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。
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。
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。
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 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。
提供模型 ID,按模型字段名称或标识填写输入值。
AI 创建预测,在处理完成后读取输出。
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。
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。
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。
下一项 BigML 工作,从一条消息开始。
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。
连接任务涉及的工具,让 Leina 访问需要的内容。
提供资料来源、结果的保存位置,以及你希望完成的工作。
查看任务结果,并核对应用中的变更。
把这些日常工作交给你的 AI 员工。
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。
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。
对现有 BigML 模型提交 JSON 预测,并返回预测资源以供轮询。
检索一个 BigML 预测资源的当前状态和结果,用于异步轮询。
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。
永久删除一个存储的 BigML 预测资源。
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。
两项预测均已完成。模型对 Cedar 返回“续订”,对 Brook 返回“不续订”。
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。
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。
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。