Trabajar con implementaciones de ML
Después de entrenar y refinar un modelo, puede implementarlo para hacer predicciones.
Las implementaciones de ML se pueden crear en espacios personales, compartidos y administrados.
Requisitos y permisos
Para trabajar con implementaciones de ML y sus configuraciones de predicción, debe tener los siguientes permisos:
-
Derechos de usuario total o profesional
-
Para ver y crear implementaciones de ML: El rol de seguridad Automl Deployment Contributor o Automl Experiment Contributor
-
Para editar y eliminar implementaciones de ML: El rol de seguridad Automl Deployment Contributor
-
Para configurar y ejecutar predicciones desde la implementación de ML: El rol de seguridad Automl Deployment Contributor
-
Permisos requeridos en el espacio donde se encuentran las implementaciones de ML.
Las predicciones se crean como conjuntos de datos. Por lo tanto, los mismos requisitos para trabajar con fuentes de datos en Qlik Cloud se aplican para trabajar con resultados de predicción (como usarlos en una aplicación de Qlik Sense). Debe tener el rol de Creador de contenido de análisis privado para crear conjuntos de datos en su espacio personal.
Para las predicciones programadas, también existen requisitos para el propietario de la configuración de predicción.
Para más información, vea:
Flujo de trabajo
Los siguientes pasos son un ejemplo de cómo trabajar con predicciones e implementaciones de ML.
- Implementar su modelo
Implemente el modelo que desee usar para hacer predicciones.
- Hacer predicciones
Realice predicciones de forma manual o programada en los conjuntos de datos o utilice la API de predicción.
- Visualizar los nuevos conocimientos de predicciones
Cargue los datos de predicción generados en una aplicación y cree visualizaciones.
- Explorar los datos mediante escenarios hipotéticos
Integre la API de predicción en una aplicación para obtener predicciones en tiempo real. Esto le permite probar escenarios hipotéticos cambiando los valores de las características y obteniendo resultados previstos para los nuevos valores. El registro se pasa a la implementación de ML a través de la API y se recibe una respuesta en tiempo real. Por ejemplo, ¿qué ocurriría con el riesgo de pérdida de clientes si cambiamos el tipo de plan o aumentamos la tarifa base?
- Tomar acción
Analice la información predictiva y los escenarios para averiguar qué acciones tomar. Automatización de aplicaciones de Qlik le ayuda a automatizar las acciones y proporciona plantillas específicas para casos de uso de aprendizaje automático. Para obtener más información acerca de las automatizaciones, vea Automatización de aplicaciones de Qlik. (solo en inglés)