Cette page a été traduite par l'API Cloud Translation.

Configurer un moteur

Cette page présente brièvement les concepts de la configuration d'un moteur.

Sources acceptées pour les hyperparamètres

Lorsque vous configurez un moteur, vous pouvez sélectionner la source tous les hyperparamètres utilisés pour créer un modèle. Les sources suivantes sont compatibles:

Réglage automatique: l'AML basée sur l'IA règle les hyperparamètres lorsque vous Créer une ressource EngineConfig (comportement par défaut)
Hériter: hérite des hyperparamètres d'une configuration de moteur précédente qui était créé avec une version de moteur antérieure dans la même version de réglage. Ce paramètre vous permet d'éviter d'effectuer de nouveaux réglages chaque fois que vous adoptez un nouveau moteur de modèle version.

Quand régler ou hériter des paramètres

Les sections suivantes expliquent dans quels cas vous devez sélectionner le réglage automatique et quand doit hériter des hyperparamètres d'une configuration de moteur précédente.

Quand régler

Vous avez la possibilité d'ajuster chaque nouvelle configuration de moteur et, en cas de doute, doivent toujours être réglés pour optimiser les performances. Voir la section Pour en savoir plus, consultez Régler un moteur.

Pour des performances optimales, envisagez de régler le moteur lorsque l'un des suivantes:

Vous apportez des modifications importantes à la logique de l'ensemble de données. Par exemple, si l'un des modification suivante: <ph type="x-smartling-placeholder">
- Logique selon laquelle les champs sont remplis
- Sélection des champs RECOMMANDÉS qui sont renseignés.
- La logique ou la sélection des données fournies dans le Table PartySupplementaryData
Vous êtes sur le point d'entraîner un modèle à partir d'un moteur pour une nouvelle région.

Quand hériter des hyperparamètres

Pour gagner du temps et réduire les coûts lors de l'adoption d'une nouvelle version de moteur, vous pouvez hériter des hyperparamètres d'un moteur précédent utilisant la même version de réglage. Voir la section Comment adopter une version de moteur sans avoir à effectuer de nouveaux réglages.

Versions du moteur avec la version de réglage v003 et versions de moteur antérieures à 22/02/2024, ne prennent pas en charge l'héritage des hyperparamètres, mais ces versions comme source d'hyperparamètres.

Régler un moteur

Pour le réglage des déclencheurs, consultez la page Créer et gérer des configurations de moteur.

Vous devez notamment sélectionner les éléments suivants:

Données à utiliser pour le réglage du moteur:

Spécifiez un ensemble de données et une heure de fin dans la plage de dates de l'ensemble de données.

Le réglage du moteur utilise des étiquettes et des fonctionnalités basées sur des mois calendaires complets jusqu'au mois correspondant à l'heure de fin sélectionnée. Pour plus Pour plus d'informations, consultez la section Plages de dates utilisées dans les ensembles de données.
Version du moteur à utiliser pour le réglage du moteur:

Sélectionnez une version de moteur correspondant au secteur d'activité (commerce ou commercial) pour lesquels vous utiliserez les modèles associés.
Le volume d'investigations que vous attendez en fonction des modèles:

Spécifiez partyInvestigationsPerPeriodHint. Il est utilisé pour le réglage du moteur, des formations et des tests rétrospectifs pour s'assurer que l'AML basée en fonction de votre volume d'investigation mensuel.

Résultat du réglage du moteur

Le réglage du moteur génère une ressource EngineConfig qui peut être utilisée pour créer une ressource de modèle ;

Les métadonnées de configuration du moteur contiennent les métriques suivantes. En particulier, ces métriques vous permettent d'obtenir les résultats suivants:

Gain de performances attendu grâce au réglage du moteur par rapport à l'utilisation de la valeur par défaut hyperparamètres

Remarque: Les métriques de rappel n'affichent que la part des données historiques AML_EXIT les événements qui seraient alertés avec un modèle donné et qui peuvent être utilisés pour décider de passer au direct tests. Étant donné que tous les cas ne font pas l'objet d'une enquête, les performances réelles ont un impact significatif positif.
Toute modification importante des familles de caractéristiques prises en charge par l'ensemble de données (entre réglage, entraînement, évaluation et prédiction du moteur)

