# チュートリアル - 多変量時系列予測による売上予測

このチュートリアルでは、時系列モデルをトレーニングして使用し、時間固有の売上予測を作成する方法について学習します。特に、過去のデータを使用して多変量時系列モデルを構成、トレーニング、展開し、それを使用して店舗および製品ファミリーごとの毎日の売上を予測および可視化します。

[Predicting sales with multivariate time series forecasting - Qlik Cloud](https://play.vidyard.com/tay2uoJfsfwTxhANF5mAfF)

## このチュートリアルを完了する必要がある対象者

このチュートリアルは、将来の特定の期間における売上などの指標を予測する方法を知りたいユーザー向けに設計されています。機械学習と Qlik Sense に関する知識があると役立ちますが、必須ではありません。

このチュートリアルを完了するには、Qlik Cloud テナントと操作するスペースに適切な権限が必要です。これらの中には、管理者によって割り当てられるものもあります。チュートリアル中にアクセス許可のエラーが発生した場合は、テナント管理者にお問い合わせください。以下の権限が必要です。

* ML 実験の作成と操作

  [ML 実験の作成、使用、管理](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#CreateUseExp)

* ML 展開の作成と操作

  [モデル展開と ML 展開の作成](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#ModelDeployment)

  [ML 展開の管理](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#ManagementMLDeploy)

  [バッチ予測の実行](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#RunningBatch)

* 展開モデルのアクティブ化

  [モデル承認](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#ModelApproval)

* スクリプトと分析アプリケーションの操作

## 始める前に必要な準備

まず、下記のリンク先のチュートリアル資料をダウンロードする必要があります。

必要な資料をダウンロードしたら、デスクトップに解凍します。

[MLTimeSeriesTutorialData](https://help.qlik.com/ja-JP/cloud-services/tutorials/MLTimeSeriesTutorialData.zip)

トレーニング データセットには、個々の店舗や製品ファミリーの売上を毎日追跡した履歴データが含まれています。

適用データセットには、将来の特徴量のためのデータに加えて、予測を生成するために必要な過去のデータが含まれています。

次の手順を実行します。

1. 分析 アクティビティ センターを開きます。

2. [作成] ページに移動し、 [データセット] を選択して、 [データ ファイルをアップロード] を選択します。

3. ML - Multivariate forecasting - training.csv ファイルをアップロード ダイアログにドラッグします。

4. 次に、 ML - Multivariate forecasting - apply.csv ファイルをアップロード ダイアログにドラッグします。

5. スペースを選択します。個人スペース、または他のユーザーがこのデータにアクセスできるようにする場合は共有スペースにもできます。

6. [アップロード] をクリックします。

データセットがアップロードされたら、実験の作成を実行できます。

## このチュートリアルでのレッスン

このチュートリアル内のトピックは、順番に完了するよう構成されています。ただし、トピックをとばして、後で戻ることもできます。

1. [時系列実験の作成と構成](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-create-experiment.htm)
2. [時系列モデルのレビュー](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-review-models.htm)
3. [時系列モデルの展開](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-deploy.htm)
4. [時系列展開による予測](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-predict.htm)
5. [売上予測の視覚化](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-visualize.htm)

## 追加の資料とリソース

* [Qlik](http://www.qlik.com/) では、さらなる詳細情報を提供する、広範なリソースをご用意しています。
* [Qlik オンライン ヘルプ](http://help.qlik.com/)を使用できます。
* 無料のオンライン コースを含むトレーニングは、[Qlik Learning](https://learning.qlik.com/) で利用できます。
* ディスカッション フォーラム、ブログなどは、[Qlik Community](http://community.qlik.com/) にあります。

## お客様のご意見は重要です

フィードバックをお待ちしています。以下のセクションを使用して、弊社へのフィードバックをお知らせください。