Chers RPA/Data enthousiasts Accrochez-vous , Ce topic présente une première épisode d’une série de tutoriels et cas d’utilisation de produit IA Center.
Cas d’utilisation 1:
Objectif: Déployer un modèle de machine learning personnalisé et l’utiliser dans un workflow.
Description: Prédire si la personne a le diabète ou non.
1.Introduction
AI Center est une application qui permet de déployer, d’utiliser, de gérer et d’améliorer des modèles d’apprentissage automatique.
2.Types de modèles
-
Modèles personnalisés(Custom Model) : modèles construits par votre équipe de data science à l’aide de Python ou d’une plate-forme AutoML. On va utiliser
-
Modèles prêts à l’emploi : modèles prédéfinis pris en charge par UiPath.
Prêtes à l’emploi
Cela serait notre sujet de l’épisode prochaine.
3. Machine Learning
-
Définition Machine Learning:
Un sous-domaine de l’intelligence artificielle qui permet aux systèmes d’apprendre à partir des données.
Les systèmes apprennent de l’expérience et des informations précédentes pour déduire et prédire les informations futures. Pour ce faire, ils utilisent des algorithmes qui apprennent à effectuer une tâche spécifique sans être explicitement programmés."
Il existe plusieurs d’apprentissage automatique -
Apprentissage supervisé:
-Classification: Quelle classe ? (bleu ou rouge , chat ou chien , 0 ou 1 …)
C’est le type de notre cas d’utilisation.
-Régression: Prédire une variable quantitative combien ? -
Apprentissage non supervisé:
On ne cherche pas à prédire quoi que soit , plutôt découvrir des structures et des modèles dans les données.
4. Structure de code demandée:
Le dossier de code doit respecter un ensemble d’exigences. Ces exigences sont séparées en composants nécessaires au service d’un modèle et en composants nécessaires à la formation d’un modèle.
Respectons la structure suivante dans notre exemple
- Main.py:
:white_check_mark Remarque: L’output doit être en format Json sinon cela génère une erreur dans Studio.
- Train.py:
5. Importer le fichier dans IA CENTER
Remarque: Il faut avoir le statut “déployé”.
6. Création de la compétence ML dans IA CENTER
Remarque: Il faut avoir le statut “disponible”.
7. Utilisation du modèle dans Studio:
- Installer le packet “Uipath.MLServices.Activities”
- Utiliser l’activité “CompétenceML”
On trouve notre modèle disponible dans la liste des modèles
- Tester la compétence:
-0.26… est le pourcentage d’appartenance à la classe 0 (pas de diabète).
-0.73… est le pourcentage d’appartenance à la classe 1 (diabétique).
J’espère que cette démonstration pourra vous aider.
A la prochaine épisode.