メイン コンテンツをスキップする 補完的コンテンツへスキップ

チュートリアル - 予測データの生成と視覚化

このチュートリアルでは、Qlik AutoML を使用して、予測を実行するための機械学習モデルをトレーニングおよび展開する方法を説明します。また、Qlik Sense アプリで予測データを視覚化する方法についても説明します。

二項分類問題の典型的な例である顧客チャーンのシナリオについて考えます。 目標は、顧客がサービスのサブスクリプションをキャンセルするか、継続するかを確実に予測できるようにすることです。このタイプの問題には、true または false (チャーンする、またはチャーンしない) の 2 つの結果しかありません。

この機械学習の問題に取り組むには、まず結果がわかっている一連のデータを処理し、次にそのデータから作成された統計モデリングを、新たに結果を予測するデータに適用します。

このチュートリアルでは、実験を作成することから始めます。そこから、実験を改良して機械学習モデルに展開します。このモデルは予測を作成するために使用され、Qlik Sense アプリでビジュアライゼーションの形式で表示できます。

学習内容

このチュートリアルを完了すると、実験の作成と構成に含まれるさまざまなステップを理解できます。また、モデル スコアを解釈する方法についても学びます。最後に、機械学習モデルを展開でき、予測データを使用して Qlik Cloud 分析 で説得力のある Qlik Sense ビジュアライゼーションを生成する方法を理解できるようになります。

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、Qlik Cloud 分析 での自動機械学習およびデータ ビジュアライゼーションの概要を学ぶユーザー向けです。機械学習と Qlik Sense に関する基本的な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、次が必要です。

ML リソースを表示または作成できない場合は、必要なロール、資格、または権限を持っていない可能性があります。詳細については、テナント管理者に問い合わせてください。

詳細については、「Qlik AutoML を操作できるユーザー」を参照してください。

始める前に必要な準備

このパッケージをダウンロードしてデスクトップに解凍します。

AutoML チュートリアル

パッケージには次が含まれます。

  • チュートリアルを完了するために必要な 2 つのデータ ファイル。

  • チュートリアル中に構築する Qlik Sense アプリのサンプル コピー。 このサンプルは、予測アプリ開発を短時間で実践したいユーザー向けに用意されています。詳細については、「別のワークフロー: 事前構成されたアプリのアップロード」を参照してください。

トレーニング データセットには、更新期限が過ぎて、サブスクリプションのサービスをチャーンするか継続するかを決定した顧客に関する情報が含まれています。

適用データセットには、まだ更新日を迎えていない新しい顧客に関する詳細が含まれています。これらの顧客がサービスをキャンセルするかどうかはまだ決まっていません。このチュートリアルの目標は、このような顧客の行動を予測することであり、顧客チャーンの可能性を減らすことを期待しています。

  1. Qlik Cloud 分析 ハブを開きます。

  2. [新規追加] > [データセット] をクリックしてから、[データ ファイルをアップロード] を選択します。

  3. Customer churn data - 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、Customer churn data - 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。

追加の資料とリソース

  • Qlik 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 Continuous Classroom 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 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。

このページは役に立ちましたか?

このページまたはコンテンツに、タイポ、ステップの省略、技術的エラーなどの問題が見つかった場合は、お知らせください。改善に役立たせていただきます。