer aplicação por meio de uma API para fazer uma previsão. Mais informações podem ser encontradas em [Inteligência preditiva estruturas](https://servicenow-prod.fluidtopics.net/MnHFClFBMP6tA_PPcZaSWw "Inteligência preditivao fornece três estruturas de modelo diferentes no Yokohamaversão: classificação, semelhança e clustering. Cada estrutura é especializada em diferentes tipos de previsões.").