CASPR

CASPR هو إطار عمل قائم على المحولات للتعلم العميق من البيانات المتسلسلة بتنسيق جدولي، وهو الأكثر شيوعًا في تطبيقات الأعمال.

غالبًا ما يتم التعامل مع المهام الحاسمة لربحية المؤسسة، مثل التنبؤ بتراجع العملاء أو اكتشاف الحسابات الاحتيالية أو تقدير القيمة الدائمة للعميل، من خلال نماذج مدربة على الميزات المصممة من بيانات العميل في تنسيق جدولي. ومع ذلك، تضيف هندسة الميزات الخاصة بالتطبيقات تكاليف التطوير والتشغيل والصيانة بمرور الوقت. تقدم التطورات الحديثة في التعلم التمثيلي فرصة لتبسيط وتعميم هندسة الميزات عبر التطبيقات.

مع CASPR، نقترح أسلوبًا جديدًا لتشفير البيانات التسلسلية في شكل جدول (على سبيل المثال، معاملات العملاء وتاريخ الشراء والتفاعلات الأخرى) في تمثيل عام لارتباط الموضوع (على سبيل المثال، العميل) بالأعمال التجارية. نقوم بتقييم هذه التضمينات كميزات لتدريب نماذج متعددة تغطي مجموعة متنوعة من التطبيقات (انظر: الورق). CASPR، التنبؤ والتمثيل القائم على تسلسل نشاط العميل، يطبق بنية المحولات لتشفير تسلسل النشاط لتحسين أداء النموذج وتجنب هندسة الميزات المخصصة عبر التطبيقات. تجاربنا على نطاق واسع تثبت صحة CASPR لكل من تطبيقات المؤسسات الصغيرة والكبيرة.

البدء والموارد

• CASPR: التنبؤ والتمثيل القائم على تسلسل نشاط العميل (NeurIPS 2022، نيو أورليانز: تعلم التمثيل الجدولي)

  • ورق
  • ملصق

• يبني

  • المتطلبات المسبقة: python==3.9, setuptools
  • بناء العجلة: python setup.py build bdist_wheel

• تثبيت

   (now)
  pip install .distAI.Models.CASPR-<ver>.whl[<optional-env-modifier>]
  
  (future)
  pip install AI.Models.CASPR[<optional-env-modifier>]
  

  استخدم أيًا من المعدلات أدناه لتخصيص التثبيت للنظام المستهدف/حالة الاستخدام:

   horovod     - for distributed training and inference on Horovod
   databricks  - for distributed training and inference on Databricks
   aml         - for (distributed) training and inference on Azure ML
   hdi         - for execution on Azure HD Insights
   xai         - to enable explainability
   test        - for extended test execution
   dev         - for development purposes only
  

• أمثلة

  (المهمة: هل يمكننا الإشارة إلى أحد الأمثلة التي تم التعليق عليها بشكل جيد بدون بيانات؟)

المساهمات والملاحظات

نحن نرحب بالمساهمات! يرجى الاطلاع على المبادئ التوجيهية للمساهمة.

بالنسبة لطلبات الميزات أو تقارير الأخطاء، يرجى تقديم مشكلة GitHub.

مدونة لقواعد السلوك

اعتمد هذا المشروع قواعد السلوك الخاصة بشركة Microsoft مفتوحة المصدر. لمزيد من المعلومات، راجع الأسئلة الشائعة حول قواعد السلوك أو اتصل بـ [email protected] لطرح أي أسئلة أو تعليقات إضافية.

رخصة

هذا المشروع مرخص بموجب ترخيص MIT.

---