MLChatAgent

Ý nghĩa

Ứng dụng này được thiết kế để giúp người dùng tương tác dễ dàng với các mô hình học máy (ML) phức tạp. Ứng dụng này giúp đơn giản hoá việc hiểu và làm việc với các mô hình học máy bằng cách cho phép người dùng đặt câu hỏi và nhận câu trả lời chi tiết, dễ hiểu bằng tiếng Anh.

Sử dụng trợ lý trò chuyện Gemini, ứng dụng này sử dụng một số công cụ để giải đáp câu hỏi của người dùng:

- question_reformer: Sửa đổi câu hỏi để rõ ràng hơn.
- generate_sql: Tạo truy vấn SQL
- execute_sql: Thực thi truy vấn và tóm tắt dữ liệu.
- subset_churn_contribution_analysis: Thực hiện phân tích mức đóng góp của tỷ lệ rời bỏ trên các tập hợp con
- subset_clv_analysis: Đánh giá tác động của CLV dựa trên các biện pháp xử lý được thực hiện trên các tập hợp con đã chọn.
- subset_shap_summary: Cung cấp thông tin chi tiết về các dự đoán và hành động tốt nhất tiếp theo.
- customer_recommendations: Đề xuất cách giảm tỷ lệ rời bỏ cho từng cá nhân.
- model_stat: Trả lời các câu hỏi liên quan đến mô hình.
- generate_visualizations: Tạo bản trình bày dữ liệu trực quan.

Tất cả các công cụ này đều là các tác nhân riêng lẻ do các mô hình Gemini cung cấp

Sau đây là cách hoạt động của ứng dụng:

- Tương tác với người dùng: Người dùng đặt câu hỏi bằng tiếng Anh đơn giản.
- Lập kế hoạch: Tác nhân xác định các công cụ cần thiết và lập kế hoạch thực thi.
- Dịch: Tác nhân định hình lại câu hỏi thành hướng dẫn ngắn gọn.
- Tương tác với mô hình: Tác nhân thực thi kế hoạch bằng các mô hình học máy.
- Phản hồi của người dùng: Tác nhân diễn giải và đưa ra câu trả lời bằng tiếng Anh đơn giản.

Khung tác nhân này giúp người dùng doanh nghiệp khai thác tối đa dữ liệu và mô hình học máy mà không cần kỹ năng kỹ thuật cao.