このアクセラレータの使用方法

MLモデルのトレーニング

以下の手順に従ってML（機械学習）モデルをトレーニングします。

1

Workatoで新しいレシピを作成します。

2

使用ケースに応じてトリガーを選択します。

3

アクションとアプリを追加します。アプリケーションとしてAIML Accelerator、アクションとしてTrain AIML Modelを選択します。

4

AIML | Data Fieldsのルックアップテーブルで定義されたModel Identifierを選択します。

5

is_successフラグをチェックするif条件を設定します。is_successフラグは、前のアクションが成功した場合にtrueを返し、失敗した場合にfalseを返します。

6

成功または失敗に応じてアクションを追加します。たとえば、is_successがfalseとして返された場合、Slackメッセージやメール通知を送信することを決定することができます。

7

Saveをクリックします。

8

レシピを実行するためにTestをクリックします。

トレーニングデータのステージング

1

Workatoで新しいレシピを作成します。

2

使用ケースに応じてトリガーを選択します。

3

アクションとアプリを追加します。アプリケーションとしてAIML Accelerator、アクションとしてTrain AIML Modelを選択します。

4

AIML | Data Fieldsのルックアップテーブルで定義されたModel Identifierを選択します。

5

is_successフラグをチェックするif条件を設定します。is_successフラグは、前のアクションが成功した場合にtrueを返し、失敗した場合にfalseを返します。

6

成功または失敗に応じてアクションを追加します。たとえば、is_successがfalseとして返された場合、Slackメッセージやメール通知を送信することを決定することができます。

7

Saveをクリックします。

8

レシピを実行するためにTestをクリックします。

予測の取得

以下の手順に従って予測を取得します。

1

Workatoでレシピを作成します。

2

アクションとアプリを追加します。アプリケーションとしてAIML Accelerator、アクションとしてTrain AIML Modelを選択します。

3

AIML | Data Fieldsのルックアップテーブルで定義されたModel Identifierを選択します。

4

AIML | Data Fieldsのルックアップテーブルのフィールドから値を入力フィールドにロードします。値は対応するModel Identifierと一致していることを確認してください。フィールドが欠落している場合は、AIML | Data Fieldsのルックアップテーブルを確認してください。

5

is_successフラグをチェックするif条件を設定します。is_successフラグは、前のアクションが成功した場合にtrueを返し、失敗した場合にfalseを返します。

6

成功または失敗に応じてアクションを追加します。たとえば、is_successがfalseとして返された場合、Slackメッセージやメール通知を送信することを決定することができます。

7

Saveをクリックします。

8

レシピを実行するためにTestをクリックします。