Werken met experimenten
Laad historische gegevens in een geautomatiseerd machine learning-experiment en train een model om een zakelijk probleem te analyseren en te voorspellen.
U kunt experimenten maken en bewerken in persoonlijke of gedeelde ruimten.
Workflow
Voordat u een geautomatiseerd machine learning-experiment in Qlik Cloud Analyse maakt, moet u een goed gedefinieerde machine learning-vraag opstellen en zorgen dat er een geschikte gegevensverzameling voor training beschikbaar is in Catalogus. Ga voor meer informatie naar Definieer machine learning-vragen en Uw gegevensverzameling voorbereiden voor training.
De volgende stappen beschrijven een experimentworkflow.
- Uw experiment maken
Maak een nieuw experiment in Qlik Sense. Voeg het toe aan een gedeelde ruimte als u wilt kunnen samenwerken.
- Uw experiment configureren
Selecteer een doel waarvoor u voorspellingen wilt maken en functies die de voorspelling ondersteunen.
- De training starten
Start de training van uw eerste experimentversie.
- Aanbevolen modellen controleren
Bekijk hoe de modeltraining is verlopen en beoordeel de modellen die u zijn aanbevolen. Gebruik de ingebouwde hulpmiddelen om trainingsoverzichten en geïntegreerde analyses te analyseren, die inzichten bieden op experiment-, versie- en modelniveau.
Als verdere verfijning nodig is, kunt u latere versies van het experiment configureren. Pas parameters aan zoals functies en algoritmen en hertrain nieuwe versies van het experiment tot u een goed model hebt.
- Het model implementeren
Als u een goed model hebt, is het tijd om het te implementeren en te beginnen met het maken van voorspellingen.
Vereisten en machtigingen
Voor informatie over de vereiste ruimterollen voor het werken met ML-experimenten in gedeelde ruimtes, zie:
Als u een beheerder bent, zie Wie kan werken met Qlik Predict voor een uitgebreid overzicht van de vereiste gebruikersmachtigingen voor het werken met ML-experimenten.
Herkomst en impactanalyse weergeven
Met de hulpmiddelen voor herkomst en impactanalyse in Qlik Cloud kunt u het volgende analyseren:
-
De oorsprong van een ML-experiment en de gegevens die worden gebruikt om elk model te trainen.
-
Hoe het ML-experiment en de resultaten ervan worden gebruikt in downstream inhoud in Qlik Cloud.