# 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 Predict 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 アプリケーション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。そこからモデルをトレーニングし、そのうちの 1 つを ML 展開に展開します。この ML 展開は予測を作成するために使用され、Qlik Sense アプリケーションで視覚化できます。

## 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 Analytics 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。

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モデルをトレーニングします。インテリジェント最適化により、トレーニング中に自動改良が実行されます。これにより、最小限の反復作業で、単一のバージョンを作成した後でモデルを展開できる可能性が高まります。

## 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 Analytics 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、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)

* 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。CSV ワークフローと QVD ワークフローのいずれかを選択します。設定済みアプリケーションのダウンロードはオプションです。

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。

* [MLTutorialDataCSV](https://help.qlik.com/ja-JP/cloud-services/tutorials/MLTutorialDataCSV.zip): CSV 形式のチュートリアル データが含まれています。このオプションを使用すると、すぐに開始できます。

* [MLTutorialDataQVF](https://help.qlik.com/ja-JP/cloud-services/tutorials/MLTutorialDataQVF.zip): QVD を作成するために実行できる .qvf スクリプト形式のチュートリアル データが含まれています。このオプションは CSV よりも少し時間がかかりますが、Qlik データ形式とスクリプトの操作方法を学ぶのに役立ちます。

* [MLTutorialPreConfiguredApp](https://help.qlik.com/ja-JP/cloud-services/tutorials/MLTutorialPreConfiguredApp.zip): このアイテムはオプションです。これは、チュートリアル中に構築する Qlik Sense アプリケーションのサンプル コピーです。これにより、トレーニングと展開の段階をスキップして、予測アプリケーション開発の実践的な経験をより早く取得できます。

  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ケーションのアップロード](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/tutorial-predictions-app.htm#Alternat)」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。

### オプション 1:Qlik Predict チュートリアル データセット (CSV)

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 - 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、 ML - 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。

### 選択肢2:Qlik Predict チュートリアル データセット (QVD)

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、 [アップロード] を選択して、 [スクリプト] を選択します。

3. 次のファイルをアップロード ダイアログにドラッグします。

   * ML - Churn data - training.qvf

   * ML - Churn data - apply.qvf

4. 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。

5. [Upload] (アップロード)をクリックします。

6. アップロードされたスクリプトごとに、次を実行します。

   1. スクリプトを開き、 [エディター] タブに切り替えます。

   2. [エディター] で、 [データをエクスポート] をクリックします。

   QVD データセットは、スクリプトをアップロードしたのと同じスペースに作成されます。

データセットが作成されたら、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. [実験の作成と構成](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/tutorial-creating-configuring.htm)
2. [モデルのレビューと改良](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/tutorial-reviewing-versions.htm)
3. [モデルの展開と承認](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/tutorial-deploying-model.htm)
4. [予測データの作成](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/tutorial-creating-predictions.htm)
5. [Qlik Sense アプリケーションでの予測データの視覚化](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/tutorial-predictions-app.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。