MLChatAgent

用途

這個應用程式旨在協助使用者輕鬆與複雜的機器學習 (ML) 模型互動。這個應用程式可讓使用者以英文提問，並獲得詳細且易懂的回覆，簡化了使用者對機器學習模型的理解和操作。

應用程式會使用 Gemini 對話方塊，透過多項工具回答使用者的問題：

- question_reformer：重新表達問題，以便清楚表達。
- generate_sql：產生 SQL 查詢。
- execute_sql：執行查詢並匯總資料。
- subset_churn_contribution_analysis：針對子集執行流失貢獻分析。
- subset_clv_analysis：根據對子集採取的處置，評估 CLV 影響。
- subset_shap_summary：提供預測和下一個最佳動作背後的洞察資訊。
- customer_recommendations：建議如何減少個別使用者的流失。
- model_stat：回答模型相關問題。
- generate_visualizations：建立視覺化資料表示。

所有這些工具都是由 Gemini 模型提供支援的個別虛擬服務專員。

以下是應用程式的運作方式：

- 使用者互動：使用者以簡單的英文提問。
- 規劃：虛擬服務專員會找出必要工具，並規劃執行方式。
- 翻譯：虛擬服務專員會將問題重新表達為簡明的操作說明。
- 模型互動：虛擬服務專員會使用機器學習模型執行計畫。
- 使用者回應：虛擬服務專員會以簡單的英文解讀並提供回覆。

這個虛擬服務專員架構可讓業務使用者充分運用機器學習模型和資料，而無需具備高度的技術能力。