Formation d'expérimentations
La formation de modèles d'apprentissage automatique consiste à fournir des données à des algorithmes et à les laisser apprendre/assimiler les patterns des données. Après l'apprentissage initial sur les données, vous en saurez beaucoup plus sur les modèles en examinant les métriques générées. Attendez-vous à de nombreuses itérations d'affinement et de réapprentissage avant qu'un modèle soit suffisamment bon pour pouvoir être déployé.
Conditions requises et autorisations
Pour en savoir plus sur les conditions requises de la part des utilisateurs pour pouvoir utiliser des expérimentations ML, voir Utilisation d'expérimentations.
Exécution de l'apprentissage d'une expérimentation
Procédez comme suit :
- Créez et configurez une nouvelle expérimentation ou ouvrez une expérimentation depuis Catalogue.
-
Dans le coin inférieur droit de l'écran, cliquez sur Exécuter l'expérimentation pour démarrer l'apprentissage.
(Pour les versions suivantes, le bouton indiquera Exécuter v2, Exécuter v3, etc.)
Une fois l'apprentissage terminé, les métriques du modèle deviennent disponibles. Maintenant, vous êtes prêt à examiner et affiner les modèles. Pour plus d'informations, consultez Examen des modèles et Affinement des modèles.
Gestion des tâches d'apprentissage
Les administrateurs de clients peuvent arrêter ou annuler les tâches d'apprentissage d'expérimentation depuis la Console de gestion. Pour plus d'informations, consultez Gestion des expérimentations et des déploiements ML.
Configuration des notifications
Vous pouvez recevoir des notifications à la fin de l'apprentissage d'un seul modèle ou de tous les modèles d'une version d'expérimentation. Pour plus d'informations, consultez Configuration des notifications pour Qlik AutoML.