実験の作業
履歴データを自動機械学習実験にロードし、モデルをトレーニングしてビジネスの問題を分析および予測します。
個人スペースまたは共有スペースで実験を作成できます。
ワークフロー
Qlik Cloud Analytics で自動機械学習実験を作成する前に、明確に定義された機械学習の質問と適切なトレーニング データセットをカタログで使用できるようにする必要があります。詳細については、「機械学習の質問の定義」および「トレーニング用のデータセットの準備」を参照してください。
次のステップは、実験のワークフローについて説明しています。
- 実験を作成する
Qlik Sense で新しい実験を作成します。共同作業をする場合は、共有スペースに追加してください。
- 実験を構成する
予測するターゲットと、予測をサポートする特徴量を選択します。
- トレーニングを開始する
最初の実験バージョンのトレーニングを開始します。
- 推奨モデルのレビュー
モデル トレーニングの結果をレビューし、推奨モデルを評価します。組み込みツールを使用して、トレーニングの概要と埋め込み分析を分析し、実験、バージョン、モデル レベルでの分析情報を提供します。
さらに改良が必要な場合は、実験の後続バージョンを構成できます。特徴量やアルゴリズムなどのパラメーターを調整し、適切なモデルが得られるまで、新しいバージョンの実験を再トレーニングします。
- モデルを展開する
適切なモデルを取得できたら、展開して予測を開始します。
要件と権限
共有スペースで ML 実験を操作する際に必要なスペース ロールについては、以下を参照してください。
管理者の場合、ML 実験を操作する際に必要なユーザー権限の包括的な概要については、「Qlik Predict を使用できるユーザー」を参照してください。
系列および影響分析の表示
Qlik Cloud の [系列] および [影響分析] ツールを使用すると、次を分析できます。
-
ML 実験の起源と各モデルのトレーニングに使用されるデータ。
-
ML実験とその出力が、Qlik Cloud のダウンストリーム コンテンツでどのように使用されているか。