Итак, сегодня я читал о машинном обучении с помощью dotnet, ближе всего к машинному обучению я узнал об использовании Azure ML Studio - теперь я вспомнил этот проект.
В InfoWARE Limited мы хотели улучшить качество заявок, создаваемых на нашей платформе CRM.
Результатом проекта, в свою очередь, станет:
- помочь нам разобраться в кейсе, поднятом нашими клиентами, в кратчайшие сроки
- помочь с эффективной документацией
Я хорошо помню этот процесс, от очистки данных до использования функции перетаскивания для создания нашего конвейера до классификации и визуализации данных.
Как мы получили наши данные
Итак, мы пришли к соглашению, что старший технический менеджер по имени Уэйл создает лучший тикет, он так хорошо справляется с документацией, и все в InfoWARE могут с этим согласиться; поэтому мы выбрали билеты Уэйла в качестве шаблона для нашей модели обучения.
ВЫБРАТЬ * ИЗ ‹таблицы билетов› ГДЕ CREATEDBY = ‘WALE’
экспортировать результат в Excel.
Как мы очищали наши данные
Член исследовательской группы отвечал за обеспечение того, чтобы столбцы таблицы Excel, которая сыграла ключевую роль в создании наших классификаций, не были пустыми - пустые поля могут давать неправильные классификации.
Создание нашего конвейера
Здесь нам нужен алгоритм, который поможет нам с классификациями - хорошие или недостаточно хорошие билеты, есть ряд статистических алгоритмов, которые помогут нам в этом; затем до нас доходит, что ML studio позволяет передавать одну и ту же модель через несколько алгоритмов одновременно и одновременно; но поскольку это наша первая попытка в ML, мы решили одновременно запустить модель с помощью различных алгоритмов классификации.
Результаты, достижения
Таким образом, это позволило нам сравнить результаты различных алгоритмов, чтобы определить правильность нашего эксперимента.
Теперь, используя ML.Net, я вижу, как повторяется тот же процесс, и это побудило меня написать о моем первом столкновении с машинным обучением.
О, чтобы я не забыл, мы пошли дальше, чтобы провести классификацию множества других билетов, и мы смогли просветить внутреннюю команду во время одной из наших сессий обмена знаниями о том, как создавать билеты хорошего качества.
P.S: с нетерпением жду ваших комментариев
Крикнуть
Олувалолоп Хоуп
Анама Тито
Чарльз Эсуме
Бенедикта Оморуйи
Омовале Бабагбеми
InfoWARE Limited
Ресурсы
Чтобы начать работу с ML в .Net
