Punteggio di un modello nell’interfaccia utente di Data Science Workspace

Il punteggio in Adobe Experience Platform Data Science Workspace può essere ottenuto inserendo i dati di input in un modello addestrato esistente. I risultati del punteggio vengono quindi memorizzati e visualizzati in un set di dati di output specificato come nuovo batch.

Questa esercitazione illustra i passaggi necessari per valutare un modello nell' interfaccia utente Data Science Workspace .

Introduzione

Per completare questa esercitazione, devi disporre dell'accesso a Experience Platform. Se non hai accesso a un'organizzazione IMS in Experience Platform, rivolgiti all'amministratore di sistema prima di procedere.

Questa esercitazione richiede un modello addestrato. Se non disponi di un modello addestrato, segui il treno e valuta un modello nell'esercitazione UI prima di continuare.

Crea una nuova esecuzione del punteggio

Un’esecuzione del punteggio viene creata utilizzando configurazioni ottimizzate da un’esecuzione di formazione completata e valutata in precedenza. L'insieme di configurazioni ottimali per un modello viene in genere determinato esaminando le metriche di valutazione dell'esecuzione del corso di formazione.

Trova l’esecuzione di formazione più ottimale per utilizzare le sue configurazioni per il punteggio. Quindi, apri l'esecuzione di formazione desiderata selezionando il collegamento ipertestuale associato al nome.

Dalla scheda dell’esecuzione del corso di formazione Evaluation , seleziona Score in alto a destra nella schermata. Inizia un nuovo flusso di lavoro di punteggio.

Seleziona il set di dati per il punteggio di input e seleziona Next.

Seleziona il set di dati per il punteggio di output, questo è il set di dati di output dedicato in cui vengono memorizzati i risultati del punteggio. Conferma la selezione e seleziona Next.

Il passaggio finale nel flusso di lavoro richiede di configurare l’esecuzione del punteggio. Queste configurazioni vengono utilizzate dal modello per l’esecuzione del punteggio.
Non è possibile rimuovere i parametri ereditati impostati durante la creazione dei modelli. Per modificare o ripristinare i parametri non ereditati, fai doppio clic sul valore o seleziona l’icona Ripristina mentre passi il cursore sulla voce.

Rivedi e conferma le configurazioni di punteggio e seleziona Finish per creare ed eseguire l’esecuzione del punteggio. Viene visualizzata la scheda Scoring Runs e la nuova esecuzione del punteggio con lo stato Pending .

Un’esecuzione del punteggio può essere visualizzata con uno dei seguenti stati:

• In sospeso
• Completa
• Non riuscito
• In esecuzione

Gli stati vengono aggiornati automaticamente. Procedi al passaggio successivo se lo stato è Complete o Failed.

Visualizza risultati punteggio

Per visualizzare i risultati del punteggio, inizia selezionando un’esecuzione di formazione.

Sei reindirizzato alla pagina dei percorsi di formazione Evaluation. Nella parte superiore della pagina di valutazione dell’esecuzione del corso di formazione, seleziona la scheda Scoring Runs per visualizzare un elenco delle esecuzioni di punteggio esistenti.

Quindi, seleziona un’esecuzione del punteggio per visualizzare i dettagli dell’esecuzione.

Se lo stato dell’esecuzione del punteggio selezionata è "Completato" o "Non riuscito", il collegamento View Activity Logs viene reso disponibile. Se un’esecuzione del punteggio non riesce, i registri di esecuzione possono fornire informazioni utili per determinare il motivo dell’errore. Per scaricare i registri di esecuzione, seleziona View Activity Logs.

Viene visualizzato il puntatore View activity logs . Seleziona un URL per scaricare automaticamente i registri associati.

Puoi anche visualizzare i risultati del punteggio selezionando Preview scoring results dataset.

Viene fornita un’anteprima del set di dati di output.

Per l’insieme completo dei risultati del punteggio, seleziona il collegamento Scoring Results Dataset che si trova nella colonna di destra.

Passaggi successivi

Questa esercitazione illustra i passaggi necessari per valutare i dati utilizzando un modello addestrato in Data Science Workspace. Segui l'esercitazione su pubblicazione di un modello come servizio nell'interfaccia utente per consentire agli utenti all'interno della tua organizzazione di valutare i dati fornendo un facile accesso a un servizio di apprendimento automatico.