Saltar al contenido principal Saltar al contenido complementario

Trabajar con predicciones de ML

Una vez que haya implementado su modelo de aprendizaje automático, puede utilizar el modelo para crear predicciones. Estas predicciones pueden servir para tomar decisiones más eficientes, mejor informadas y basadas en sus datos.

Puede crear y editar implementaciones de ML y generar predicciones en espacios personales o compartidos. También puede publicar implementaciones de ML en los espacios administrados y generar predicciones. El acceso a las implementaciones de ML se controla a través del espacio. Para más información sobre los espacios, vea Trabajar en espacios.

Las implementaciones de ML se pueden crear en espacios personales, compartidos y administrados. Los datos de predicción generados a partir de una implementación de ML se pueden almacenar en un espacio personal, compartido o administrado.

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.

  1. Implementar su modelo

    Implemente el modelo que desee usar para hacer predicciones.

    Implementar los modelos

  2. Hacer predicciones

    Realice predicciones de forma manual o programada en los conjuntos de datos o utilice la API de predicción.

    Crear predicciones sobre conjuntos de datos

  3. Visualizar los nuevos conocimientos de predicciones

    Cargue los datos de predicción generados en una aplicación y cree visualizaciones.

    Visualizar valores de SHAP en apps de Qlik Sense

  4. 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?

  5. 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)

Más información

¿Esta página le ha sido útil?

No dude en indicarnos en qué podemos mejorar si encuentra algún problema en esta página o su contenido, como, por ejemplo, errores tipográficos, pasos que falta o errores técnicos.