IBM Business Automation Machine Learning Server installieren, konfigurieren und verwalten

Machine Learning Server ermöglicht Services, wie z. B. Beschlussempfehlung, Intelligente Task Priorisierung und Workforce Insights.

 V20.0.0.2  Wenn Sie mehrere Services fürMachine Learning Serverinstallieren, ist nur eine Instanz von Machine Learning Servererforderlich. Anweisungen zum Konfigurieren der Services finden Sie in Machine Learning Server-Services konfigurieren. In der folgenden Liste werden die einzelnen Services, die mitMachine Learning Serverkonfiguriert werden können, kurz beschrieben:

Decision Recommendation

Decision Recommendation ist ein Service, der Empfehlungen für Geschäftsprozesse generiert, die mit Entscheidungsfindung zu tun haben. Zu diesem Zweck wird eine Vorhersagemodellpipeline für maschinelles Lernen mithilfe von Ausführungsprotokollen und Geschäftsdaten erstellt. Sie können das Entscheidungsempfehlungsmodell durch Angabe der Aktivität in dem Prozess, für die eine Entscheidung erforderlich ist, und die entsprechenden zugehörigen Variablen aufbauen. Nach der Erstellung des Vorhersagemodells können Sie Folgendes abrufen:

• Die Empfehlung für jede Entscheidungsaktivität.
• Das Konfidenzintervall der Empfehlungen.
• Erläuterungen zu den Empfehlungen mithilfe der wichtigsten beitragenden Faktoren, die das Modell verwendet.

Intelligent Task Prioritization

Bei Intelligent Task Prioritization wird eine Taskliste mit Langzeitausführungsdaten verwendet, anhand derer Tasks automatisch priorisiert werden, wodurch die Bearbeitereffizienz verbessert wird. Tasks werden einem Benutzer in optimaler Reihenfolge zugewiesen, um den Durchsatz im Hinblick auf folgende Aspekte zu maximieren:

• Wer ist Experte für die betreffende Task?
• Der Einfluss des Bearbeiters auf die betreffende Task, der durch Verarbeitungszeiten vorhergesagt wird.

Taskexperten werden mithilfe eines eigenüberwachten neuronalen Klassifikationsnetzes bestimmt, das die Wahrscheinlichkeit vorhersagt, mit der ein Bearbeiter eine Task schneller ausführen kann als der Durchschnitt der Bearbeiter. Die Verarbeitungszeit wird durch Verwendung eines regressiven neuronalen Netzes bestimmt, das vorhersagt, wie viele Sekunden ein Bearbeiter für die Ausführung einer Task benötigt. Diese Modelle werden in Machine Learning Servergehostet.

Workforce Insights

Workforce Insights ermöglicht die Berechnung verschiedener prozessbezogener Key Performance Indicators (Schlüsselleistungsindikatoren) wie z. B. die Ausführungszeit für Aktivitäten, die Wartezeit für Aktivitäten, die Häufigkeit der Ausführung von Aktivitäten, Nachbearbeitung, Einstufungen der Akteureffizienz, Statistikdaten zur Teamauslastung und Teamdurchsatz. Weitere Informationen zur Aktivierung von Workforce Insights finden Sie in Workforce Insights aktivieren.