# Nawigacja po interfejsie eksperymentu Interfejs z zakładkami pomaga w przechodzeniu przez każdy etap trenowania modelu. Użyj zakładek i panelu konfiguracji eksperymentu, aby trenować i optymalizować model. ## Pasek narzędzi Użyj paska narzędzi, aby przełączać się między zakładkami w interfejsie. Na pasku narzędzi można również wykonać następujące czynności: * W zależności od tego, na której zakładce się znajdujesz, możesz przełączać się między wytrenowanymi modelami. * Kliknij the Wyświetl konfigurację icon , aby dalej konfigurować trenowanie, przejrzeć bieżącą wersję lub rozpocząć nową wersję. Pasek narzędzi w eksperymencie uczenia maszynowego (ML) Pasek narzędzi w eksperymencie uczenia maszynowego (ML) Pasek narzędzi w eksperymencie uczenia maszynowego (ML) ![Pasek narzędzi w eksperymencie uczenia maszynowego (ML)](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_gen_automl-experiment-toolbar.png) ## Konfiguracja i Dane treningowe Ta zakładka pozwala zarządzać danymi eksperymentu. Podczas tworzenia eksperymentu Konfiguracja jest jedyną wyświetlaną zakładką. W miarę postępu trenowania nazwa zakładki zmienia się na Dane treningowe i można przełączać się na inne zakładki w celu analizy modelu. Na tej zakładce można: * Wybrać cel przed wytrenowaniem pierwszej wersji. * Dodać lub usunąć cechy. * Wyświetlić spostrzeżenia i statystyki dotyczące zestawu danych cech. * Wybrać nowy zestaw danych treningowych. * Skonfigurować wykrywanie obciążenia. Przełączaj się między the Widok schematu icon a the Widok danych icon , aby uzyskać różne reprezentacje zestawu danych treningowych. Zakładka Konfiguracja w eksperymencie uczenia maszynowego (ML). Po zakończeniu trenowania nazwa tej zakładki zmienia się na Dane treningowe. Zakładka Konfiguracja w eksperymencie uczenia maszynowego (ML). Po zakończeniu trenowania nazwa tej zakładki zmienia się na Dane treningowe. Zakładka KonfiguracjaKonfiguracja w eksperymencie uczenia maszynowego (ML). Po zakończeniu trenowania nazwa tej zakładki zmienia się na Dane treningoweDane treningowe. ![Zakładka „Dane” w eksperymencie uczenia maszynowego (ML) przed uruchomieniem przez użytkownika wersji trenowania](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Resources/Images/ui-gen-automl-experiment-data-tab.png) ## Modele Na zakładce Modele można przeprowadzić szybką analizę wyników trenowania i zapoznać się z zalecanymi modelami. Ta zakładka pomaga porównać podstawowe metryki dla każdego modelu i ocenić różne przypadki użycia predykcji. Aby przeprowadzić bardziej szczegółową analizę modelu, można przełączyć się na zakładki Porównaj i Analizuj. Wybierz model w tabeli Metryki modelu lub z rekomendacji powyżej tabeli. Możesz wyświetlić: * Wyniki wydajności. * Podsumowanie trenowania modelu (dostępne z inteligentną optymalizacją modelu). * Wizualizacje ważności cech. * Inne wizualizacje specyficzne dla typu eksperymentu. * Wyniki wykrywania obciążenia. Więcej informacji zawiera temat [Przeprowadzanie szybkiej analizy modelu](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-quick.htm). Zakładka Modele w eksperymencie uczenia maszynowego (ML) wytrenowanym z inteligentną optymalizacją modelu Zakładka Modele w eksperymencie uczenia maszynowego (ML) wytrenowanym z inteligentną optymalizacją modelu Zakładka ModeleModele w eksperymencie uczenia maszynowego (ML) wytrenowanym z inteligentną optymalizacją modelu ![Zakładka „Modele” w eksperymencie uczenia maszynowego (ML), pokazująca podsumowanie, podstawowe metryki modelu i automatycznie wygenerowane wizualizacje](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Resources/Images/ui-ml-exp-models.png) ## Porównaj Porównaj szczegółowo swoje modele za pomocą osadzonej analityki. Dokonuj selekcji i dostosowuj dane pulpitu nawigacyjnego, aby odkryć spostrzeżenia dotyczące wydajności modelu. Na zakładce Porównaj można: * Uzyskać dostęp do wszystkich dostępnych metryk modelu i hiperparametrów. * Porównać metryki trenowania i wstrzymania (holdout) w różnych modelach. Więcej informacji zawiera temat [Porównanie modeli](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-compare.htm). Zakładka Porównaj w eksperymencie uczenia maszynowego (ML) Zakładka Porównaj w eksperymencie uczenia maszynowego (ML) Zakładka PorównajPorównaj w eksperymencie uczenia maszynowego (ML) ![Analiza porównawcza modeli w eksperymencie uczenia maszynowego (ML)](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_gen-experiment-model-comparison.png) ## Analizuj Zanurz się głębiej dzięki osadzonej analityce dla każdego trenowanego modelu. Na zakładce Analizuj można: * Dalej analizować dokładność predykcji. * Ocenić ważność cech na poziomie szczegółowym. * Wyświetlić rozkład danych cech. * Wyświetlić szczegółowe informacje o wynikach wykrywania obciążenia. Więcej informacji o szczegółowej analizie modelu zawiera temat [Szczegółowa analiza modelu](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-detailed.htm). Zakładka Analizuj w eksperymencie uczenia maszynowego (ML) Zakładka Analizuj w eksperymencie uczenia maszynowego (ML) Zakładka AnalizujAnalizuj w eksperymencie uczenia maszynowego (ML) ![Zakładka „Analizuj” w eksperymencie uczenia maszynowego (ML), pokazująca dokładność predykcji i ważność cech](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_experiment_model-details-overview.png) ## Panel konfiguracji eksperymentu Użyj tego panelu, aby skonfigurować ustawienia eksperymentu. Panel konfiguracji eksperymentu otwiera się domyślnie w nowych eksperymentach. Po uruchomieniu wersji kliknij the Wyświetl konfigurację icon , aby otworzyć panel. Za pomocą panelu konfiguracji eksperymentu można: * Wybierz cel i typ eksperymentu * Ustaw nazwę wersji * Dodaj lub usuń cechy * Skonfiguruj nową wersję eksperymentu * Wyświetl typ trenowanego modelu * Wybierz, aby zmienić lub odświeżyć treningowy zestaw danych * Dodaj lub usuń algorytmy * Zmień ustawienia optymalizacji modelu * W przypadku modeli szeregów czasowych ustaw ustawienia prognozy * Skonfiguruj wykrywanie stronniczości Panel konfiguracji eksperymentu Panel konfiguracji eksperymentu Panel konfiguracji eksperymentu ![Panel konfiguracji eksperymentu z wybranym celem, typem eksperymentu i domyślnym wyborem cech](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_ml-tutorial-exp-configuration.png)