Création de prédictions en temps réel

Utilisez votre déploiement ML pour prédire les résultats futurs des nouvelles données. Vous créez des prédictions en temps réel via le point de terminaison de prédiction en temps réel de API Apprentissage automatique.

Il est possible de créer des prédictions en temps réel, par exemple, des décisions en temps réel sur les remises accordées aux clients lors du paiement. Lors de la génération de prédictions, vous pouvez charger les informations prédictives dans une application Qlik Sense. Cela vous permet de visualiser les données et d'interagir avec elles afin de créer des scénarios hypothétiques.

Création de prédictions en temps réel avec l'API

Le volet Prédictions en temps réel de l'interface de déploiement ML vous permet d'accéder au point de terminaison de prédiction en temps réel de l'API Machine Learning. Ce volet est visible si le modèle par défaut du déploiement est actif et si vous disposez des autorisations requises pour les prédictions en temps réel.

Le point de terminaison de prédiction en temps réel est une communication bidirectionnelle entre Qlik Predict et d'autres fonctionnalités de Qlik Cloud incluant Qlik Sense et Automatisations ainsi que des applications externes. Vous pouvez utiliser le point de terminaison pour effectuer des prédictions par programmation en transmettant des données à un modèle et récupérer les résultats de prédiction en temps réel.

Procédez comme suit :

1. Ouvrez le volet Prédictions en temps réel dans un déploiement ML.

2. Utilisez les boutons Copier pour copier l'URL ou le JSON applicable dans votre Presse-papiers (pour des informations sur la sélection de l'alias à utiliser, consultez Utilisation d'alias de modèle dans les prédictions en temps réel).

3. Incorporez des appels auprès de l'API Machine Learning dans vos propres applications, ou appelez manuellement l'API à l'aide de l'outil de votre choix.

   Pour connaître les spécifications des points de terminaison en temps réel de l'API Machine Learning, consultez Générer des prédictions dans une requête/réponse synchrone.

Pour plus d'informations générales sur l'API Machine Learning, consultez Machine Learning API.

Conditions des prédictions en temps réel

• Pour pouvoir utiliser le point de terminaison de prédiction en temps réel, vous devez disposer d'une clé API. Les utilisateurs doivent disposer de l'autorisation Gérer les clés API dans le client pour pouvoir générer une clé API. Consultez Génération et gestion de clés API.

• Le modèle source du déploiement ML que vous utilisez doit être activé pour pouvoir effectuer des prédictions. Pour plus d'informations, consultez :

  • Approbation de modèles déployés

  • Utilisation de l'approbation de modèles en tant qu'administrateur

• Vous devez disposer des autorisations appropriées pour pouvoir utiliser des déploiements ML et des prédictions. Pour plus d'informations, consultez Conditions requises et autorisations.

Affichage des détails sur la dérive des données et les événements de prédiction

Après avoir exécuté une prédiction en temps réel, ouvrez le déploiement ML et explorez les volets Surveillance des opérations et Surveillance de la dérive des données. Dans ces vues, vous pouvez évaluer les éléments suivants :

• Le niveau de dérive des données de chaque caractéristique impliquée dans la prédiction. La comparaison est effectuée entre les données que vous envoyez à l'API de prédiction en temps réel Qlik Predict et le jeu de données d'apprentissage.

• Des détails sur l'événement de prédiction, par exemple s'il a réussi ou échoué, et le nombre de prédictions générées.

Pour plus d'informations, consultez :

• Surveillance des opérations des modèles déployés

• Surveillance de la dérive des données dans les modèles déployés