Didacticiel – Génération et visualisation des données de prédiction

Ce didacticiel vous montre comment utiliser Qlik AutoML pour former et déployer un modèle d'apprentissage automatique afin d'effectuer des prédictions. Il vous montre également comment visualiser les données de prédiction dans une application Qlik Sense.

Nous allons utiliser le scénario de la perte de clientèle, un exemple classique de problème de classification binaire. L'objectif est de pouvoir prédire de manière fiable si un client va annuler son abonnement ou rester abonné à un service. Ce type de problème donne lieu à uniquement deux résultats : vrai ou faux (perte ou absence de perte).

Pour aborder ce problème d'apprentissage automatique, nous allons commencer par traiter un ensemble de données dont nous connaissons déjà le résultat, puis appliquer la modélisation statistique créée à partir de ces données aux nouvelles données dont nous souhaitons prédire les résultats.

Dans ce didacticiel, vous allez commencer par créer une expérimentation. Ensuite, vous affinerez et déploierez l'expérimentation pour obtenir un modèle d'apprentissage automatique. Ce modèle sera utilisé pour créer des prédictions, qui pourront être affichées sous la forme de visualisations dans une application Qlik Sense.

Ce que vous allez apprendre

Une fois que vous aurez terminé ce didacticiel, vous comprendrez les différentes étapes impliquées dans la création et la configuration d'une expérimentation. Vous découvrirez également comment interpréter les scores des modèles. Pour finir, vous pourrez déployer un modèle d'apprentissage automatique et vous saurez utiliser vos données de prédiction pour générer des visualisations Qlik Sense captivantes dans Qlik Cloud Analytics.

À qui s'adresse ce didacticiel ?

Ce didacticiel s'adresse aux utilisateurs à la recherche d'une introduction à l'apprentissage automatique et à la visualisation des données dans Qlik Cloud Analytics. Il peut être utile d'avoir des connaissances de base en apprentissage automatique et sur Qlik Sense, mais cela n'est pas obligatoire.

Pour suivre ce didacticiel, vous devez disposer des éléments suivants :

• Droit Professionnel ou Utilisateur complet

• Les rôles de sécurité Automl Experiment Contributor et Automl Deployment Contributor dans le client Qlik Cloud

• Les rôles d'espace requis dans les espaces dans lesquels vous allez travailler. Voir : Gestion des autorisations dans les espaces partagés et Gestion des autorisations dans les espaces gérés

Si vous ne parvenez pas à afficher ou à créer des ressources ML, cela signifie probablement que vous ne disposez pas des rôles, droits ou autorisations nécessaires. Pour de plus amples informations, contactez votre administrateur de clients.

Pour plus d'informations, voir Qui peut utiliser Qlik AutoML.

Ce que vous devez faire avant de commencer

Téléchargez ce package et décompressez-le sur votre bureau :

Didacticiel AutoML

Le package contient les éléments suivants :

• Les deux fichiers de données nécessaires pour suivre le didacticiel.

• Un exemple de copie de l'application Qlik Sense que vous allez créer lors du didacticiel. Il est fourni au cas où vous souhaiteriez mettre plus vite en pratique le développement d'applications prédictives. Pour plus d'informations, voir Flux de travail alternatif : Chargement de l'application préconfigurée.

L'ensemble de données d'apprentissage contient des informations sur les clients dont la date d'échéance de renouvellement est passée et qui ont décidé de ne pas poursuivre leur abonnement ou de rester abonnés au service.

L'ensemble de données à appliquer contient des détails sur un nouvel ensemble de clients dont la date de renouvellement n'est pas encore passée. On ne sait pas encore si ces clients annuleront ou non leur service. L'objectif de ce didacticiel est de prédire ce que va faire cet ensemble de clients, dans l'espoir de réduire la probabilité qu'ils annulent leur abonnement.

Procédez comme suit :

1. Ouvrez le hub Qlik Cloud Analytics.

2. Cliquez sur Ajouter nouveau > Ensemble de données, puis sélectionnez Charger un fichier de données.

3. Faites glisser le fichier Customer churn data - training.csv jusqu'à la boîte de dialogue de chargement.

4. Ensuite, faites glisser le fichier Customer churn data - apply.csv jusqu'à la boîte de dialogue de chargement.

5. Sélectionnez un espace. Il peut s'agir de votre espace personnel ou d'un espace partagé si vous souhaitez que d'autres utilisateurs puissent accéder à ces données.

6. Cliquez sur Charger.

Maintenant que vos ensembles de données sont chargés, vous pouvez commencer à créer une expérimentation.

Leçons dans ce didacticiel

Les rubriques de ce didacticiel sont conçues pour être terminées en séquence. Cependant, vous pouvez vous arrêter et reprendre à tout moment.

Documentation et ressources supplémentaires

• Qlik tient à votre disposition un large éventail de ressources d'information.
• Une aide en ligne Qlik est disponible.
• Des formations, notamment des cours en ligne gratuits, sont disponibles dans Qlik Continuous Classroom.
• Vous trouverez des forums de discussion, des blogs et bien plus encore dans Qlik Community.

Votre opinion compte

Nous apprécions tout commentaire de votre part. N'hésitez pas à utiliser la section ci-dessous pour nous faire part de vos commentaires.