Navigeren door de interface voor ML-implementaties
Wanneer u uw ML-implementatie opent, kunt u beheer- en bewakingsactiviteiten uitvoeren en deze gebruiken om voorspellingen te maken op basis van gegevensverzamelingen.
Open een ML-implementatie vanuit de catalogus. Er zijn navigatieopties voor het volgende:
Implementatie-overzicht
Het Implementatie-overzicht toont de functies die zijn gebruikt voor de training van het model en de details voor de implementatie.
Overzicht van de ML-implementatie
Als het standaardmodel in de implementatie niet actief is, krijgt u een melding in een banner boven in het scherm. Als u de juiste machtigingen hebt, kunt u het model naar behoefte activeren door te klikken op Model activeren. Ga voor meer informatie naar:
Implementeerbare modellen
In het deelvenster Implementeerbare modellen kunt u modelaliassen beheren en configureren welke modellen worden gebruikt voor voorspellingen.
Ga voor meer informatie naar Meerdere modellen in uw ML‑implementatie gebruiken.
Deelvenster Implementeerbare modellen in Qlik Predict
![Deelvenster 'Implementeerbare modellen' in de interface van de [[[Undefined variable CommonComponents.AutoML]]] ML-implementatie](../../Resources/Images/ui-automl_available-models.png "Klik om op volledige grootte te bekijken")
Batchgewijze voorspellingen
In Batchvoorspellingen kunt u batchvoorspellingen beheren en uitvoeren met behulp van de ML-implementatie. Klik op Voorspelling maken om een voorspellingsconfiguratie aan te maken, van waaruit u batchvoorspellingen uitvoert. U kunt verschillende voorspellingsconfiguraties hebben voor een ML-implementatie.
U kunt het menu Acties 
in de tabel gebruiken om:
Details voor voorspellingsconfiguraties bekijken en bewerken
Voorspellingen uitvoeren op basis van bestaande configuraties
Configuraties bewerken en verwijderen
Voorspellingsschema's voor een bestaande configuratie te maken, bewerken en verwijderen
Batchvoorspellingen met een overzicht en een uitgevouwen Acties-menu
Als u Configuratie voor voorspelling bewerken selecteert, wordt het deelvenster Configuratie voorspelling geopend.
Batchvoorspellingen met zijvenster voor voorspellingsconfiguratie
Realtime voorspellingen
Het deelvenster Realtime voorspellingen biedt toegang tot het eindpunt voor realtime voorspellingen in de Machine Learning API. Als het standaardmodel in de ML-implementatie is geactiveerd om voorspellingen te doen, is dit deelvenster zichtbaar.
Zie Realtime voorspellingen maken voor informatie over het maken van realtime voorspellingen.
De API voor realtime voorspellingen is afgeschaft en vervangen door het eindpunt voor realtime voorspellingen in de Machine Learning API. De functionaliteit zelf wordt niet afgeschaft. Gebruik voor toekomstige realtime voorspellingen het eindpunt voor realtime voorspellingen in de Machine Learning API.
Deelvenster Realtime voorspellingen
Bewerkingscontrole
In Bewerkingscontrole kunt u gebruiksinformatie voor de ML-implementatie controleren. U kunt details bekijken over hoe de ML-implementatie wordt gebruikt, zoals hoeveel voorspellingsgebeurtenissen slagen of mislukken, en hoe voorspellingsgebeurtenissen meestal worden geactiveerd.
Ga voor meer informatie naar Bewerkingen van geïmplementeerde modellen monitoren.
Deelvenster Bewerkingscontrole in ML‑implementatie
Gegevensdrift
In Gegevensdrift monitoren kunt u gegevensdrift voor de ML-implementatie monitoren.
Met gegevensdrift monitoren kunt u veranderingen in de distributie van functies in het bronmodel beoordelen. Wanneer een aanzienlijke drift wordt waargenomen, is het aan te raden om uw model opnieuw te trainen of te configureren om rekening te houden met de nieuwste gegevens, die nieuwe patronen in gegevenstrends kunnen aangeven.
Ga voor meer informatie naar Gegevensdrift in geïmplementeerde modellen bewaken.
Venster Gegevensdrift monitoren in ML-implementatie
