# Utilizzo della funzione di ottimizzazione del modello

È possibile configurare i modelli per addestrarli con o senza le funzioni di ottimizzazione disponibili.

## Ottimizzazione intelligente del modello

Per impostazione predefinita, Qlik Predict utilizza l'ottimizzazione intelligente del modello per affinare automaticamente i modelli attraverso iterazioni sulle selezioni delle funzioni e applicando trasformazioni avanzate. È possibile disattivare la funzione per ogni versione dell'esperimento se è necessario esercitare un maggiore controllo sul processo di addestramento.

Per ulteriori informazioni, vedere [Ottimizzazione intelligente del modello](https://help.qlik.com/it-IT/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/intelligent-model-optimization.htm).

## Ottimizzazione iperparametro

È possibile affinare i modelli utilizzando le funzioni avanzate di machine learning.

Per ulteriori informazioni, vedere [Ottimizzazione degli iperparametri](https://help.qlik.com/it-IT/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/hyperparameter-optimization.htm).

## Creazione di modelli time-aware

Per i modelli di classificazione e regressione, attivare l'addestramento time-aware se i dati di addestramento dipendono da informazioni specifiche su data e ora.

Per ulteriori informazioni, vedere [Creazione di modelli sensibili ai valori temporali](https://help.qlik.com/it-IT/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-aware-models.htm).

## Ulteriori informazioni

* [Configurazione di esperimenti](https://help.qlik.com/it-IT/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/configuring-experiments.htm)