Creazione di previsioni in tempo reale

Utilizzare la propria distribuzione ML per prevedere i risultati futuri su nuovi dati.

Le previsioni possono essere realizzate in tempo reale utilizzando l'API di previsione, come ad esempio le decisioni in tempo reale sugli sconti per i clienti alla cassa. Quando vengono generate le previsioni, è possibile caricare le informazioni strategiche in un'app Qlik Sense. In questo modo è possibile visualizzare e interagire con i dati e creare scenari "what-if".

Utilizzo dell'API di previsione in tempo reale

Il pannello Previsioni in tempo reale nell'interfaccia di distribuzione di ML consente di accedere all'API di previsione in tempo reale.

L'API di previsione in tempo reale è una comunicazione bidirezionale tra AutoML e altre funzioni in Qlik Cloud, tra cui Qlik Sense e Automazioni, nonché applicazioni esterne. È possibile utilizzare l'API per fare previsioni in modo programmatico passando i dati a un modello e recuperare i risultati della previsione in tempo reale.

Requisiti

• Per utilizzare la previsione dell'API in tempo reale è necessaria una chiave API. Per poter generare una chiave API, un utente deve disporre del ruolo di Developer.

  Per ulteriori informazioni sull'API di previsione, vedere Previsioni in tempo reale di AutoML.

• Il modello di origine per la distribuzione di ML che si utilizza deve essere attivato per fare previsioni. Per ulteriori informazioni, vedere:

  • Approvazione di modelli distribuiti

  • Lavorare con l'approvazione dei modelli in qualità di amministratore

• Sono necessarie le autorizzazioni corrette per lavorare con le distribuzioni di ML e le previsioni. Questo include i ruoli di sicurezza e i ruoli per lo spazio. Vedere Utilizzo delle previsioni ML.

Visualizzazione dei dettagli relativi a deriva dei dati e all'evento di previsione

Dopo aver eseguito una previsione in tempo reale, aprire la distribuzione di ML e passare al pannello Monitoraggio deriva dei dati. In questa vista è possibile valutare i seguenti elementi:

• Il livello di deriva dei dati per ogni funzione utilizzata nella previsione. Il confronto viene eseguito tra i dati inviati all'API per la previsione in tempo reale di AutoML e il set di dati di addestramento.

• Dettagli sull'evento di previsione, come ad esempio se è riuscito o meno e quante previsioni ha generato.

Per ulteriori informazioni, vedere Monitoraggio delle prestazioni e dell'utilizzo dei modelli distribuiti.