# Zelfstudie — verkoop voorspellen met multivariate tijdreeksprognose

In deze zelfstudie leert u hoe u een tijdreeksmodel traint en gebruikt om tijdspecifieke verkoopprognoses te maken. In het bijzonder gebruikt u historische gegevens om een multivariate tijdreeksmodel te configureren, trainen en implementeren, en gebruikt u het om dagelijkse verkopen per winkel en productfamilie te voorspellen en te visualiseren.

[Predicting sales with multivariate time series forecasting - Qlik Cloud](https://play.vidyard.com/tay2uoJfsfwTxhANF5mAfF)

## Wie moet deze zelfstudie volgen

Deze zelfstudie is bedoeld voor gebruikers die willen weten hoe ze meeteenheden, zoals verkopen, kunnen voorspellen voor specifieke tijdsperioden in de toekomst. Basiskennis van machine learning en Qlik Sense komt van pas, maar is niet vereist.

Om deze zelfstudie te voltooien, hebt u de juiste machtigingen nodig in de Qlik Cloud tenant, en in de ruimten waar u zult werken. Sommige hiervan worden toegewezen door beheerders. Als u machtigingsfouten tegenkomt tijdens de zelfstudie, neem dan contact op met uw tenantbeheerder. U hebt machtigingen nodig voor het volgende:

* ML-experimenten maken en ermee werken

  [Aanmaken, gebruiken en beheren van ML-experimenten](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#CreateUseExp)

* ML-implementaties maken en ermee werken

  [Modelimplementatie en creatie van ML-implementaties](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#ModelDeployment)

  [Beheer van ML-implementaties](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#ManagementMLDeploy)

  [Batchvoorspellingen uitvoeren](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#RunningBatch)

* Geïmplementeerde modellen activeren

  [Modelgoedkeuring](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#ModelApproval)

* Werken met scripts en analyse-applicaties

## Wat u eerst moet doen

Eerst moet u de materialen voor de zelfstudie downloaden via de onderstaande koppeling.

Nadat u de gewenste materialen hebt gedownload, pakt u ze uit op uw bureaublad.

[MLTimeSeriesTutorialData](https://help.qlik.com/nl-NL/cloud-services/tutorials/MLTimeSeriesTutorialData.zip)

De trainingsgegevensverzameling bevat historische gegevens over verkopen, dagelijks bijgehouden voor individuele winkels en productfamilies.

De toepassingsgegevensverzameling bevat de vereiste historische gegevens voor het genereren van voorspellingen, naast gegevens voor een toekomstige functie.

Doe het volgende:

1. Open het Analyses-activiteitencentrum.

2. Ga naar de pagina Maken, selecteer Gegevensverzamelingen en selecteer vervolgens Gegevensbestand uploaden.

3. Sleep het bestand ML - Multivariate forecasting - training.csv naar het uploaddialoogvenster.

4. Sleep hierna het bestand ML - Multivariate forecasting - apply.csv naar het uploaddialoogvenster.

5. Selecteer een ruimte. Dit kan uw persoonlijke ruimte zijn of een gedeelde ruimte als u wilt dat andere gebruikers toegang hebben tot deze gegevens.

6. Klik op Uploaden.

Nu dat uw datasets geüpload zijn, kunt u beginnen met het aanmaken van een experiment.

## Lessen van deze zelfstudie

De onderwerpen in deze zelfstudie zijn bedoeld om achtereenvolgens door te nemen. U kunt echter op elk gewenst moment stoppen om de zelfstudie later weer te hervatten.

1. [Het tijdreeksexperiment maken en configureren](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-create-experiment.htm)
2. [De tijdreeksmodellen beoordelen](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-review-models.htm)
3. [Een tijdreeksmodel implementeren](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-deploy.htm)
4. [Voorspellen met de tijdreeksimplementatie](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-predict.htm)
5. [De verkoopprognoses visualiseren](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-visualize.htm)

## Meer informatie en bronnen

* [Qlik](http://www.qlik.com/) biedt een breed scala aan bronnen als u meer wilt weten.
* [Qlik online help](http://help.qlik.com/) is beschikbaar.
* Trainingen, waaronder gratis online cursussen, zijn beschikbaar op [Qlik Learning](https://learning.qlik.com/).
* Discussieforums, blogs en meer zijn te vinden in [Qlik Community](http://community.qlik.com/).

## Uw mening is belangrijk

Wij waarderen elke vorm van feedback die u hebt. Gebruik de onderstaande sectie om uw beoordeling te geven.