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.
Flujo de trabajo
Los pasos siguientes son un ejemplo de cómo trabajar con predicciones e implementaciones de ML.
- Implementar su modelo
Implemente el modelo que desee usar para hacer predicciones.
- Aprobar su modelo
Antes de poder realizar predicciones con la implementación de ML, el modelo de origen debe estar activado para realizar predicciones. La aprobación del modelo puede ser realizada por usuarios y administradores que cuenten con los permisos específicos.
- 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)
Requisitos y permisos
Esta sección indica los requisitos de usuario para trabajar con Implementaciones de ML y las predicciones que se elaboran con ellas.
Implementaciones de ML
Para trabajar con implementaciones de ML, necesita:
-
Derecho Profesional o Full User
-
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
Rol requerido en el espacio donde se encuentra la implementación de ML.
Para más información, vea:
Predicciones
Para crear, editar y eliminar configuraciones de predicción, necesita:
-
Derecho Profesional o Full User
-
El rol de seguridad Automl Deployment Contributor
-
Rol requerido en el espacio donde se encuentra la implementación de ML.
Las predicciones se pueden ejecutar como predicciones por lotes (a partir de una configuración de predicción) o predicciones en tiempo real. También puede utilizar el conector Qlik AutoML para ejecutar predicciones.
Para ejecutar predicciones utilizando cualquiera de estos métodos, necesita:
-
El rol de seguridad Automl Deployment Contributor
-
Rol requerido en el espacio donde se encuentra la implementación de ML:
-
Espacios compartidos: los usuarios con Derecho Profesional o Full User necesitan el rol de Propietario, Puede administrar, Puede editar o Puede consumir datos en el espacio. Los usuarios con Derechos de Analizador necesitan el rol de Propietario o Puede consumir datos en el espacio.
-
Espacios administrados: los usuarios con Derecho Profesional o Full User necesitan el rol de Propietario, Puede administrar o Puede consumir datos en el espacio. Los usuarios con Derechos de Analizador necesitan el rol de Propietario o Puede consumir datos en el espacio.
-
-
Para las predicciones programadas configuradas con la interfaz de usuario de AutoML, también existen requisitos para el propietario de la configuración de predicción. Vea: Propiedad de la configuración de predicción
Las predicciones generadas desde la interfaz de usuario de Qlik AutoML se crean como conjuntos de datos. Por lo tanto, los mismos requisitos que se aplican para trabajar con fuentes de datos en Qlik Cloud se aplican también para trabajar con estos resultados de predicciones (como, por ejemplo, hay que usarlos en una aplicación de Qlik Sense). Debe tener el rol Private Analytics Content Creator para poder crear conjuntos de datos en su espacio personal.
Para obtener más información, consulte:
Aprobación de modelos
Para activar y desactivar el modelo de origen implementado para una implementación de ML, necesita permisos específicos. Estos permisos son diferentes en función de si realiza estas acciones como usuario o administrador. Para obtener más información, consulte: