# モデル最適化を使用する

利用可能な最適化特徴量の有無にかかわらず、モデルをトレーニングするように構成できます。

## インテリジェント モデル最適化

既定では、Qlik Predict はインテリジェント モデル最適化を使用して、特徴量選択の反復と高度な変換の適用を通じてモデルを自動的に改良します。トレーニング プロセスをより細かく制御する必要がある場合は、各実験バージョンでこの機能をオフにすることができます。

詳細については、「[インテリジェント モデル最適化](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/intelligent-model-optimization.htm)」を参照してください。

## ハイパーパラメーターの最適化

高度な機械学習機能を使用して、モデルを微調整します。

詳細については、「[ハイパーパラメーターの最適化](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/hyperparameter-optimization.htm)」を参照してください。

## タイムアウェア モデルの作成

分類モデルと回帰モデルの場合、トレーニング データが特定の日付または時間情報に依存する場合は、タイムアウェア トレーニングをオンにします。

詳細については、「[タイムアウェア モデルの作成](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-aware-models.htm)」を参照してください。

## 詳細を見る

* [実験の構成](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/configuring-experiments.htm)