トレーニング済みソリューションを使用して予測インテリジェンスモデルを別のインスタンスに移動する方法Summary<!-- /*NS Branding Styles*/ --> .ns-kb-css-body-editor-container { p { font-size: 12pt; font-family: Lato; color: var(--now-color--text-primary, #000000); } span { font-size: 12pt; font-family: Lato; color: var(--now-color--text-primary, #000000); } h2 { font-size: 24pt; font-family: Lato; color: var(--now-color--text-primary, black); } h3 { font-size: 18pt; font-family: Lato; color: var(--now-color--text-primary, black); } h4 { font-size: 14pt; font-family: Lato; color: var(--now-color--text-primary, black); } a { font-size: 12pt; font-family: Lato; color: var(--now-color--link-primary, #00718F); } a:hover { font-size: 12pt; color: var(--now-color--link-primary, #024F69); } a:target { font-size: 12pt; color: var(--now-color--link-primary, #032D42); } a:visited { font-size: 12pt; color: var(--now-color--link-primary, #00718f); } ul { font-size: 12pt; font-family: Lato; } li { font-size: 12pt; font-family: Lato; } img { display: ; max-width: ; width: ; height: ; } } この KB は、予測インテリジェンスモデルとトレーニング済みソリューションを移動/転送する方法について説明します。 Release<!-- /*NS Branding Styles*/ --> .ns-kb-css-body-editor-container { p { font-size: 12pt; font-family: Lato; color: var(--now-color--text-primary, #000000); } span { font-size: 12pt; font-family: Lato; color: var(--now-color--text-primary, #000000); } h2 { font-size: 24pt; font-family: Lato; color: var(--now-color--text-primary, black); } h3 { font-size: 18pt; font-family: Lato; color: var(--now-color--text-primary, black); } h4 { font-size: 14pt; font-family: Lato; color: var(--now-color--text-primary, black); } a { font-size: 12pt; font-family: Lato; color: var(--now-color--link-primary, #00718F); } a:hover { font-size: 12pt; color: var(--now-color--link-primary, #024F69); } a:target { font-size: 12pt; color: var(--now-color--link-primary, #032D42); } a:visited { font-size: 12pt; color: var(--now-color--link-primary, #00718f); } ul { font-size: 12pt; font-family: Lato; } li { font-size: 12pt; font-family: Lato; } img { display: ; max-width: ; width: ; height: ; } } すべて Instructions<!-- /*NS Branding Styles*/ --> .ns-kb-css-body-editor-container { p { font-size: 12pt; font-family: Lato; color: var(--now-color--text-primary, #000000); } span { font-size: 12pt; font-family: Lato; color: var(--now-color--text-primary, #000000); } h2 { font-size: 24pt; font-family: Lato; color: var(--now-color--text-primary, black); } h3 { font-size: 18pt; font-family: Lato; color: var(--now-color--text-primary, black); } h4 { font-size: 14pt; font-family: Lato; color: var(--now-color--text-primary, black); } a { font-size: 12pt; font-family: Lato; color: var(--now-color--link-primary, #00718F); } a:hover { font-size: 12pt; color: var(--now-color--link-primary, #024F69); } a:target { font-size: 12pt; color: var(--now-color--link-primary, #032D42); } a:visited { font-size: 12pt; color: var(--now-color--link-primary, #00718f); } ul { font-size: 12pt; font-family: Lato; } li { font-size: 12pt; font-family: Lato; } img { display: ; max-width: ; width: ; height: ; } } 予測インテリジェンスモデルをあるインスタンスから別のインスタンス(ソースからターゲット)に移動するには、いくつかの異なる方法があります。 