BigML AI 员工

Leina 连接 BigML,帮你用现有模型对指定数据进行预测。在团队聊天中交代任务,Leina 完成工作,再把结果带回来。

连接 BigML,选择要共享的内容,就可以交代第一项任务。

Leina + BigML 结果示例

你

用 BigML 续订模型 [模型 ID] 预测两个账户。Cedar 的 months_active 为 18、weekly_sessions 为 12;Brook 分别为 3 和 1。处理完成后,比较两个账户的预测结果。

Leina

两项预测均已完成。模型对 Cedar 返回“续订”,对 Brook 返回“不续订”。

BigML · 已完成预测

两个账户的续订预测

指定续订模型返回的预测结果。

Cedar
预测结果:续订。输入:使用 18 个月,每周 12 次会话。
Brook
预测结果:不续订。输入:使用 3 个月,每周 1 次会话。
在一份简报中对照两组客户数据的模型预测。

什么是 BigML AI 智能体?

AI 将你提供的字段值提交给指定 BigML 模型,查询预测处理状态,完成后解读返回结果。

你指定资料来源和保存位置。Leina 使用连接有权访问的内容完成任务,再把结果交给你检查。

BigML

BigML 是机器学习平台,用于构建模型并基于结构化数据进行预测。

  1. 提供符合模型的数据

    提供模型 ID,按模型字段名称或标识填写输入值。

  2. 等待预测结果

    AI 创建预测,在处理完成后读取输出。

可以交给 Leina 的 BigML 任务

复制示例,补充具体信息,然后在已接入的团队聊天中发给 Leina。

查看模型输入

读取 BigML 模型[模型 ID],整理返回的字段定义,确认预测数据需要的输入。

bigml

请求并读取预测

使用 BigML 模型[模型 ID],以[匹配模型字段的 JSON 对象]创建预测。按返回的预测 ID 读取,直到状态完成或报告错误,再整理返回的预测。

bigml

下一项 BigML 工作,从一条消息开始。

连接工具,交代任务,查看结果

在团队聊天中告诉 Leina 你的需求,说明数据来源、保存位置和预期结果。

  1. 连接账号

    连接任务涉及的工具,让 Leina 访问需要的内容。

  2. 尝试一个任务

    提供资料来源、结果的保存位置,以及你希望完成的工作。

  3. 核对结果

    查看任务结果,并核对应用中的变更。

让 Leina 在 BigML 中动手完成工作

把这些日常工作交给你的 AI 员工。

List Models

列出现有的 BigML 监督模型,包含凭据安全的分页元数据和紧凑的状态详情。

Get Model

检索紧凑的 BigML 模型元数据和构建预测输入所需的字段定义。

Create Prediction

对现有 BigML 模型提交 JSON 预测,并返回预测资源以供轮询。

Get Prediction

检索一个 BigML 预测资源的当前状态和结果,用于异步轮询。

List Predictions

列出存储的 BigML 预测资源,包含规范化状态和凭据安全的分页元数据。

Delete Prediction

永久删除一个存储的 BigML 预测资源。

为你的 AI 员工连接更多工具

连接工作中使用的 App,让 Leina 获取任务需要的信息,继续推进工作。

讨论继续往前走, Leina 接手具体工作。

在团队讨论中交代任务。Leina 使用已连接的工具完成工作,再回到聊天中交付结果。

了解 Leina 如何在 Slack 中工作
Leina结果示例

两项预测均已完成。模型对 Cedar 返回“续订”,对 Brook 返回“不续订”。

两个账户的续订预测

关于 BigML 和 Leina,你可能还想知道

如何选择预测字段?

先查看现有模型,再用其字段标识或支持的字段名称提供 JSON 对象,并填写对应数值。

为什么新预测显示处理状态?

创建操作返回带状态的预测资源,处理完成后再次读取该资源获取结果。

这里可以训练新模型吗?

这些操作使用现有模型并管理预测,这个连接不包含模型训练。

让 Leina 成为你的 BigML AI 员工

从手头的一项工作开始。告诉 Leina,你想要什么样的结果。

连接 BigML,选择要共享的内容,就可以交代第一项任务。