Lavorare con gli esperimenti
Caricare i dati storici 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.
Flusso di lavoro
Prima di creare un esperimento di machine learning automatizzato in Qlik Cloud Analytics, è necessario avere una domanda di machine learning ben definita e un set di dati di addestramento adeguato disponibile nel Catalogo. Per ulteriori informazioni, vedere Definizione delle domande di machine learning e Preparazione del dataset per il training.
I seguenti passaggi descrivono un flusso di lavoro dell'esperimento.
- Creare l'esperimento
Creare un nuovo esperimento in Qlik Cloud. Aggiungerlo a uno spazio condiviso se si desidera lavorare in modo collaborativo.
- Configurare l'esperimento
Selezionare un target su cui effettuare le previsioni e le funzionalità per supportare la previsione.
- Avviare l'addestramento
Avviare l'addestramento della prima versione dell'esperimento.
- Rivedere i modelli consigliati
Rivedere l'andamento dell'addestramento del modello e valutare i modelli che sono stati consigliati. Utilizzare gli strumenti integrati per analizzare i riepiloghi dell'addestramento e le analisi integrate, che offrono informazioni a livello di esperimento, versione e modello.
Se è necessario un ulteriore perfezionamento, è possibile configurare le versioni successive dell'esperimento. Regolare i parametri come le funzionalità e gli algoritmi e riaddestrare le nuove versioni dell'esperimento fino a ottenere un buon modello.
- Distribuire il modello
Quando si dispone di un buon modello, è il momento di distribuirlo e iniziare a effettuare previsioni.
Requisiti e autorizzazioni
Per informazioni sui ruoli dello spazio richiesti per lavorare con gli esperimenti ML negli spazi condivisi, vedere:
Se si è un amministratore, vedere Chi può lavorare con Qlik Predict per una panoramica completa delle autorizzazioni utente richieste per lavorare con gli esperimenti ML.
Visualizzazione della derivazione e dell'analisi dell'impatto
Utilizzando gli strumenti Derivazione e Analisi dell'impatto in Qlik Cloud, è possibile analizzare:
-
Le origini di un esperimento ML e i dati utilizzati per addestrare ciascun modello.
Analisi della derivazione per i contenuti di machine learning
-
Come l'esperimento ML e i suoi output vengono utilizzati nei contenuti a valle in Qlik Cloud.