Utilizzo degli esperimenti
Caricare dati cronologici in un esperimento di machine learning automatizzato e addestrare un modello per analizzare e prevedere un problema di business.
È possibile creare e modificare esperimenti in spazi personali o condivisi.
Requisiti e autorizzazioni
Per utilizzare gli esperimenti di ML, è necessario disporre dei seguenti ruoli:
-
Diritto utente Professional o completo
-
Ruolo Automl Experiment Contributor (per visualizzare gli esperimenti di ML, è possibile avere invece il ruolo Automl Deployment Contributor)
-
Le autorizzazioni sono richieste per lo spazio in cui si trovano gli esperimenti. In uno spazio condiviso, è necessario disporre dell'autorizzazione Può modificare o superiore. Non è possibile creare esperimenti in uno spazio gestito.
Per ulteriori informazioni, vedere:
Flusso di lavoro
Prima di creare un esperimento automatico di machine learning in Qlik Cloud Analytics, è necessario disporre di una domanda di machine learning ben definita e un set di dati di training adeguato disponibile nel Catalogo. Per ulteriori informazioni, vedere Definizione delle domande di machine learning e Preparazione del set di dati per il training.
Le fasi seguenti descrivono il flusso di lavoro di un esperimento.
- Creazione dell'esperimento
Creare un nuovo esperimento in Qlik Sense. Aggiungerlo a uno spazio condiviso se si desidera lavorare in modo collaborativo.
- Configurazione dell'esperimento
Selezionare una destinazione su cui fare previsioni e le funzioni a supporto della previsione.
- Avvio del training
Avviare il training della prima versione dell'esperimento.
- Affinamento del modello
Durante il training, vengono applicati ai dati di formazione gli algoritmi di machine learning adatti e vengono generate le metriche delle prestazioni. Esaminate le metriche per capire come perfezionare il modello.
Regolare i parametri, come le funzioni e gli algoritmi, e riqualificare nuove versioni dell'esperimento fino a ottenere un buon modello.
- Distribuzione del modello
Quando si dispone di un buon modello, è il momento di distribuirlo e iniziare a fare previsioni.