# Examen des modèles de série temporelle Une fois la première version de l'apprentissage du modèle terminée, analysez les métriques des modèles obtenues et les modèles recommandés. Lors de l'exécution de la version d'expérimentation, vous êtes dirigé vers l'onglet Modèles dans lequel vous pouvez commencer à analyser les métriques de modèle obtenues. Vous pouvez accéder à Vue du schéma et à Vue des données en revenant à l'onglet Données d'apprentissage. Il est possible d'effectuer une analyse plus granulaire dans les onglets Comparer et Analyser. Note InformationsQlik Predict améliore en permanence ses processus d'apprentissage de modèles. Par conséquent, il se peut que vous constatiez que les métriques du modèle et d'autres détails illustrés sur les images de cette page ne sont identiques aux vôtres lorsque vous effectuez ces exercices. Onglet Modèles dans l'expérimentation de série temporelle. Onglet Modèles dans l'expérimentation de série temporelle. Onglet ModèlesModèles dans l'expérimentation de série temporelle. ![Onglet « Modèles » dans l'expérimentation, affichant des informations sur les modèles de série temporelle formés](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Resources/Images/ml-time-series-tutorial-models-tab.png) ## Analyse du tableau Métriques des modèles Vous vous trouvez maintenant dans l'onglet Modèles. Dans la section Métriques des modèles, les modèles recommandés sont mis en évidence en fonction d'exigences de qualité communes. Le meilleur modèle the Trophée icon a été automatiquement sélectionné pour l'analyse. Trois recommandations sont fournies par les modèles faisant l'objet d'un apprentissage dans le cadre de l'expérimentation. Un seul modèle peut être représenté dans plus d'une recommandation. Les recommandations sont les suivantes : * the Meilleur modèle icon : modèle qui concilie le mieux les métriques d'exactitude et la vitesse de prédiction les plus performantes. * the Le plus exact icon : modèle qui obtient le meilleur score en matière de métriques d'exactitude équilibrées et brutes. * the Modèle le plus rapide icon : modèle qui offre la plus grande vitesse de prédiction, en plus d'excellentes métriques d'exactitude. Il est important de sélectionner le modèle le mieux adapté à votre cas d'utilisation. Dans la plupart des cas, le Meilleur modèle est l'option la plus favorable. Cependant, votre cas d'utilisation prédictif peut nécessiter des vitesses de prédiction ou des métriques d'exactitude particulières. Pour une vue d'ensemble approfondie de la manière dont les types de modèles les plus performants sont déterminés, consultez [Sélection du modèle qui vous convient le mieux](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/best-models.htm). Tableau Métriques des modèles présentant les scores et les modèles recommandés. Tableau Métriques des modèles présentant les scores et les modèles recommandés. Tableau Métriques des modèlesMétriques des modèles présentant les scores et les modèles recommandés. ![Tableau Métriques des modèles présentant les scores et les modèles recommandés](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Resources/Images/ml_time-series-tutorial-models-tab-metrics-table.png) ## Analyse du Résumé de l'apprentissage du modèle Concentrez-vous sur le Résumé de l'apprentissage du modèle qui se trouve du côté droit de l'interface. Pour les expérimentations de série temporelle, le résumé de l'apprentissage du modèle fournit des informations détaillées sur la configuration de la série temporelle que vous avez créée. En particulier, vous pouvez voir que la fenêtre de projection maximale a maintenant été confirmée et n'est plus une estimation. Résumé de l'apprentissage du modèle affichant des informations détaillées sur le problème de série temporelle configuré. Résumé de l'apprentissage du modèle affichant des informations détaillées sur le problème de série temporelle configuré. Résumé de l'apprentissage du modèleRésumé de l'apprentissage du modèle affichant des informations détaillées sur le problème de série temporelle configuré. ![Section Configuration de série temporelle dans le résumé de l'apprentissage du modèle](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Resources/Images/ml-time-series-tutorial-models-tab-time-series-info.png) ## Analyse du graphique Erreur de prédiction dans la fenêtre de projection Le graphique Erreur de prédiction dans la fenêtre de projection est une visualisation autogénérée qui vous permet d'obtenir un aperçu rapide du taux auquel le modèle sélectionné prédit des valeurs incorrectes. Vous pouvez afficher l'erreur du dixième, du cinquantième et du quatre-vingt-dixième percentile. Graphique Erreur de prédiction dans la fenêtre de projection du modèle sélectionné. Graphique Erreur de prédiction dans la fenêtre de projection du modèle sélectionné. Graphique Erreur de prédiction dans la fenêtre de projectionErreur de prédiction dans la fenêtre de projection du modèle sélectionné. ![Graphique des erreurs de prédiction de série temporelle du modèle sélectionné](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Resources/Images/ml_time-series-tutorial-models-tab-errors.png) ## Onglets Comparer et Analyser Dans les onglets Comparer et Analyser, vous pouvez utiliser des analyses intégrées pour évaluer plus en détail les métriques du modèle. L'onglet Analyser vous permet d'évaluer le modèle en détail. Vous pouvez afficher les prédictions pour chaque groupe individuellement. Cet onglet affiche les valeurs prédites par rapport aux valeurs réelles pour le jeu de test, par groupe. Onglet Analyser dans l'expérimentation de série temporelle, affichant les valeurs réelles par rapport aux valeurs projetées pour une seule valeur du groupe 1. Onglet Analyser dans l'expérimentation de série temporelle, affichant les valeurs réelles par rapport aux valeurs projetées pour une seule valeur du groupe 1. Onglet AnalyserAnalyser dans l'expérimentation de série temporelle, affichant les valeurs réelles par rapport aux valeurs projetées pour une seule valeur du groupe 1. ![Onglet Analyser dans l'expérimentation, affichant les valeurs réelles par rapport aux valeurs projetées pour une seule valeur du groupe 1.](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Resources/Images/ml_time-series-tutorial-analyze-tab_single-group.png) Pour plus d'informations, consultez : * [Comparaison des modèles](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-compare.htm) * [Réalisation d'une analyse de modèle détaillée](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-detailed.htm) ## Étapes suivantes Dans ce didacticiel, vous allez procéder au déploiement du the Meilleur modèle icon identifié à partir de la v1 de l'apprentissage. Passez à la section suivante sur le déploiement de votre modèle de série temporelle.