Tutorial – Generar y visualizar datos de predicciones
Este tutorial le enseña cómo utilizar Qlik AutoML para entrenar e implementar un modelo de aprendizaje automático para realizar predicciones. También le enseña cómo visualizar los datos de predicción en una aplicación de Qlik Sense.
Consideraremos un escenario de abandono de clientes, un ejemplo clásico de un problema de clasificación binaria. El objetivo es poder predecir de forma fiable si un cliente cancelará su suscripción o continuará siendo suscriptor de un servicio. Solo hay dos resultados posibles en este tipo de problema: verdadero o falso (el cliente abandona o no abandona).
Para abordar este problema de aprendizaje automático, comenzaremos procesando un conjunto de datos para los cuales ya conocemos el resultado, luego aplicaremos modelos estadísticos creados a partir de esos datos a nuevos datos para los que nos gustaría predecir los resultados.
Comenzaremos este tutorial creando un experimento. A partir de ahí, refinaremos e implementaremos el experimento en un modelo de aprendizaje automático. Este modelo se utilizará para crear predicciones, las cuales se pueden mostrar en forma de visualizaciones en una aplicación de Qlik Sense.
Lo que aprenderá
Una vez que haya completado este tutorial, entenderá los diferentes pasos necesarios para crear y configurar un experimento. También aprenderá a interpretar las puntuaciones de los modelos. Por último, podrá implementar un modelo de aprendizaje automático (machine learning) y entenderá cómo se pueden usar los datos de sus predicciones para generar visualizaciones atractivas de Qlik Sense en Qlik Cloud Analítica.
¿A quién va dirigido este tutorial?
Este tutorial se ha diseñado para usuarios que deseen una introducción al aprendizaje automático y la visualización de datos en Qlik Cloud Analítica. Algunos conocimientos básicos de aprendizaje automático en Qlik Sense son útiles, pero no obligatorios.
Para completar este tutorial, necesita lo siguiente:
Derechos de usuario total o profesional
Los roles de seguridad Automl Experiment Contributor y Automl Deployment Contributor en el espacio empresarial inquilino de Qlik Cloud
Los roles de espacio requeridos en los espacios donde trabajará. Vea: Administrar permisos en espacios compartidos y Gestionar permisos en espacios administrados
Si no puede ver o crear recursos de ML, probablemente significa que no tiene las funciones, derechos o permisos necesarios. Contacte con su administrador del espacio empresarial inquilino para más información.
Para más información, vea Quién puede trabajar con Qlik AutoML.
Lo que debe hacer antes de comenzar
Descargue este paquete y descomprímalo en su escritorio:
El paquete contiene:
Los dos archivos de datos necesarios para completar el tutorial.
Una copia a modo de muestra de la app de Qlik Sense que creará durante el tutorial. Esto se proporciona en caso de que desee obtener una experiencia práctica más rápida con el desarrollo predictivo de aplicaciones. Para más información, vea Flujo de trabajo alternativo: Cargar la aplicación preconfigurada.
El conjunto de datos de entrenamiento contiene información sobre los clientes cuya fecha límite de renovación ha vencido y han tomado la decisión de abandonar o permanecer suscritos al servicio.
El conjunto de datos de aplicación contiene detalles sobre un nuevo conjunto de clientes cuya fecha de renovación aún no ha pasado. Aún no se ha determinado si estos clientes cancelarán o no su servicio. El objetivo de este tutorial es predecir lo que hará este conjunto de clientes, con la esperanza de que podamos disminuir la probabilidad de abandono.
Haga lo siguiente:
Abra el centro de control de Qlik Cloud Analítica.
Haga clic en Añadir nuevo > Conjunto de datos y después seleccione Subir archivo de datos.
Arrastre el archivo Customer churn data - training.csv al cuadro de diálogo de carga.
A continuación, arrastre el archivo Customer churn data - apply.csv al cuadro de diálogo de carga.
Seleccione un espacio Puede ser su espacio personal o un espacio compartido si desea que otros usuarios puedan acceder a estos datos.
Haga clic en Cargar.
Ahora que sus conjuntos de datos están cargados, puede proceder a crear un experimento.
Lecciones de este tutorial
Los temas de este tutorial están diseñados para realizarse de forma secuencial. No obstante, puede dejarlo y continuar en cualquier momento.
Más información y recursos
- Qlik ofrece una amplia variedad de recursos si desea más información.
- La ayuda online de Qlik está disponible.
- Hay disponible formación, incluidos cursos gratuitos online, en Qlik Continuous Classroom.
- Puede encontrar foros de discusión, blogs y más en Qlik Community.
Su opinión importa
Agradecemos cualquier comentario que pueda hacer. Utilice la sección a continuación para informarnos sobre cómo lo estamos haciendo.