組合器
左邊切產業、選場景, 右邊即時預覽組合後的應用。URL 本身就是組合定義, 可分享 / 書籤。
ML 模型卡 · ml-model-card
ML Model Card
收件人流失預測 v3.2
AUC
0.847
Precision
0.72
Recall
0.69
F1
0.70
訓練資料過去 12 個月 · 6000 筆
特徵數47 維 · SHAP 可解釋
重訓頻率每週 · Airflow DAG
偏差審查依年齡/性別/地區 fairness ✓
對抗測試通過 (2026-03-28)
數據對比 · stat-comparison
A / B 實驗結果
新版 包裹追蹤 介面 vs 舊版
樣本 4,281 · 過去 14 天 · 信心水準 95%
Control · 舊版
今日單量1,564件
準時率81.85499999999999%
平均里程32.3km
Treatment · 新版
Winner今日單量1,840件
準時率96.3%
平均里程38km
核心提升
+17.6%
今日單量 相對改善
資料品質 · data-quality
資料品質檢查
昨日批次 · 18,402 筆
- 包裹 金額 > 099.94%12 筆違規記錄已推入 quarantine
- customer_id 非空100.00%
- 重複鍵檢測99.99%2 筆違規記錄已推入 quarantine
- 時間戳合理性99.71%53 筆違規記錄已推入 quarantine
時段預約 · booking-calendar
司機排班
2026/04/14 · 星期二
09:00
包裹 #77301
台北市內湖 → 新竹東區
運送中
包裹 #77305
桃園中壢 → 新北板橋
運送中
10:00
包裹 #77302
台中南屯 → 台南永康
集散中心
包裹 #77306
彰化員林 → 雲林斗六
集散中心
11:00
包裹 #77303
高雄鳳山 → 高雄左營
已取件
12:00
13:00
14:00
15:00
16:00
17:00
18:00