# 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 modifier 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](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/Spaces.htm). 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. ## Workflow Les étapes suivantes montrent, dans un exemple, comment utiliser des déploiements ML et des prédictions. 1. Déployez le modèle Déployez le modèle à utiliser pour faire des prédictions. [Déploiement de modèles](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/deploying-models.htm) 2. Faire approuver votre modèle Avant de pouvoir effectuer des prédictions avec le déploiement ML, vous devez activer le modèle source pour qu'il puisse effectuer des prédictions. L'approbation de modèles peut être effectuée par les utilisateurs et les administrateurs titulaires d'autorisations spécifiques. [Approbation de modèles déployés](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/approve-models.htm) 3. Effectuez des prédictions Effectuez des prédictions manuelles ou planifiées sur les jeux de données ou utilisez le point de terminaison de prédiction en temps réel de l'API Apprentissage automatique. [Création de prédictions sur des jeux de données](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/creating-predictions.htm) [API Apprentissage automatique](https://qlik.dev/apis/rest/ml/) 4. 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](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/shap-values.htm) 5. 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 ? 6. Agissez Analysez les informations prédictives et les scénarios pour savoir comment agir. Qlik Automate 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 Automate](https://help.qlik.com/en-US/cloud-services/Subsystems/Sense_QlikAutomation/Content/Sense_QlikAutomation/introduction/home-automation.htm) (uniquement en anglais). 7. Remplacement de modèles, si nécessaire Au fil du temps, la distribution et les caractéristiques de vos données d'entrée peuvent changer. Si votre problème d'apprentissage automatique initial reste le même, vous pouvez passer à de nouveaux modèles dans votre déploiement ML existant pour permettre une amélioration en toute transparence des prédictions avec un minimum de perturbations. Si vous devez redéfinir votre problème d'apprentissage automatique initial, vous pouvez créer une nouvelle expérimentation. [Utilisation de plusieurs modèles dans votre déploiement ML](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/ml-deployment-available-models.htm) ## Conditions requises et autorisations Pour plus d'informations sur les rôles d'espace requis pour pouvoir utiliser des déploiements et des prédictions dans des espaces partagés et gérés, consultez : * [Autorisations dans les espaces partagés pour les utilisateurs Professional et d'abonnements basés sur la capacité](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-shared-space-prof-full.htm) * [Autorisations d'espace partagé pour les utilisateurs titulaires de Droit Analyseur](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-shared-space-analyzer.htm) * [Autorisations d'espace partagé pour les administrateurs](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-shared-space-admin.htm) * [Autorisations dans les espaces gérés pour les utilisateurs Professional et d'abonnements basés sur la capacité](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-managed-space-prof-full.htm) * [Autorisations d'espace géré pour les utilisateurs titulaires de Droit Analyseur](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-managed-space-analyzer.htm) * [Autorisations d'espace géré pour les administrateurs](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-managed-space-admin.htm) Si vous êtes administrateur, consultez [Qui peut utiliser Qlik Predict](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm) pour obtenir une vue d'ensemble complète des autorisations utilisateur requises pour pouvoir utiliser des déploiements et des prédictions.