ML-trainingsrapporten als beheerder downloaden
Beheerders kunnen trainingsrapporten downloaden voor geïmplementeerde machine learning-modellen die zijn getraind met Qlik Predict. Trainingsrapporten bevatten uitgebreide details over de processen die een model getraind hebben, en optioneel andere modellen in het ML‑experiment. Trainingsrapporten zijn in PDF‑formaat.
Gebruikers zonder beheerdersmachtigingen kunnen ook trainingsrapporten downloaden van ML‑experimenten en ML‑implementaties. Ga voor meer informatie naar ML-trainingsrapporten downloaden.
ML-trainingsrapport
Gebruiksscenario's
Met rapporten over modeltraining kunt u:
-
Duik dieper in de processen die uw modellen trainen—bijvoorbeeld voor auditdoeleinden.
-
Deel eenvoudig details over modeltraining met gebruikers buiten Qlik Cloud.
Een trainingsrapport genereren
Vanuit het Beheer-activiteitencentrum
Doe het volgende:
-
Ga in Beheer naar Qlik Predict.
-
Open het tabblad Implementeerde modellen.
- Klik op
naast een model in de tabel. -
Selecteer Trainingsrapport downloaden.
-
U kunt het dialoogvenster optioneel Informatie opnemen over alle modellen in het experiment inschakelen.
Indien actief, genereerde deze instelling een uitgebreid rapport met informatie over alle modellen die in het experiment getraind waren.
-
Klik indien nodig op Voorbeeld om het rapport te bekijken zonder het te downloaden. Afhankelijk van uw browser moet u dit misschien meer dan eens proberen.
-
Klik op Downloaden. Het rapport wordt gedownload en opgeslagen in uw lokale map Downloads.
Van een ML-experiment
Doe het volgende:
-
Een ML-experiment openen.
-
Ga naar het tabblad Modellen.
-
Selecteer een model.
-
In de rechterbovenhoek, klik op Trainingsrapport downloaden.
-
In het dialoogvenster, optioneel op Informatie opnemen over alle modellen in het experiment.
Bij activering genereerde deze instelling een uitgebreid rapport met informatie over alle modellen die in het experiment getraind zijn.
-
Indien nodig, klik op Voorbeeld om het rapport te bekijken zonder het te downloaden. Afhankelijk van uw browser moet u dit mogelijk meer dan eens proberen.
-
Klik op Downloaden.Het rapport wordt gegenereerd en opgeslagen in uw lokale map Downloads.
U kunt ook een trainingsrapport genereren door te klikken op een model en Trainingsrapport downloaden te selecteren.
Van een ML-implementatie
Doe het volgende:
-
Open een ML-implementatie.
-
Ga naar het implementeerbare modellen tabblad.
-
Onder Alle modellen in de implementatie klikt u op
naast een model. -
Selecteer Trainingsrapport downloaden.
-
In het dialoogvenster, eventueel op Informatie opnemen over alle modellen in het experiment.
Bij activering genereerde deze instelling een uitgebreid rapport met informatie over alle modellen getraind in het experiment. Zie: Volledige en gerichte versies.
-
Klik indien nodig op Voorbeeld om het rapport te bekijken zonder het te downloaden. Afhankelijk van uw browser, moet u dit mogelijk meer dan eens proberen.
-
Klik op Downloaden.Het rapport wordt gegenereerd en opgeslagen in uw lokale map Downloads.
Wat staat er in een trainingsrapport
Het trainingsrapport geeft in detail de volgende informatie. Sommige details zijn mogelijk alleen aanwezig als u de volledige versie van het trainingsrapport downloadt. Ga voor meer informatie naar Volledige en gerichte versies.
-
Wie heeft het experiment gemaakt
-
Toen de experimenten en het model werden getraind
-
Locatie en naam van bronnen die tijdens de training zijn gebruikt
-
Hoeveel versies en modellen het experiment heeft
-
De algoritmes die zijn gebruikt om modellen te trainen
-
Details over de gebruikte trainingsgegevensverzamelingen, zoals hoeveel gegevens ze bevatten
-
Verwerking die voor en tijdens de training op de trainingsgegevens is uitgevoerd
-
Modelstatistieken voor zowel trainings- als evaluatiegegevens
-
Gegevens van hyperparameter
Volledige en gerichte versies
Bij het downloaden van een trainingsrapport kan de gebruiker optioneel de instelling Informatie over alle modellen in het experiment opnemen inschakelen. Deze instelling bepaalt of de volledige of de gerichte versie van het rapport wordt gegenereerd.
