Trenowanie eksperymentów
Trenowanie modeli uczenia maszynowego polega na dostarczaniu danych do algorytmów i pozwalaniu im na uczenie się wzorców w danych. Po początkowym trenowaniu na danych dowiesz się wiele o modelach na podstawie wygenerowanych metryk. Należy się spodziewać, że potrzeba będzie wielu iteracji udoskonalania i ponownego trenowania, zanim powstanie model wystarczająco dobry, aby go wdrożyć.
Wymagania i uprawnienia
Aby dowiedzieć się więcej o wymaganiach użytkownika dotyczących pracy z eksperymentami ML, zapoznaj się z sekcją Praca z eksperymentami.
Uruchamianie trenowania eksperymentu
Wykonaj następujące czynności:
- Utwórz i skonfiguruj nowy eksperyment lub otwórz eksperyment z katalogu.
-
Kliknij Uruchom eksperyment, aby rozpocząć trenowanie.
(W przypadku kolejnych wersji na przycisku będzie widnieć napis Uruchom v2, Uruchom v3 itd.).
Po zakończeniu trenowania stają się dostępne metryki modelu. Możesz teraz przejrzeć i udoskonalić modele. Aby uzyskać więcej informacji, zapoznaj się z sekcjami Sprawdzanie modeli oraz Dopracowywanie modeli.
Zarządzanie zadaniami trenowania
Administratorzy dzierżawy mogą zatrzymywać lub anulować zadania trenowania eksperymentów w centrum aktywności Administrowanie. Aby uzyskać więcej informacji, zapoznaj się z sekcją Administrowanie Qlik Predict.
Konfigurowanie powiadomień
Możesz otrzymywać powiadomienia po zakończeniu trenowania pojedynczego modelu oraz po zakończeniu trenowania wszystkich modeli w wersji eksperymentu. Aby uzyskać więcej informacji, zapoznaj się z sekcją Konfigurowanie powiadomień dla Qlik Predict.