Configurar um mecanismo

Nesta página, abordamos brevemente os conceitos relacionados à configuração de um mecanismo.

Fontes compatíveis para hiperparâmetros

Ao configurar um mecanismo, é possível selecionar a origem dos hiperparâmetros usados para criar um modelo. As seguintes fontes são compatíveis:

  • Ajuste automático: a IA antilavagem de dinheiro ajusta hiperparâmetros quando você cria um recurso EngineConfig (comportamento padrão)
  • Herdar: herda hiperparâmetros de uma configuração de mecanismo anterior criada com uma versão de mecanismo anterior na mesma versão de ajuste. Essa configuração permite evitar um novo ajuste sempre que você adota uma nova versão do mecanismo do modelo.

Quando ajustar ou herdar

Nas seções a seguir, descrevemos quando você precisa selecionar o ajuste automático e quando precisa herdar hiperparâmetros de uma configuração de mecanismo anterior.

Quando ajustar

Você tem a opção de ajustar cada nova configuração do mecanismo e, em caso de dúvida, sempre ajustar para os melhores resultados de desempenho. Consulte a seção Como ajustar um mecanismo para mais informações.

Para ter a melhor performance, considere o ajuste do mecanismo quando uma das seguintes situações ocorrer:

  • Você fizer mudanças significativas na lógica do conjunto de dados. Por exemplo, quando uma das seguintes mudanças:
    • A lógica pela qual os campos são preenchidos.
    • A seleção de campos RECOMENDADOS preenchidos
    • A lógica ou a seleção de dados fornecida na tabela PartySupplementaryData.
  • Um mecanismo vai treinar um modelo para uma nova região.

Quando herdar hiperparâmetros

Para economizar tempo e custos ao adotar uma nova versão do mecanismo, é possível herdar hiperparâmetros de um mecanismo anterior usando a mesma versão de ajuste. Consulte a seção Como adotar uma versão do mecanismo sem novo ajuste.

As versões do Engine com a versão de ajuste v003 e as lançadas antes de 22/02/2024 não são compatíveis com a herança de hiperparâmetros, mas podem ser usadas como uma fonte de hiperparâmetros.

Como ajustar um mecanismo

Para acionar o ajuste, consulte Criar e gerenciar configurações do mecanismo.

Especificamente, você precisa selecionar o seguinte:

  • Os dados usados para o ajuste do mecanismo:

    Especifique um conjunto de dados e um horário de término no intervalo de datas do conjunto de dados.

    O ajuste do mecanismo usa rótulos e recursos com base nos meses completos do calendário até o mês do horário de término selecionado, mas sem incluir essa data. Para mais informações, consulte Intervalos de tempo do conjunto de dados.

  • A versão do mecanismo a ser usada para o ajuste:

    Selecione uma versão de mecanismo que corresponda à linha de negócios (varejo ou comercial) em que você vai usar os modelos associados.

  • O volume de investigações esperado com base nos modelos:

    Especifique partyInvestigationsPerPeriodHint. Isso é usado pelo ajuste, treinamento e backtesting do mecanismo para garantir que a IA antilavagem de dinheiro ofereça desempenho no seu volume de investigação mensal.

Saída de ajuste do mecanismo

O ajuste do mecanismo gera um recurso EngineConfig, que pode ser usado para criar um recurso Model.

Os metadados de configuração do mecanismo contêm as seguintes métricas. Especificamente, essas métricas mostram o seguinte:

  • Ganho de desempenho esperado do ajuste do mecanismo em comparação com o uso de hiperparâmetros padrão

  • Qualquer grande alteração nas famílias de recursos que o conjunto de dados aceita (entre ajuste de mecanismo, treinamento, avaliação e previsão)

Nome da métrica Descrição da métrica Exemplo de valor de métrica
ExpectedRecallPreTuning Métrica de recall medida em um conjunto de teste ao usar hiperparâmetros padrão da versão do mecanismo.

Essa medição de recall pressupõe o número de investigações por mês especificado em partyInvestigationsPerPeriodHint. 

{
  "recallValues": [
    {
      "partyInvestigationsPerPeriod": 5000,
      "recallValue": 0.72,
      "scoreThreshold": 0.42,
    },
  ],
}
ExpectedRecallPostTuning Métrica de recall medida em um conjunto de teste ao usar hiperparâmetros ajustados.

Essa medição de recall pressupõe o número de investigações por mês especificado em partyInvestigationsPerPeriodHint. 

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

Compartilhamento de valores ausentes entre todos os atributos em cada família de atributos.

O ideal é que todas as famílias de recursos da IA antilavagem de dinheiro tenham uma ausência próxima de 0. Podem ocorrer exceções quando os dados subjacentes a essas famílias de recursos não estiverem disponíveis para integração.

Uma alteração significativa nesse valor para qualquer família de recursos entre ajuste, treinamento, avaliação e previsão pode indicar inconsistências nos conjuntos de dados usados. 

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

Como adotar uma versão do mecanismo sem reajuste

Para reutilizar os hiperparâmetros de uma configuração de mecanismo anterior, consulte a seção Criar uma configuração de mecanismo que herde hiperparâmetros (na página Criar e gerenciar configurações do mecanismo). Especificamente, você precisa selecionar o seguinte:

  • Tipo de origem do hiperparâmetro:selecione INHERITED como o hyperparameterSourceType. Se você não especificar o tipo de origem, o tipo de origem do hiperparâmetro será definido como TUNING para permitir a compatibilidade com versões anteriores.
  • Origem do hiperparâmetro:especifique o nome completo do recurso da configuração do mecanismo de origem no objeto hyperparameterSource. As saídas da configuração do mecanismo de origem são usadas para a nova configuração do mecanismo. A configuração do mecanismo de origem precisa ter sido criada com uma versão anterior do mecanismo dentro da mesma versão do mecanismo de ajuste que você está usando agora.
  • Versão do mecanismo a ser usada na configuração do mecanismo:selecione uma versão do mecanismo que corresponda à linha de negócios (varejo ou comercial) dos modelos que você quer usar. Essa linha de negócios precisa corresponder à linha de negócios na configuração do mecanismo que você está usando como fonte de hiperparâmetros.

Saída e linhagem ao herdar

A herança de hiperparâmetros de outra versão do mecanismo cria um recurso EngineConfig que pode ser usado para criar um recurso Model usando os hiperparâmetros da configuração do mecanismo de origem.

Para a linhagem, os seguintes campos no recurso EngineConfig são definidos da seguinte maneira ao herdar hiperparâmetros de outra configuração de mecanismo:

  • hyperparameterSourceType: INHERITED
  • hyperparameterSource: a configuração do mecanismo usada como a origem do hiperparâmetro
  • tuning: objeto tuning original, incluindo a referência ao conjunto de dados usado no ajuste do mecanismo original (primaryDataset) e a última vez em que os dados foram usados para gerar atributos para treinamento (endTime)
  • performanceTarget: objeto performanceTarget original, incluindo o volume de investigações esperados com base nos modelos especificados (partyInvestigationsPerPeriodHint).
  • Metadados de configuração do mecanismo do ajuste do mecanismo original