生成
N
包含
1
备注：图中标红色部分存疑；1.“模型工程”的“模型参数”和“配置”能否被“组件参数”所包含；2. “建模对象”的“生命周期”来源于功率预测场景中各个电厂的考核周期，是否作为通用概念需要进一步讨论；
关联
模型结果
参数类型
评估（成功，失败）
附件
产生
初始化
标签
上线（成功，失败）
业务执行成功
配置
建模对象
测试集
场景分类
作业结果
人工智能(AI)模型：为解决某类业务问题，用深度学习、机器学习、统计学和数据库等交叉方法在数据集中发现数据规律的计算方法；*
时间
模型模板
模型训练
正常计算
模型工程：为实现人工智能模型的训练推理过程而定义的软件工程；
生产数据
协议不匹配
运行环境
结果发布
基础信息
指标计算
知识库
可行性报告
算法参数：反应AI模型因变量到自变量的映射关系的权重
组件类型
训练（成功，失败）
版本
作业计划
参数名称
不满足计算条件
模型工程
模型参数：模型工程的阈值、属性等配置项
模型模板：某个人工智能模型的描述性范本，用于生成一个或多个具体的模型工程；
正在调度
数据采集
测试报告
开发语言
无数据
可视化数据
下线（成功，失败）
业务问题
模型日志
模型文件：对模型训练后确定的算法参数进行持久化存储的介质
失败/发生未知异常
案例集
使用
评估指标
业务已开始
模型代码
状态
已结束
预测（成功，失败）
正在运行
作者
模型推理：用已找到的数据规律在数据集中得到目标值的过程；
参数
特征
生命周期
分析报告
术语解释
模型组件
参数值
组件参数
配置项
主动取消
分类
训练集
回归
待运行
数据量不足
业务执行失败
数据处理
模型文件
人工智能模型
模型参数
被取消
调度作业
模型训练：通过人工智能模型确定算法参数的过程；
