# Werken met modeloptimalisatie

U kunt uw modellen configureren om met of zonder de beschikbare optimalisatiefuncties getraind te worden.

## Intelligente modeloptimalisatie

Standaard gebruikt Qlik Predict intelligente modeloptimalisatie om modellen automatisch te verfijnen door middel van het herhalen van functieselecties en door het toepassen van geavanceerde transformaties. U kunt deze functie uitschakelen voor elke experimentversie als u meer controle wilt hebben over het trainingsproces.

Ga voor meer informatie naar [Intelligente modeloptimalisatie](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/intelligent-model-optimization.htm).

## Optimalisatie van hyperparameter

Stem uw modellen nauwkeurig af met geavanceerde functies voor machine learning.

Ga voor meer informatie naar [Hyperparameteroptimalisatie](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/hyperparameter-optimization.htm).

## Tijdbewuste modellen maken

Voor classificatie- en regressiemodellen, schakel tijdbewuste training in als uw trainingsgegevens afhankelijk zijn van specifieke datum- of tijdgegevens.

Ga voor meer informatie naar [Tijdbewuste modellen maken](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-aware-models.htm).

## Meer informatie

* [Experimenten configureren](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/configuring-experiments.htm)