Navigation dans l'interface d'expérimentation

L'interface à onglets vous permet de parcourir chaque étape de l'apprentissage du modèle. Utilisez les onglets et le panneau de configuration de l'expérimentation pour effectuer l'apprentissage de votre modèle et l'optimiser.

Barre d'outils

Utilisez la barre d'outils pour passer d'un onglet à un autre dans l'interface.

Dans la barre d'outils, vous pouvez également effectuer les opérations suivantes :

Suivant l'onglet dans lequel vous vous trouvez, vous pouvez passer d'un modèle ayant fait l'objet d'un apprentissage à un autre.
Cliquez sur Afficher la configuration pour configurer davantage l'apprentissage, examiner la version actuelle ou démarrer une nouvelle version.

Barre d'outils dans une expérimentation ML

Configuration et Données d'apprentissage

Cet onglet vous permet de gérer les données d'expérimentation. Lorsque vous créez une expérimentation, Configuration est le seul onglet affiché. À mesure que l'apprentissage progresse, l'onglet est renommé Données d'apprentissage et vous pouvez passer à d'autres onglets pour l'analyse du modèle.

Dans cet onglet, vous pouvez effectuer les opérations suivantes :

Sélectionnez une cible avant d'effectuer l'apprentissage de la première version.
Ajoutez ou retirez des caractéristiques.
Affichez les informations analytiques et les statistiques du jeu de données de caractéristiques.
Sélectionnez un nouveau jeu de données d'apprentissage.
Configurez la détection de biais.

Passez de la Vue du schéma Vue Schéma à la Vue Données et inversement pour obtenir différentes représentations du jeu de données d'apprentissage.

Onglet Données dans une expérimentation ML avant l'exécution par l'utilisateur d'une version de l'apprentissage — Onglet Configuration dans une expérimentation ML. Après l'apprentissage, cet onglet est renommé Données d'apprentissage.

Modèles

Dans l'onglet Modèles, effectuez une analyse rapide des résultats d'apprentissage et explorez les modèles recommandés. Cet onglet vous aide à comparer les principales métriques de chaque modèle et à évaluer différents cas d'utilisation prédictifs.

Pour effectuer une analyse plus détaillée des modèles, vous pouvez passer aux onglets Comparer et Analyser.

Sélectionnez un modèle dans le tableau Métriques des modèles ou dans les recommandations au-dessus du tableau. Vous pouvez afficher les détails suivants :

Scores de performances.
Résumé de l'apprentissage du modèle (disponible avec l'optimisation de modèle intelligente).
Visualisations Importance des caractéristiques.
Autres visualisations spécifiques au type d'expérimentation.
Résultats de la détection de biais.

Pour plus d'informations, consultez Réalisation d'une analyse de modèle rapide.

Onglet Modèles dans une expérimentation ML montrant le résumé, les principales métriques de modèle et des visualisations automatiquement générées — Onglet Modèles dans une expérimentation ML dont l'apprentissage a été effectué avec l'optimisation de modèle intelligente

Comparer

Comparez vos modèles dans le détail à l'aide d'analytiques intégrées. Effectuez des sélections et personnalisez les données du tableau de bord pour découvrir des informations sur les performances du modèle.

Dans l'onglet Comparer, vous pouvez effectuer les opérations suivantes :

Accédez à l'ensemble des métriques et hyperparamètres des modèles disponibles.
Comparez les métriques d'apprentissage et de rétention de l'ensemble des modèles.

Pour plus d'informations, consultez Comparaison des modèles.

Analyse de modèles comparative dans une expérimentation ML — Onglet Comparer dans une expérimentation ML

Analyser

Approfondissez avec l'analyse intégrée de chaque modèle dont vous effectuez l'apprentissage.

Dans l'onglet Analyser, vous pouvez effectuer les opérations suivantes :

Analysez davantage l'exactitude des prédictions.
Évaluez l'importance des caractéristiques à un niveau granulaire.
Affichez la distribution des données des caractéristiques.
Affichez des informations détaillées sur les résultats de la détection de biais.

Pour plus d'informations sur l'analyse de modèle détaillée, consultez Réalisation d'une analyse de modèle détaillée.

Onglet Analyser dans une expérimentation ML affichant l'exactitude des prédictions et l'importance des caractéristiques — Onglet Analyser dans une expérimentation ML

Panneau de configuration de l'expérimentation

Utilisez ce panneau pour configurer les paramètres d'expérimentation.

Le panneau Configuration de l'expérimentation s'ouvre par défaut dans de nouvelles expérimentations. Après avoir exécuté une version, cliquez sur Afficher la configuration pour ouvrir le panneau.

Avec le panneau Configuration de l'expérimentation, vous pouvez effectuer les opérations suivantes :

Sélectionner une cible et un type d'expérimentation
Définir un nom de version
Ajouter ou retirer des caractéristiques
Configurer une nouvelle version de l'expérimentation
Afficher le type de modèle faisant l'objet de l'apprentissage
Sélectionner pour modifier ou actualiser le jeu de données d'apprentissage
Ajouter ou retirer des algorithmes
Modifier les paramètres d'optimisation du modèle
Pour les modèles de série temporelle, définir les paramètres de projection
Configurer la détection de biais

Panneau Configuration de l'expérimentation avec la cible sélectionnée, le type d'expérimentation et la sélection de caractéristiques par défaut — Panneau de configuration de l'expérimentation

Cette page vous a-t-elle aidé ?

Si vous rencontrez des problèmes sur cette page ou dans son contenu – une faute de frappe, une étape manquante ou une erreur technique – faites-le-nous savoir.

Laissez vos commentaires ici