MLChatAgent

O que faz?

O app foi projetado para ajudar os usuários a interagir com modelos complexos de machine learning (ML) sem esforço. Ele simplifica a compreensão e o trabalho com modelos de ML, permitindo que os usuários façam perguntas e recebam respostas detalhadas e compreensíveis em inglês.

Usando o agente de chat do Gemini, o app emprega várias ferramentas para responder às perguntas dos usuários:

- question_reformer: reformula perguntas para maior clareza.
- generate_sql: gera consultas SQL.
- execute_sql: executa consultas e resume dados.
- subset_churn_contribution_analysis: realiza análises de contribuição de rotatividade em subconjuntos.
- subset_clv_analysis: avalia o impacto do CLV com base nos tratamentos feitos em subconjuntos selecionados.
- subset_shap_summary: fornece insights sobre previsões e próximas ações.
- customer_recommendations: sugere maneiras de reduzir a rotatividade de indivíduos.
- model_stat: responde a perguntas relacionadas ao modelo.
- generate_visualizations: cria representações visuais de dados.

Todas essas ferramentas são agentes individuais com base em modelos do Gemini.

Veja como o app funciona:

- Interação do usuário: os usuários fazem perguntas em inglês simples.
- Planejamento: o agente identifica as ferramentas necessárias e planeja a execução.
- Tradução: o agente reformula perguntas em instruções concisas.
- Interação do modelo: o agente executa o plano usando modelos de ML.
- Resposta do usuário: o agente interpreta e envia respostas em inglês simples.

Esse framework de agente permite que os usuários de negócios aproveitem ao máximo os modelos e dados de ML sem precisar de habilidades técnicas avançadas.