Uczenie eksperymentów
Ostatnia aktualizacja: 2026-11-18Uczenie modeli uczenia maszynowego oznacza dostarczanie danych do algorytmów i umożliwienie uczenia się wzorców w tych danych. Gdy modele nauczą się wstępnie na podstawie danych, możesz się o nich dużo dowiedzieć z wygenerowanych wskaźników. Można się spodziewać, że zanim model będzie wystarczająco dobry do wdrożenia, będzie wymagać wielokrotnego doskonalenia i ponownego uczenia.
Wymagania i uprawnienia
Więcej informacji na temat wymagań dotyczących użytkowników w kontekście pracy z eksperymentami uczenia maszynowego zawiera temat Praca z eksperymentami.
Uruchamianie uczenia eksperymentu
Wykonaj następujące czynności:
- Utwórz i skonfiguruj nowy eksperyment lub otwórz eksperyment z katalogu.
-
Kliknij Uruchom eksperyment, aby rozpocząć uczenie.
(W przypadku kolejnych wersji przycisk będzie się nazywać Uruchom v2, Uruchom v3 itd.).
Po zakończeniu uczenia staną się dostępne wskaźniki modelu. Możesz teraz przejrzeć i udoskonalić modele. Więcej informacji zawierają tematy Sprawdzanie modeli oraz Ulepszanie modeli.
Zarządzanie zadaniami uczenia
Administratorzy dzierżawy mogą zatrzymywać lub anulować zadania uczenia eksperymentów w centrum aktywności Administrowanie. Więcej informacji zawiera temat Administrowanie programem Qlik Predict.
Konfigurowanie powiadomień
Możesz otrzymywać powiadomienia o zakończeniu uczenia pojedynczego modelu oraz o zakończeniu uczenia wszystkich modeli w wersji eksperymentu. Więcej informacji zawiera temat Konfigurowanie powiadomień dla Qlik Predict.
Obsługa nieudanych wersji eksperymentów
Jeśli trenowanie wersji zakończy się niepowodzeniem, zostanie ona wyświetlona w tabeli Wersje zakończone niepowodzeniem na karcie Modele. Możesz wykonywać następujące czynności:
-
Wyświetl szczegóły błędu, aby dowiedzieć się, dlaczego trenowanie zakończyło się niepowodzeniem.
-
Usuń nieudaną wersję z listy.
Więcej informacji zawiera temat Wyświetlanie wersji zakończonych niepowodzeniem.