Als de instelling Informatie over alle modellen in het experiment opnemen is ingeschakeld, wordt de volledige versie van het rapport gegenereerd. Dit rapport bevat aanvullende informatie over andere modellen die in het experiment zijn getraind.
Aan de andere kant bevat het gerichte rapport alleen informatie over het geselecteerde model. Informatie over andere modellen in het experiment worden niet opgenomen.
Termen in het trainingsrapport interpreteren
Bij het analyseren van trainingsrapporten wordt ervan uitgegaan dat u inzicht heeft in de technische termen waarnaar wordt verwezen. De meeste termen worden uitgelegd in de Qlik Predict helpdocumentatie.
De volgende tabel biedt definities voor inhoud in het rapport, samen met nuttige helponderwerpen.
| Termijn | Betekenis | Gerelateerde inhoud |
|---|---|---|
| Batches |
Verwijst naar hoeveel batches modellen er getraind zijn in het experiment. Bij het gebruik van intelligente modeloptimalisatie worden modellen getraind in iteratieve batches om de trainingsprestaties en resultaten te verbeteren. Daarentegen traint een experimentversie die geen intelligente modeloptimalisatie gebruikt — dat wil zeggen, handmatige optimalisatie — modellen in één enkele batch. |
- |
| EDA | Verwijst naar verkennende gegevensanalyse. Dit is een term voor een automatische reeks verwerkingen die wordt uitgevoerd op trainingsgegevens voordat de modeltraining begint. | Experimentset-up |
| Codering, Impact gecodeerd, One-hot codering | Verwijst naar verwerking toegepast op functiegegevens om deze bruikbaarder te maken bij modeltraining. | Categorische encoding |
| Functiegeneratie | Verwijst naar talrijke processen die resulteren in nieuwe functies. Dit kunnen nieuwe functies zijn die worden gepresenteerd als gloednieuwe entiteiten, en ook functies die worden gecreëerd door middel van codering en vrije tekstverwerking. | |
| Kruisvalidatie met vijf folds | Verwijst naar de kruisvalidatie die wordt uitgevoerd op modellen na elke iteratie van training. | Evaluatiegegevens en kruisvalidatie |
| Optimalisatie | Verwijst naar of modeltraining gebruikmaakte van intelligente of handmatige optimalisatie. | Werken met modeloptimalisatie |
| Steekproefverhouding | Verwijst naar hoeveel van de trainingsdataset werd gebruikt om het model te trainen. Bij het gebruik van intelligente modeloptimalisatie kunnen modellen soms worden getraind op minder dan 100% van de oorspronkelijke dataset, met name voor zeer grote datasets. Daarentegen gebruikt een experimentversie die geen intelligente modeloptimalisatie gebruikt — dat wil zeggen, handmatige optimalisatie — altijd 100% van de trainingsdataset. |
Steekproef van trainingsgegevens |
| Splitsen | Verwijst naar een automatische splitsing van de trainingsdataset in trainings- en holdoutgegevens. De holdout wordt niet gebruikt voor modeltraining, maar in plaats daarvan voor het testen van modelprestaties. | Evaluatiegegevens en kruisvalidatie |
| U=Gebruiker overschreden | Verwijst naar de gebruikersactie van het handmatig wijzigen van het functietype van het automatisch geïdentificeerde functietype. | Kenmerktypen wijzigen |
Machtigingen en vereisten voor het downloaden van trainingsrapporten
Machtigingen en vereisten voor downloaden vanuit een Beheer-activiteitencentrum
Om een trainingsrapport te exporteren vanuit het Beheer-activiteitencentrum, moet het model geïmplementeerd zijn in minstens één ML-implementatie.
U moet ook toegang hebben tot machine learning-inhoud. Met andere woorden: als beheerder moet u een van de volgende dingen hebben:
-
Rol Tenant Admin
-
Rol Analytics Admin
-
De beheerdersmachtiging ML‑experimenten en -implementaties beheren ingesteld op Toegestaan via User Default of aangepaste beveiligingsrol
Machtigingen voor het downloaden van ML-experimenten en -implementaties
Met een van de volgende opties kan een beheerder trainingsrapporten downloaden van ML-experimenten en ML-implementaties:
-
Rol Tenant Admin
-
Rol Analytics Admin
-
De beheerdersmachtiging ML‑experimenten en -implementaties beheren ingesteld op Toegestaan via User Default of aangepaste beveiligingsrol
Beperkingen
-
Trainingsrapporten zijn alleen beschikbaar voor ML‑experimenten die eind juli 2025 of later zijn gemaakt.