Utilisation de prédictions ML
Une fois que vous avez déployé votre modèle d'apprentissage automatique, vous pouvez l'utiliser pour générer des prédictions. Vous pouvez mettre ces prédictions à profit pour prendre des décisions plus efficaces et mieux informées basées sur les données dont vous disposez.
Vous pouvez créer et éditer des déploiements ML et générer des prédictions dans des espaces personnels ou partagés. Vous pouvez également publier des déploiements ML dans des espaces gérés et générer des prédictions. L'accès aux déploiements ML est contrôlé via l'espace. Pour plus d'informations sur les espaces, voir Utilisation des espaces.
Il est possible de créer des déploiements ML dans des espaces personnels, partagés et gérés. Il est possible de stocker les données de prédiction d'un déploiement ML dans un espace personnel, partagé ou géré.
Conditions requises et autorisations
Pour pouvoir utiliser des déploiements ML et les configurations de prédiction au sein de ces déploiements, vous devez être titulaire des rôles et autorisations suivants :
-
Droit Professionnel ou Utilisateur complet
-
Afficher et créer des déploiements ML : Rôle de sécurité Automl Deployment Contributor ou Automl Experiment Contributor
-
Éditer et supprimer des déploiements ML : Rôle de sécurité Automl Deployment Contributor
-
Configurer et exécuter des prédictions à partir du déploiement ML : Rôle de sécurité Automl Deployment Contributor
-
Autorisations requises dans l'espace dans lequel se trouvent les déploiements ML.
Les prédictions sont créées sous forme d'ensembles de données. Par conséquent, les mêmes conditions requises pour utiliser des sources de données dans Qlik Cloud s'appliquent pour utiliser la sortie de prédictions (par exemple, pour l'utiliser dans une application Qlik Sense). Pour pouvoir créer des ensembles de données dans votre espace personnel, vous devez être titulaire du rôle Créateur de contenu analytique privé.
Pour les prédictions planifiées, il existe également des conditions requises que le propriétaire de la configuration de prédiction doit remplir.
Pour plus d'informations, voir :
Flux de travail
Les étapes suivantes montrent, dans un exemple, comment utiliser des déploiements ML et des prédictions.
- Déployez le modèle
Déployez le modèle à utiliser pour faire des prédictions.
- Réalisation de prédictions
Effectuez des prédictions manuelles ou planifiées sur les ensembles de données ou utilisez l'API de prédiction.
- Visualisez les informations prédictives
Chargez les données de prédiction générées dans une application et créez des visualisations.
Visualisation de valeurs de Shapley dans des applications Qlik Sense
- Explorez les données via des scénarios hypothétiques
Intégrez l'API de prédiction à une application pour obtenir des prédictions en temps réel. Cela vous permet d'essayer des scénarios hypothétiques en modifiant les valeurs des caractéristiques et en obtenant les résultats prédits des nouvelles valeurs. L'enregistrement est transmis au déploiement ML via l'API et une réponse est reçue en temps réel. Par exemple, quel serait le risque de perte de clientèle si nous modifiions le type de programme ou si nous augmentions le tarif de base ?
- Agissez
Analysez les informations prédictives et les scénarios pour savoir comment agir. Qlik Application Automation vous aide à automatiser les actions et fournit des modèles spécifiques pour des cas d'utilisation d'apprentissage automatique. Pour plus d'informations sur les automatisations, voir Qlik Application Automation (uniquement en anglais).