的机器学习平

kolija3433@gmai

通过 Einstein Discovery 将 AI 预测引入 Tableau
Einstein Discovery 为更多决策者带来人工智能驱动的分析
Einstein Discovery 是 Salesforce 的业务优先的机器学习平台，它从历史数据中学习模式，可用于预测未来的结果。具有业务领域知识的分析师可以无需编写代码即可构建和部署预测模型。用户首先将数据加载到 Einstein Discovery 中，然后定义他们想要最大化（例如销售额或利润）或最小化（例如患者等待时间）的业务指标。然后，Einstein Discovery 会自动呈现数据中检测到的模式以及可评估其性能的预测模型。事实上，透明度和道德是产品的基础，具有偏见保护、预测因素和实时模型监控，以便用户可以相信爱因斯坦的预测。这里没有使用黑盒算法，确保业务专家手中的安全人工智能和控制。

该体验旨在使分析和预测在业务问题的背景下易于解释。如果模型适合 伊朗 电话号码 您的分析和业务环境，用户可以部署它来生成新数据的预测。此部署的一部分包括自动生成可复制到 Tableau 中的分析扩展计算。

将预测直接带入计算字段
用户现在可以创建表计算，将 Einstein ML 预测直接添加到 Tableau 可视化中。在分析扩展的支持下，您可以在 Tableau 中构建计算，将数据从可视化传递到 Einstein Discovery，并动态获取结果。这些可视化可以在工作簿中共享或发布到 Tableau Server。 （Tableau Online 即将推出此功能。）这就像使用 Einstein Discovery 分析扩展创建​​计算字段并复制并粘贴 Einstein Discovery 中自动生成的脚本一样简单。



将预测直接带入计算字段

通过在 Tableau 可视化中动态提供预测，团队可以使用 Tableau 仪表板作为工具，将预测纳入当前分析工作流程的上下文中。构建预测的团队可以采用快速、可维护且可扩展的方式为其模型创建可视化前端，供其他业务用户运行和探索。用户每次查看可视化时都会看到最新数据的结果。可以过滤数据以查看特定子集，并且可以传递参数以允许仪表板用户使用模型测试不同的场景或假设。

适用于 Tableau 2021.1 桌面版和服务器版。

使用 Einstein Discovery 仪表板扩展创建具有动态预测的仪表板
在 Einstein Discovery 中构建模型后，您还可以将其引入仪表板中的工作流程，使用户能够访问按需、可解释的 ML 预测。在新的产品内扩展库中访问此仪表板扩展，将其拖放到仪表板上，然后在出现提示时登录 Salesforce。

使用 Einstein Discovery 仪表板扩展创建具有动态预测的仪表板然后，您可以选择一个已部署的 Einstein Discovery 预测，并将模型直接连接到数据表或一组参数，您可以在其中执行假设场景。单击 Tableau 可视化中的一行或多行数据，即可获取动态预测以及基于模型改进结果的方法。