Istnieje możliwość użycia przepływu w celu uczenia modelu podczas jego działania. Zwykle w celu przetestowania modelu można uruchomić węzeł modelowania w celu dodania modelu do przepływu, nawiązania odpowiednich połączeń i uruchomienia węzła analizy.

Za pomocą skryptu można zautomatyzować proces testowania modelu użytkowego po jego utworzeniu. Na przykład: można użyć skryptu, takiego jak następujący:

stream = modeler.script.stream()
neuralnetnode = stream.findByType("neuralnetwork", None)
results = []
neuralnetnode.run(results)
appliernode = stream.createModelApplierAt(results[0], "Drug", 594, 187)
analysisnode = stream.createAt("analysis", "Drug", 688, 187)
typenode = stream.findByType("type", None)
stream.linkBetween(appliernode, typenode, analysisnode)
analysisnode.run([])

W następujących punktach opisano poszczególne wiersze przykładowego skryptu.

• Pierwszy wiersz definiuje zmienną, która wskazuje bieżący przepływ.
• W 2. wierszu skrypt znajduje węzeł tworzący sieć neuronową.
• W 3. wierszu skrypt tworzy listę, w której mogą być zapisywane wyniki wykonania.
• W 4. wierszu tworzony jest model użytkowy Sieć neuronowa. Jest on zapisywany w liście zdefiniowanej w wierszu 3.
• W wierszu 5 tworzony jest węzeł modelu użytkowego dla modelu użytkowego i umieszczany na kanwie przepływu.
• W 6. wierszu tworzony jest węzeł analizy o nazwie Drug.
• W 7. wierszu skrypt znajduje węzeł Typ.
• W 8. wierszu skrypt łączy węzeł modelu do zastosowania utworzony w 5. wierszu, umieszczając go między węzłem Typ a węzłem Analiza.
• Na koniec węzeł analizy jest uruchamiany w celu wygenerowania raportu z analizy.