Crear predicciones en tiempo real

Utilice su implementación de ML para predecir resultados futuros sobre nuevos datos.

Las predicciones se pueden hacer en tiempo real utilizando la API de predicción, como decisiones en tiempo real sobre descuentos para clientes al momento de pagar. 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.

Uso de la API de predicción en tiempo real

El panel de Predicciones en tiempo real en la interfaz de implementaciones de ML le da acceso a la API de predicción en tiempo real.

La API de predicción en tiempo real es una comunicación bidireccional entre AutoML y otras capacidades de Qlik Cloud, incluido Qlik Sense y Automatizaciones, así como aplicaciones externas. Puede usar la API para hacer predicciones de forma programática pasando datos a un modelo y recuperar los resultados de la predicción en tiempo real.

Requisitos

• Se necesita una clave de API para utilizar la API de predicción en tiempo real. Un usuario debe tener el rol de desarrollador (Developer) para poder generar una clave de API.

  Para obtener más información sobre la API de predicción, consulte Predicciones de AutoML en tiempo real.

• El modelo de origen para la implementación de ML que está utilizando debe estar activado para realizar predicciones. Para obtener más información, consulte:

  • Aprobar los modelos implementados

  • Trabajar con aprobación de modelos como administrador

• Necesita los permisos correctos para trabajar con implementaciones de ML y predicciones. Esto incluye roles de seguridad y roles de espacio. Vea Trabajar con predicciones de ML.

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 cambie al panel de Control de la deriva de datos. En esta vista puede evaluar:

• El nivel de 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 AutoML y el conjunto de datos de entrenamiento.

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

Para más información, vea Supervisión del rendimiento y el uso de los modelos implementados.