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 kenmerken die de voorspelling ondersteunen.
- De training starten
Start de training van uw eerste experimentversie.
- Het model verfijnen
Tijdens de training worden er geschikte machine learning-algoritmen toegepast op de trainingsgegevens en worden er metrische prestatiegegevens gegenereerd. Evalueer de metrische gegevens om te kijken hoe u het model kunt verfijnen.
Pas parameters aan zoals kenmerken 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
Raadpleeg Toegangscontroles voor ML-experimenten voor meer informatie over de machtigingsvereisten voor het werken met ML-implementaties en voorspellingen.