Werken met ML-implementaties
Nadat u een model hebt getraind en verfijnd, kunt u het implementeren om voorspellingen te genereren.
ML-implementaties kunnen in persoonlijke, gedeelde en beheerde ruimten worden gemaakt.
Vereisten en machtigingen
Om te kunnen werken met ML‑implementaties en de voorspellingsconfiguraties, moet u over het volgende beschikken:
-
Recht professioneel of volledige gebruiker
-
ML-implementaties bekijken en maken: De beveiligingsrol Automl Deployment Contributor of Automl Experiment Contributor
-
ML-implementaties bewerken en verwijderen: De beveiligingsrol Automl Deployment Contributor
-
Voorspellingen van de ML-implementatie configureren en uitvoeren: De beveiligingsrol Automl Deployment Contributor
-
Vereiste machtigingen in de ruimte waarin de ML-implementaties zich bevinden.
Voorspellingen worden gemaakt als gegevensverzamelingen. Daarom gelden dezelfde vereisten voor het werken met gegevensbronnen in Qlik Cloud tevens voor het werken met uitvoer van een voorspelling (zoals het gebruik in een Qlik Sense-app). U moet beschikken over de rol Maker persoonlijke analyse-inhoud om gegevensverzamelingen in uw persoonlijke ruimte te maken.
In het geval van geplande voorspellingen gelden er ook vereisten voor de eigenaar van de voorspellingsconfiguratie.
Ga voor meer informatie naar:
Workflow
De volgende stappen zijn een voorbeeld van hoe u met ML-implementaties en voorspellingen werkt.
- Uw model implementeren
Implementeer het model dat u wilt gebruiken om voorspellingen te maken.
- Voorspellingen maken
Maak handmatige of geplande voorspellingen voor gegevensverzamelingen of gebruik de voorspellings-API.
- Voorspellende inzichten visualiseren
Laad de gegenereerde voorspellingsgegevens in een app en maak visualisaties.
- Gegevens met wat-als-scenario's verkennen
Integreer de voorspellings-API in een app om realtime voorspellingen te krijgen. Hiermee kunt u wat-als-scenario's uitproberen door de kenmerkwaarden te veranderen en voorspelde uitkomsten voor de nieuw waarden te krijgen. De record wordt doorgegeven aan de ML-implementatie via de API en er wordt in realtime een respons ontvangen. Bijvoorbeeld: wat zou er gebeuren met het risico op klantverloop als we het abonnementstype zouden veranderen of de basiskosten zouden verhogen?
- Actie nemen
Analyseer de voorspellende inzichten en scenario's om te kijken welke acties u moet nemen. Qlik toepassingsautomatisering helpt u de acties te automatiseren en biedt specifieke sjablonen voor machine learning use cases. Zie Qlik toepassingsautomatisering (alleen in het Engels) voor meer informatie over automatisering.