Descripción general de Prediction Studio
La AI y la toma de decisiones automatizada de Pega Platform™ son elementos fundamentales de la arquitectura de negocio Center-out™. Un Lead System Architect (LSA) debe conocer esta función y comprender que constituye el cerebro de Pega gestionado de forma central. Idealmente, un LSA está familiarizado con la funcionalidad de la toma de decisiones y con la terminología.
Prediction Studio es un espacio de trabajo de Pega Platform en el cual los usuarios crean modelos de predicción. Por ejemplo, los científicos de datos o los analistas de decisiones diseñan y crean modelos analíticos. Los modelos analíticos creados en Prediction Studio también se pueden usar con Dev Studio y App Studio como parte del ciclo de vida del tipo de caso para la toma de decisiones, como las reglas de decisiones.
Agregar el portal pxPredictionStudio a su grupo de acceso le brinda acceso a Prediction Studio. Sin embargo, se debe agregar el rol correspondiente para realizar las operaciones deseadas.
Prediction Studio tiene cuatro áreas de trabajo: predicciones, modelos, datos y configuración. El espacio de trabajo también les proporciona a los científicos de datos todo lo que necesitan para crear, implementar, gobernar, supervisar y cambiar los modelos de AI.
Áreas de trabajo en Prediction Studio
Predicciones
Esta landing page se usa para gestionar o crear predicciones. La nueva predicción puede ser una entre tres tipos, según se muestra en la imagen a continuación. Por ejemplo, puedes usar la predicción Case management en el ciclo de vida del caso para la toma de decisiones. Los modelos impulsan las predicciones.
Modelo
Esta landing page define los modelos: predictivo, adaptativo, categorización de texto y extracción de texto. Usa modelos para realizar predicciones. Una vez creados, los modelos pueden aprender mediante el autoaprendizaje; estos modelos se incluyen en las estrategias de decisión para satisfacer las necesidades del cliente y alcanzar las metas del negocio.
Datos
Este área de trabajo se utiliza para definir conjuntos de datos, recursos y datos históricos.
En el área de trabajo Data sets, define una recopilación de registros. La recopilación puede provenir de diferentes orígenes y puede ser en diferentes formatos. Por ejemplo, una instancia de conjunto de datos puede ser tan simple como cuando proviene de una tabla de base de datos o de servicios de flujos, o incluso de orígenes de redes sociales, como Twitter o YouTube. Una vez configurado un conjunto de datos, puede leer, insertar y quitar los registros mediante las operaciones de gestión de datos.
Los conjuntos de datos son objeto de referencia en flujos de datos y, en su mayoría, se usan en aplicaciones de Pega Customer Decision Hub™. Los conjuntos de datos se pueden ejecutar de manera programática mediante el método DataSet-Execute en una actividad.
En el área de trabajo Resource , puede acceder a recursos, como taxonomías o léxico de sentimientos, que proporcionan funciones para crear modelos de aprendizaje de máquinas.
El área de trabajo Historical data es donde carga los datos históricos de sistemas de archivo locales para entrenar los modelos.
Configuración
Puede gestionar la configuración de Prediction Studio en el área de trabajo Settings (Configuración).
Por ejemplo, puede configurar la cola de trabajo para el científico de datos, el idioma de operaciones y la base de datos interna, y configurar la clave de la licencia de los modelos de H2O Driverless AI.
Las políticas de transparencia de modelos definen el umbral de transparencia para cada problema de negocio y proporcionan puntajes para cada tipo de modelo predictivo en aplicaciones de Customer Decision Hub.
Este área de trabajo se puede conectar con plataformas de aprendizaje de máquinas de terceros. Actualmente, Pega Platform es compatible con la plataforma de AI de Google y los modelos SageMaker de Amazon.
Para obtener más información, visite el artículo de la comunidad en Descripción general de Prediction Studio.
This Topic is available in the following Modules:
If you are having problems with your training, please review the Pega Academy Support FAQs.
¿Quiere ayudarnos a mejorar este contenido?