---
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


---

# Soluções de criação e treinamento

# Soluções de criação e treinamento {#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

Use uma das estruturas de Inteligência preditiva (PI) para criar e treinar soluções de aprendizado de máquina. Cada estrutura oferece um tipo de solução diferente para treinar o sistema para prever, recomendar e organizar resultados de dados.

## Tipos de soluções {#training-ml-solutions__section_f3c_5zd_ntb}

As três estruturas de PI fornecem soluções diferentes que podem ser invocadas por qualquer aplicação por meio de uma API de previsão para fazer uma previsão. Crie e treine suas próprias soluções usando seus dados anteriores. Navegar até TudoInteligência preditivaPágina inicial para exibir e criar soluções.  
Selecione a melhor estrutura para a previsão desejada:

* Soluções de classificação: Define valores de campo durante a criação do registro para categorizar e rotear automaticamente o trabalho com base em registros anteriores. 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.").

* Soluções de semelhança: Identifica semelhanças entre registros novos e existentes para recomendar resoluções. 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.").

* Soluções de cluster: Agrupa registros semelhantes em clusters para identificar padrões e incidentes graves. 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.").

* Soluções de regressão:  
  Importante:  
  Com o. Yokohamaversão, o suporte para criar novas soluções de regressão foi removido. Você ainda pode editar e treinar soluções de regressão existentes, mas não poderá criar novas.
  Usa dados históricos para prever saídas numéricas, como estimar o tempo necessário para resolver um incidente ou caso. 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.").
{#training-ml-solutions__ul_z3d_lwd_ntb}

## Selecionando registros de dados para treinar sua solução {#training-ml-solutions__section_gt5_cq1_v1b}

Uma solução é tão boa quanto os dados de registro que você usa para treiná-la. Em geral, um bom conjunto de dados de treinamento tem essas características.

* Os campos de entrada de definição da solução estão disponíveis para os usuários ao criar registros. Para fazer previsões na criação do registro, a solução deve ter os valores do campo de entrada na criação do registro.
* O campo de saída da definição da solução é um campo de escolha. Para fazer previsões mais precisas, limite o campo de saída a um conjunto finito de valores possíveis.
* Os registros de treinamento contêm somente valores corretos para o campo de saída. Para fazer previsões mais precisas, filtre todos os registros que tenham valores de campo de saída não confiáveis. Por exemplo, se incidentes encerrados recentemente estiverem sujeitos a revisão e mudança por um mês, filtre todos os incidentes encerrados recentemente.
* Os registros de treinamento contêm vários exemplos de cada valor de campo de saída que você deseja que a solução preveja. Para fornecer mais cobertura de registro, inclua vários exemplos de cada valor de campo de saída.
* Os registros de treinamento incluem variações comuns dos campos de entrada. Para fornecer mais cobertura de registro, inclua vários exemplos de valores de campo de entrada.
{#training-ml-solutions__ul_cnb_cn4_j1b}

## Exportando sua solução para treinamento {#training-ml-solutions__section_tbw_kdh_j1b}

Para treinar uma solução, exporte a definição da solução e os registros associados para um servidor de treinamento centralizado no mesmo datacenter. Quando o treinamento for concluído, o servidor de treinamento exportará a solução de volta para sua instância e excluirá todos os seus dados de treinamento do servidor. Como cada datacenter tem seu próprio servidor de treinamento dedicado e os dados não saem do datacenter, esse serviço também está disponível para clientes que têm requisitos de soberania de dados.  
As previsões ocorrem em um servidor de previsão centralizado no mesmo datacenter que a instância. Os artefatos do modelo treinado são enviados do servidor de instância para o servidor de previsão quando a previsão é invocada pela primeira vez. Depois disso, os artefatos do modelo treinado são armazenados em cache no servidor de previsão para previsões subsequentes.  
Nota:  
Todas as comunicações entre a instância e o serviço de treinamento ocorrem no mesmo firewall do datacenter. Mesmo assim, todas as comunicações ocorrem por HTTPS.

## Solução de problemas de treinamento da solução {#training-ml-solutions__section_owf_zs1_ttb}

Para solucionar problemas comuns de treinamento, consulte [Problemas comuns de Inteligência preditiva \[KB781893\]](https://support.servicenow.com/nav_to.do?uri=/kb?id=kb_article_view&sysparm_article=KB0781893)artigo no Now Support Base de conhecimento.