Saltar al contenido principal Saltar al contenido complementario

Crear predicciones en tiempo real

Utilice su implementación de ML para predecir resultados futuros de nuevos datos. Puede crear predicciones en tiempo real utilizando el punto final de predicción en tiempo real de la API Machine Learning.

Las predicciones pueden hacerse en tiempo real, por ejemplo, decisiones que se toman en tiempo real sobre la marcha sobre descuentos para los clientes en caja. Cuando se generan predicciones, puede cargar la información predictiva en una app de Qlik Sense. Esto le permite visualizar e interactuar con los datos y crear escenarios hipotéticos.

Nota informativa

La API de predicciones en tiempo real queda obsoleta y se sustituye por el punto de conexión de predicciones en tiempo real de la API Machine Learning. La funcionalidad en sí no se quedará obsoleta. Para futuras predicciones en tiempo real, utilice el punto de conexión para predicciones en tiempo real de la API Machine Learning.

Creación de predicciones en tiempo real con la API

El panel Predicciones en tiempo real de la interfaz de implementación de ML le da acceso al punto de conexión de las predicciones en tiempo real de la API Machine Learning. Este panel está visible si el modelo predeterminado en la implementación está activado y usted dispone de los permisos necesarios para las predicciones en tiempo real.

El punto de conexión de las predicciones en tiempo real es una comunicación bidireccional entre Qlik Predict y otras capacidades de Qlik Cloud, incluido Qlik Sense y automatizaciones, así como aplicaciones externas. Puede utilizar el punto de conexión para realizar predicciones mediante una programación, pasando datos a un modelo y recuperar los resultados de la predicción en tiempo real.

Panel de predicciones en tiempo real

El panel de predicciones en tiempo real.
  1. Abra el panel de Predicciones en tiempo real en una implementación de ML.

  2. Utilice los botones de copia para copiar la URL o el JSON correspondiente en el portapapeles (para más información sobre la selección del alias que debe utilizar, consulte Trabajar con alias de modelos en predicciones en tiempo real).

  3. Incorpore llamadas a la API Machine Learning en sus propias aplicaciones o invoque manualmente la API utilizando la herramienta que desee.

    Para conocer las especificaciones del punto de conexión en tiempo real de la API Machine Learning , consulte Generar predicciones en una solicitud/respuesta síncrona.

Para obtener más información general sobre la API de aprendizaje automático, consulte API Machine Learning.

Requisitos para las predicciones en tiempo real

Trabajar con alias de modelos en predicciones en tiempo real

Puede añadir varios modelos a una implementación de ML. En las implementaciones de ML se utiliza un sistema de alias que permite el intercambio dinámico de modelos para su uso en predicciones. Para más información, vea Utilizar varios modelos en su implementación de ML.

Cuando copie su URL o JSON, dispondrá de las siguientes opciones:

  • Predicción predeterminada: utilice esta opción para generar predicciones a partir del alias predeterminado en la implementación de ML.

  • Predicción de alias: utilice esta opción cuando desee generar predicciones a partir de cualquier alias adicional que haya añadido a la implementación de ML. Seleccione un alias utilizando el menú desplegable y a continuación copie la URL o JSON.

Visualizar los detalles de los eventos de predicción y deriva de datos

Tras ejecutar una predicción en tiempo real, abra la implementación de ML y explore los paneles de Seguimiento de las operaciones y Control de la deriva de datos. En estas vistas, puede evaluar:

  • El nivel de deriva o desviación de los datos para cada característica implicada en la predicción. La comparación se realiza entre los datos que envía a la API de predicción en tiempo real de Qlik Predict y el conjunto de datos de entrenamiento.

  • Detalles sobre el evento de predicción, si tuvo éxito o fracasó y cuántas predicciones generó.

Para más información, vea:

¿Esta página le ha sido útil?

Si encuentra algún problema con esta página o su contenido (errores tipográficos, pasos que faltan o errores técnicos), no dude en ponerse en contacto con nosotros.