DocsUtilisation de Blue Prism Decision
dans la barre d'outils pour afficher et télécharger une version PDF de ce guide.Blue Prism® Decision permet aux utilisateurs Blue Prism d'entraîner et de déployer des modèles de prise de décision par apprentissage machine intelligents au sein de leur Digital Workforce, sans nécessiter d'expertise en science des données. L'interface utilisateur simple et intuitive de Blue Prism Decision permet aux utilisateurs ce qui suit :
- Définir un modèle : ajoutez un titre, une description, un type de décision et des variables de décision.
- Entraîner le modèle : utilisez l'apprentissage actif basé sur des variables d'entrée définies spécifiées par le service de modèle, sans avoir besoin de connaissances en science des données pour produire des modèles d'apprentissage machine précis d'un point de vue statistique.
- Étalonner le modèle : examinez les entrées du modèle et les prédictions de résultats, et écrasez les décisions du modèle si nécessaire.
Ce guide décrit le fonctionnement et l'utilisation du plug-in Decision disponible dans Blue Prism® Hub.
Public visé
Ce guide est destiné à être utilisé par quiconque souhaite utiliser Decision pour créer un modèle pouvant être utilisé dans une automatisation et tous les utilisateurs créant des processus dans Blue Prism qui utiliseront ces modèles.
Dépendances
Le plug-in Decision requiert l'accès au conteneur de Blue Prism Decision. C'est là que l'API d'apprentissage machine du plug-in Decision est conditionnée. Pour plus d'informations sur l'installation du conteneur, voir Installation de Blue Prism Decision.
Compatibilité
Blue Prism Decision est compatible avec Blue Prism 6.4 ou versions ultérieures.
Clause de non-responsabilité
Il est de la responsabilité de votre organisation d'implémenter Decision conformément aux lois applicables à votre organisation. Par exemple :
- Votre organisation peut être soumise à des lois qui l'interdisent ou l'empêchent de prendre uniquement des décisions automatisées ayant un effet juridique ou tout aussi important sur une personne (telles qu'une décision concernant l'accès au crédit ou la présélection d'un emploi). Vous pouvez intégrer l'implication humaine dans l'examen des décisions en créant un processus avec interaction humaine en ajoutant un human-in-the-loop après la prise de décision, exactement de la même manière qu'on le ferait maintenant dans un processus utilisant des outils comme Blue Prism® Interact, pour examiner la décision si nécessaire.
- Certaines lois sur la confidentialité des données exigent qu'une organisation utilise un modèle statistique pour prendre une décision/faire une prédiction sur les personnes, afin de s'assurer que le modèle est suffisamment exact sur le plan statistique et évite la discrimination pour que le traitement des informations personnelles soit équitable. L'exactitude du modèle est mise à jour à mesure que l'utilisateur continue à entraîner le modèle, et c'est à la seule discrétion de l'utilisateur de continuer à entraîner un modèle (en fournissant suffisamment d'exemples) à la précision suffisante qu'il souhaite obtenir, avant d'utiliser les capacités de décision dans un processus de production.
- Pour se conformer au principe de transparence, certaines lois sur la confidentialité des données exigent qu'une organisation informe les personnes sur la manière dont elle traite les données à caractère personnel dans un système d'apprentissage machine, ce qui implique de pouvoir expliquer la base de toute décision. Decision est fondé sur les principes de simplicité et d'auditabilité. Une fois que le modèle est utilisé dans un processus, vous pouvez afficher un log d'audit qui enregistre chaque entrée, sortie, résultat de confiance et décision de sortie prise. Ces informations sont disponibles dans la liste de prédictions.
Retour en haut