# Uczenie maszynowe z Qlik Predict

Zautomatyzowane uczenie maszynowe znajduje wzorce w danych i używa ich do tworzenia prognoz dotyczących przyszłych danych. Eksperymenty uczenia maszynowego w Analityka Qlik Cloud umożliwiają współpracę z innymi użytkownikami oraz integrację analityki predykcyjnej w aplikacjach Qlik Sense. Oprócz predykcji można dokonywać dogłębnej analizy kluczowych cech wpływających na przewidywany wynik.

Załaduj dane historyczne z katalogu, rozpocznij zautomatyzowany proces uczenia maszynowego, a następnie wybierz model uczenia maszynowego najlepiej dopasowany do Twojego zastosowania. Wdrażaj modele, aby dokonywać predykcji skutków problemów biznesowych. Poznaj zmienne, które mają wpływ na przewidywany wynik, i uzyskaj dogłębną wiedzę na temat swoich danych.

Dostęp do Qlik Predict można uzyskać na następujące sposoby:

* Poprzez Qlik Cloud interfejs użytkownika. Twórz eksperymenty i wdrożenia przy użyciu przepływów pracy przedstawionych w całej Qlik Predict dokumentacji pomocy.

* Korzystając z Qlik Answers, możesz tworzyć kompleksowe przepływy pracy maszyn za pomocą języka naturalnego.

  [Praca z uczeniem maszynowym w Qlik Answers](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/QlikAnswers/predict-agent.htm)

* Deweloperzy mogą zintegrować możliwości Qlik Predict z własnymi przepływami pracy za pomocą [API uczenia maszynowego](https://qlik.dev/apis/rest/ml/). Aby zapoznać się z samouczkiem ułatwiającym rozpoczęcie pracy, zobacz [Samouczek automatycznego uczenia maszynowego](https://qlik.dev/embed/machine-learning/tutorial/tutorial-overview/).

Uwaga dotycząca Qlik Cloud Government

Qlik Cloud Government nie obsługuje Qlik Predict.

## Praca z uczeniem maszynowym w Qlik Answers

Użyj języka naturalnego, aby uruchomić Qlik Predict przepływy pracy, od analizy danych po prognozy.

## Pierwsze kroki z uczeniem maszynowym

## Na czym polega uczenie maszynowe

Poznaj podstawowe koncepcje uczenia maszynowego i dowiedz się, dlaczego warto z niego korzystać.

## Definiowanie pytań uczenia maszynowego

Dowiedz się, jak zdefiniować swoje pytanie dotyczące uczenia maszynowego i postępować zgodnie z ustrukturyzowanymi ramami.

## Przygotowanie zestawu danych do uczenia

Dowiedz się, jak przygotować swój zestaw danych do wykorzystania w uczeniu modeli uczenia maszynowego.

## Qlik Predict ograniczenia i możliwości

Dowiedz się o zabezpieczeniach i limitach, które dotyczą Qlik Predict oraz platformy Qlik Cloud.

## Praca z eksperymentami

## Praca z eksperymentami uczenia maszynowego

Zapoznaj się z omówieniem zautomatyzowanego procesu uczenia maszynowego i zacznij tworzyć eksperymenty.

## Praca z eksperymentami szeregów czasowych

Dowiedz się, jak uczyć modele w celu prognozowania specyficznego dla czasu.

## Interpretacja wydajności modelu

Dowiedz się więcej o wskaźnikach dostępnych do oceny modeli predykcyjnych.

## Dopracowywanie modeli

Jak możesz ulepszyć swój model predykcyjny? Dowiedz się więcej tutaj.

## Praca z wdrożeniami uczenia maszynowego

## Wdrażanie modeli

Gdy opracujesz model, który jest gotowy do przewidywań na nowych danych, wdróż go do wdrożenia uczenia maszynowego.

## Praca z wdrożeniami uczenia maszynowego

Dowiedz się, jak wdrażać modele, zarządzać wdrożeniami uczenia maszynowego i aktywować wdrożone modele do prognozowania.

## Praca z predykcjami

## Praca z predykcjami

Dowiedz się, jak używać wdrożenia uczenia maszynowego do tworzenia prognoz za pomocą interfejsu lub API.

## Tworzenie predykcji zbiorczych

Użyj interfejsu wdrożenia uczenia maszynowego do generowania zestawów danych z danymi predykcyjnymi.

## Generowanie zestawów danych SHAP podczas predykcji

Dowiedz się, jak używać wartości SHAP, aby zrozumieć kluczowe czynniki leżące u podstaw danych podczas tworzenia prognoz.

## Tworzenie predykcji w czasie rzeczywistym

Dowiedz się, jak uzyskać dostęp do API uczenia maszynowego i używać go do generowania predykcji w czasie rzeczywistym dla jednego lub większej liczby wierszy danych.

## Generowanie predykcji przy użyciu łącznika analitycznego Qlik Predict

Za pomocą łącznika analitycznego Qlik Predict można komunikować się ze swoim wdrożeniem i tworzyć prognozy bezpośrednio w aplikacjach i skryptach.

## Praktyczne samouczki i przewodniki

## Samouczek — Generowanie i wizualizacja danych predykcyjnych

W tym samouczku pokazano, jak utworzyć i nauczyć eksperyment, wdrożyć model i wygenerować predykcje oraz zwizualizować dane predykcji w aplikacji Qlik Sense.

## Samouczek — Praca z prognozowaniem wielowymiarowych szeregów czasowych

Ten samouczek przeprowadzi Cię przez proces szkolenia, wdrażania i generowania predykcji za pomocą modeli, które mogą wykonywać prognozy specyficzne dla czasu.

## Przykład — analiza co-jeśli z użyciem łącznika analitycznego Qlik Predict

Eksploruj rzeczywisty scenariusz typu „co by było, gdyby” od początku do końca w tym przykładzie.

## Qlik Predict filmy

Obejrzyj nasze krótkie filmy, aby rozpocząć pracę z uczeniem maszynowym.

Powiązane materiały edukacyjne:

* [Co to jest Qlik Predict](https://help.qlik.com/lnk/What_is_AutoML)
* [Wprowadzenie do Qlik Predict](https://help.qlik.com/lnk/Introduction_Qlik_AutoML)

## Dowiedz się więcej

* [Co to jest Qlik Predict](https://help.qlik.com/lnk/What_is_AutoML)
* [Wprowadzenie do Qlik Predict](https://help.qlik.com/lnk/Introduction_Qlik_AutoML)