現在の更新セットにソリューションを追加します。スコープ対象のアプリケーションを作成し、アプリリポジトリを使用します。 1.現在の更新セットにソリューションを追加します。 ソリューションおよびワードコーパスとともにソリューション定義を更新セットに追加するには、予測インテリジェンスソリューション定義に移動し、関連リンクの下にある [現在の更新セットにソリューションを追加] をクリックします。 この機能は、更新セットを介してソリューション定義と関連レコードを別のインスタンスに取り込むために機能します。ただし、トレーニング済みのソリューションが既に存在する場合は、これも失敗する可能性があります。 ソリューションを更新セットに追加すると、トレーニング済みソリューションのsys_attachmentレコードとともにml_model_artifactレコードが含まれます。sys_attachmentでトレーニングされたこのソリューションは、更新セットとしてはかなり大きくなる可能性があり、ターゲットインスタンスで収容するときに更新セットが失敗する可能性があります。注意:15 MB は更新セット内のml_model_artifactレコードの制限サイズです。sys_attachmentテーブルをクエリすることで、モデルのサイズを判断できます ML モデルストアレコードの添付ファイル> 15 MB の場合、「現在の更新セットにソリューションを追加」関連リンクを使用する場合に推奨されるアプローチは、ソリューションを更新セットに追加してから、sys_attachment更新レコードも含むml_model_artifact更新レコードを削除することです。 更新セットからこれらの更新を削除した後、ターゲットインスタンスで更新セットを収容できるようになります。トレーニング済みソリューションを引き継ぐには、更新セットから削除した同じml_model_artifactレコードに移動し、XML としてエクスポートします。その後、この XML をターゲットインスタンスにインポートして、ml_model_artifactレコードとsys_attachmentレコードを作成できます。 トレーニングされたワードコーパスも引き継がれないことに注意してください。これにより、インスタンスにトレーニングワードコーパスがない場合、モデルがトレーニングに失敗する可能性があります。上記の更新セットをコミットした後、システムプロパティを変更してワードコーパスをトレーニングできます。これにより、モデルが適切にトレーニングできるようになります。 ワードコーパスのトレーニングとプロパティの処理方法については、「 KB0864744」を参照してください。 この更新セットメソッドのために従う手順: わかりやすい名前で更新セットを作成し、現在の/アクティブな更新セットとして設定します。ソースからターゲットインスタンスにコピーする予測インテリジェンスモデルのソリューション定義に移動します。[関連リンク] の下にある [現在の更新セットにソリューションを追加] リンクをクリックします。作成した更新セットに移動します。更新からml_model_artifactレコードを削除します。エクスポート/インポート、またはリモート更新セット取得を使用して、更新セットをターゲットインスタンスに移動します。更新セットをプレビューしてコミットします。必要に応じてワードコーパスをトレーニングします (トレーニング済みのワードコーパスがインスタンスにまだ存在しない場合)。KB0864744 ターゲットインスタンスでトレーニング済みソリューションを機能させるための 2 つのオプションがあります。 ターゲットインスタンスでソリューションを直接トレーニングできます。ml_model_artifactレコードに移動し、XML としてエクスポートしてターゲットインスタンスにインポートできます。 ソリューション定義: 更新セット:(チェックボックスは削除する必要があるレコードであることに注意してください) 削除する必要があるml_model_artifactレコードの例: 2.スコープ対象のアプリケーションを作成し、アプリリポジトリを使用します。 このアプローチは、特定のデータセットを使用してモデルを簡単にトレーニングできるため、通常は最良の長期的なアプローチであり、新しいソリューションをアプリリポジトリにプッシュして、ターゲットインスタンスでアプリを更新できます。 このメソッドは、トレーニング済みソリューションを引き継ぎ、ターゲットインスタンスがソースインスタンスと一致することを確認するために必要なすべてを処理します。これは、異なるインスタンスでモデルをトレーニングすると予測スコアが異なる可能性があるため、予測が厳密に一致していることを確認する必要がある場合に非常に役立ちます。 アプリケーションの作成に役立つドキュメントをいくつか紹介します。 アプリケーションの作成: https://docs.servicenow.com/bundle/rome-application-development/page/build/app-engine-studio/concept/aes-overview.html ソースコントロールの概要: https://docs.servicenow.com/bundle/rome-application-development/page/build/applications/concept/c_SourceControlIntegration.html ソースコントロールを介してアプリリポジトリをスタジオのアプリケーションにリンク: https://docs.servicenow.com/bundle/rome-application-development/page/build/applications/task/t_LinkAnApplicationToSourceControl.html