Cómo configurar un motor

En esta página, se explican brevemente los conceptos relacionados con la configuración de un motor.

Esta página es válida para las versiones del motor que se encuentran dentro de los siguientes grupos de versiones principales del motor. Para ver la página de otras versiones del motor, usa el selector que se encuentra en la parte superior de esta página.

En resumen, estos son los cambios de las versiones del motor v003 a v004 (hasta la versión v004.008):

  • Se agregaron partiesCount y identifiedPartiesCount a los valores de las métricas ExpectedRecallPreTuning y ExpectedRecallPostTuning.

Fuentes admitidas para los hiperparámetros

Cuando configuras un motor, puedes seleccionar la fuente de los hiperparámetros que se usan para crear un modelo. Se admiten las siguientes fuentes:

  • Ajuste automático: La IA de AML ajusta los hiperparámetros cuando creas un recurso EngineConfig (comportamiento predeterminado).
  • Heredar: Hereda los hiperparámetros de una configuración del motor anterior que se creó con una versión anterior del motor dentro de la misma versión de ajuste. Este parámetro de configuración te permite evitar volver a ajustar el modelo cada vez que adoptas una nueva versión del motor del modelo.

Cuándo ajustar o heredar

En las siguientes secciones, se describe cuándo debes seleccionar el ajuste automático y cuándo debes heredar los hiperparámetros de una configuración anterior del motor.

Cuándo ajustar

Tienes la opción de ajustar cada configuración del motor nuevo y, en caso de duda, siempre debes realizar el ajuste para obtener los mejores resultados de rendimiento. Consulta la sección Cómo ajustar un motor para obtener más información.

Para obtener el mejor rendimiento, debes considerar el ajuste del motor cuando ocurra cualquiera de las siguientes situaciones:

  • Realizas cambios significativos en la lógica del conjunto de datos. Por ejemplo, cuando cambia alguno de los siguientes elementos:
    • La lógica con la que se propagan los campos
    • La selección de campos RECOMENDADOS que se completan
    • La lógica o la selección de datos proporcionados en la tabla PartySupplementaryData
  • Estás a punto de hacer que un motor entrene un modelo para una nueva región.

Cuándo heredar hiperparámetros

Para ahorrar tiempo y costos cuando adoptes una nueva versión del motor, puedes heredar los hiperparámetros de un motor anterior con la misma versión de ajuste. Consulta la sección Cómo adoptar una versión del motor sin volver a ajustarlo.

Las versiones del motor con la versión de ajuste v003 y las versiones del motor lanzadas antes del 22/02/2024 no admiten la herencia de hiperparámetros, pero estas versiones se pueden usar como fuente de hiperparámetros.

Cómo ajustar un motor

Para activar el ajuste, consulta Crea y administra archivos de configuración del motor.

En particular, debes seleccionar lo siguiente:

  • Los datos que se usarán para ajustar el motor:

    Especifica un conjunto de datos y una hora de finalización dentro del período del conjunto de datos.

    El ajuste del motor utiliza etiquetas y funciones basadas en meses calendario completos hasta el mes de la hora de finalización seleccionada, sin incluirlo. Para obtener más información, consulta Intervalos de tiempo de los conjuntos de datos.

  • La versión del motor que se usará para el ajuste:

    Selecciona una versión del motor que coincida con la línea de negocio (minorista o comercial) para la que usarás los modelos asociados.

  • El volumen de investigaciones que esperas según los modelos:

    Especifica partyInvestigationsPerPeriodHint. Esto se usa para el ajuste, el entrenamiento y las pruebas retrospectivas del motor para garantizar que la IA de AML brinde rendimiento en tu volumen mensual de investigaciones.

Resultado del ajuste del motor

El ajuste del motor genera un recurso EngineConfig, que se puede usar para crear un recurso Model.

Los metadatos de configuración del motor contienen las siguientes métricas. En particular, estas métricas te muestran lo siguiente:

  • Ganancia de rendimiento esperada por el ajuste del motor en comparación con el uso de los hiperparámetros predeterminados

    se espera que el rendimiento en la vida real sea significativamente mejor.