Nom de la métrique Description de la métrique Exemple de valeur de métrique

ExpectedRecallPreTuning

Nom de la métrique	Description de la métrique	Exemple de valeur de métrique
ExpectedRecallPreTuning	Métrique de rappel mesurée sur un ensemble de test lors de l'utilisation hyperparamètres par défaut de la version du moteur. Cette mesure du rappel suppose le nombre d'investigations par mois spécifié dans `partyInvestigationsPerPeriodHint`.	{ "recallValues": [ { "partyInvestigationsPerPeriod": 5000, "recallValue": 0.72, "scoreThreshold": 0.42, }, ], }
ExpectedRecallPostTuning	Métrique de rappel mesurée sur un ensemble de test lors de l'utilisation hyperparamètres réglés. Cette mesure du rappel suppose le nombre d'investigations par mois spécifié dans `partyInvestigationsPerPeriodHint`.	{ "recallValues": [ { "partyInvestigationsPerPeriod": 5000, "recallValue": 0.80, "scoreThreshold": 0.43, }, ], }
Manquant	Part des valeurs manquantes pour l'ensemble des caractéristiques de chaque famille de caractéristiques. Dans l'idéal, toutes les familles de fonctionnalités d'AML basée sur l'IA devraient Manquante proche de 0. Des exceptions peuvent se produire lorsque les données sous-jacentes ces familles de caractéristiques ne peuvent pas être intégrées. Un changement significatif de cette valeur pour toute famille de caractéristiques entre le réglage l'entraînement, l'évaluation et la prédiction peuvent indiquer des incohérences les ensembles de données utilisés.	{ "featureFamilies": [ { "featureFamily": "unusual_wire_credit_activity", "missingnessValue": 0.00, }, ... ... { "featureFamily": "party_supplementary_data_id_3", "missingnessValue": 0.45, }, ], }

Métrique de rappel mesurée sur un ensemble de test lors de l'utilisation hyperparamètres par défaut de la version du moteur.

Cette mesure du rappel suppose le nombre d'investigations par mois spécifié dans partyInvestigationsPerPeriodHint.

{
  "recallValues": [
    {
      "partyInvestigationsPerPeriod": 5000,
      "recallValue": 0.72,
      "scoreThreshold": 0.42,
    },
  ],
}

ExpectedRecallPostTuning

Métrique de rappel mesurée sur un ensemble de test lors de l'utilisation hyperparamètres réglés.

Cette mesure du rappel suppose le nombre d'investigations par mois spécifié dans partyInvestigationsPerPeriodHint.

{
  "recallValues": [
    {
      "partyInvestigationsPerPeriod": 5000,
      "recallValue": 0.80,
      "scoreThreshold": 0.43,
    },
  ],
}

Manquant

Part des valeurs manquantes pour l'ensemble des caractéristiques de chaque famille de caractéristiques.

Dans l'idéal, toutes les familles de fonctionnalités d'AML basée sur l'IA devraient Manquante proche de 0. Des exceptions peuvent se produire lorsque les données sous-jacentes ces familles de caractéristiques ne peuvent pas être intégrées.

Un changement significatif de cette valeur pour toute famille de caractéristiques entre le réglage l'entraînement, l'évaluation et la prédiction peuvent indiquer des incohérences les ensembles de données utilisés.

{
  "featureFamilies": [
    {
      "featureFamily": "unusual_wire_credit_activity",
      "missingnessValue": 0.00,
    },
    ...
    ...
    {
      "featureFamily": "party_supplementary_data_id_3",
      "missingnessValue": 0.45,
    },
  ],
}

Adopter une version de moteur sans avoir à effectuer de nouveaux réglages

Pour réutiliser des hyperparamètres d'une configuration de moteur précédente, consultez la section Créer une configuration de moteur qui hérite des hyperparamètres (sur le Créer et gérer des configurations de moteur). Vous devez notamment sélectionner les éléments suivants:

Type de source des hyperparamètres:sélectionnez INHERITED comme hyperparameterSourceType. Si vous ne spécifiez pas le type de source, Le type de source des hyperparamètres est défini sur TUNING pour permettre le retour en arrière et la compatibilité avec d'autres appareils.
Source des hyperparamètres:spécifiez le nom complet de la ressource de la source. configuration du moteur dans l'objet hyperparameterSource. Les sorties du source sont utilisées pour la nouvelle configuration de moteur. Le moteur source doit avoir été créée avec une version antérieure du moteur dans le même la version du moteur de réglage que vous utilisez.
Version du moteur à utiliser pour la configuration du moteur: Sélectionnez une version de moteur correspondant au secteur d'activité (commerce ou commercial) pour les modèles que vous souhaitez utiliser. Ce secteur d'activité doit correspondre le secteur d'activité dans la configuration du moteur que vous utilisez en tant que source d'hyperparamètres.

Résultat et traçabilité lors de l'héritage

L'héritage des hyperparamètres d'une autre version de moteur crée un Ressource EngineConfig qui peut être utilisée pour créer une ressource de modèle à l'aide de les hyperparamètres de la configuration du moteur source.

Pour la traçabilité, les champs suivants de la ressource EngineConfig sont définis en tant que En cas d'héritage d'hyperparamètres d'une autre configuration de moteur, procédez comme suit:

hyperparameterSourceType : INHERITED
hyperparameterSource: configuration du moteur utilisée comme source d'hyperparamètres
tuning: objet tuning d'origine, y compris la référence à la ensemble de données utilisé pour le réglage du moteur d'origine (primaryDataset) et dernière heure à partir de laquelle les données ont été utilisées pour générer des caractéristiques pour l'entraînement (endTime)
performanceTarget: objet performanceTarget d'origine, y compris le volume d'investigations attendu en fonction des modèles spécifiés (partyInvestigationsPerPeriodHint)
Métadonnées de configuration du moteur issues du réglage d'origine du moteur