  • Mediciones que se pueden usar para evaluar la coherencia del conjunto de datos (por ejemplo, comparando los valores de datos faltantes de las familias de características de diferentes operaciones)

Nombre de la métrica Descripción de la métrica Valor de métrica de ejemplo
ExpectedRecallPreTuning Métrica de recuperación medida en un conjunto de pruebas cuando se usan los hiperparámetros predeterminados de la versión del motor.

Esta medición de recuperación supone la cantidad de investigaciones por mes especificada en partyInvestigationsPerPeriodHint. 

{
  "recallValues": [
    {
      "partyInvestigationsPerPeriod": 5000,
      "recallValue": 0.72,
      "partiesCount": 100,
      "identifiedPartiesCount": 72,
      "scoreThreshold": 0.42,
    },
  ],
}
ExpectedRecallPostTuning Es la métrica de recuperación medida en un conjunto de pruebas cuando se usan hiperparámetros ajustados.

Esta medición de recuperación supone la cantidad de investigaciones por mes especificada en partyInvestigationsPerPeriodHint. 

{
  "recallValues": [
    {
      "partyInvestigationsPerPeriod": 5000,
      "recallValue": 0.80,
      "partiesCount": 100,
      "identifiedPartiesCount": 80,
      "scoreThreshold": 0.43,
    },
  ],
}
Datos faltantes

Es el porcentaje de valores faltantes en todos los atributos de cada familia de atributos.

Idealmente, todas las familias de funciones de IA de la AML deberían tener un valor de Missingness cercano a 0. Pueden ocurrir excepciones en las que los datos subyacentes de esas familias de funciones no estén disponibles para la integración.

Un cambio significativo en este valor para cualquier familia de funciones entre el ajuste, el entrenamiento, la evaluación y la predicción puede indicar una incoherencia en los conjuntos de datos utilizados. 

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

Cómo adoptar una versión del motor sin volver a ajustarlo

Para volver a usar los hiperparámetros de una configuración del motor anterior, consulta la sección Crea una configuración del motor que herede hiperparámetros (en la página Crea y administra configuraciones del motor). En particular, debes seleccionar lo siguiente:

  • Tipo de fuente de hiperparámetro: Selecciona INHERITED como el hyperparameterSourceType. Si no especificas el tipo de fuente, el tipo de fuente del hiperparámetro se establece en TUNING para permitir la retrocompatibilidad.
  • Fuente del hiperparámetro: Especifica el nombre completo del recurso de la configuración del motor fuente en el objeto hyperparameterSource. Los resultados de la configuración del motor de origen se usan para la nueva configuración del motor. La configuración del motor fuente debe haberse creado con una versión anterior del motor dentro de la misma versión del motor de ajuste que estás usando ahora.
  • Versión del motor que se usará para la configuración del motor: Selecciona una versión del motor que coincida con la línea de negocios (minorista o comercial) de los modelos que deseas usar. Si se heredan hiperparámetros, la línea de negocio debe coincidir con la que se usó para la fuente de hiperparámetros.

Salida y linaje cuando se hereda

Heredar hiperparámetros de otra versión del motor crea un recurso EngineConfig que se puede usar para crear un recurso Model con los hiperparámetros de la configuración del motor fuente.

Para el linaje, los siguientes campos del recurso EngineConfig se configuran de la siguiente manera cuando se heredan hiperparámetros de otra configuración del motor:

  • hyperparameterSourceType: INHERITED
  • hyperparameterSource: Es la configuración del motor que se usa como fuente de hiperparámetros.
  • tuning: Es el objeto tuning original, incluida la referencia al conjunto de datos que se usó para el ajuste del motor original (primaryDataset) y la fecha y hora más recientes desde las que se usaron datos para generar atributos para el entrenamiento (endTime).
  • performanceTarget: Objeto performanceTarget original, que incluye el volumen de investigaciones esperado según los modelos especificados (partyInvestigationsPerPeriodHint)
  • Metadatos de configuración del motor del ajuste original del motor