Przeskocz do zawartości głównej Przejdź do treści uzupełniającej

Samouczek — Generowanie i wizualizacja danych predykcyjnych

Z tego samouczka dowiesz się, jak używać Qlik AutoML do uczenia i wdrażania modelu uczenia maszynowego na potrzeby tworzenia predykcji. Dowiesz się także, jak wizualizować dane predykcji w aplikacji Qlik Sense.

Rozważymy scenariusz odpływu klientów — klasyczny przykład problemu z klasyfikacją binarną. Naszym celem jest możliwość wiarygodnego przewidywania, czy klient zrezygnuje z subskrypcji usługi, czy też będzie nadal z niej korzystać. W tego typu problemach są tylko dwa wyniki: prawda lub fałsz (zrezygnował lub nie zrezygnował).

Aby podejść do tego problemu uczenia maszynowego, zaczniemy od przetworzenia zestawu danych, dla których znamy już wyniki, a następnie zastosujemy modelowanie statystyczne utworzone na podstawie tych danych do nowych danych, dla których chcielibyśmy przewidzieć wyniki.

Ten samouczek rozpoczniesz od utworzenia eksperymentu. Następnie będziesz uczyć modele i wdrażać jeden z nich we wdrożeniu uczenia maszynowego. To wdrożenie uczenia maszynowego zostanie użyte do utworzenia predykcji, które można wizualizować w aplikacji Qlik Sense.

Czego się nauczysz?

Po ukończeniu tego samouczka zrozumiesz różne kroki związane z tworzeniem i konfigurowaniem eksperymentu. Dowiesz się również, jak interpretować wyniki modeli. Nauczysz się wdrażać model uczenia maszynowego i zrozumiesz, jak można wykorzystać dane predykcji do generowania atrakcyjnych wizualizacji Qlik Sensew Analityka Qlik Cloud.

W tym samouczku pokazano, jak ręcznie iterować modele, identyfikując typowe problemy z zestawem danych i wynikami uczenia. Qlik AutoML domyślnie uczy modele za pomocą inteligentnej optymalizacji modeli. W ramach inteligentnej optymalizacji automatyczne ulepszanie odbywa się podczas uczenia. Zwiększa to prawdopodobieństwo, że modele będą gotowe do wdrożenia po jednej wersji, przy minimalnej konieczności dalszych iteracji. Przykład uczenia modeli za pomocą inteligentnej optymalizacji można znaleźć w temacie Przykład — uczenie modeli z automatycznym uczeniem maszynowym.

Kto powinien ukończyć ten samouczek

Ten samouczek jest przeznaczony dla użytkowników, którzy chcą zapoznać się z automatycznym uczeniem maszynowym i wizualizacją danych w Analityka Qlik Cloud. Podstawowa wiedza na temat uczenia maszynowego i Qlik Sense będzie pomocna, ale nie jest wymagana.

Do ukończenia tego samouczka są potrzebne:

  • Uprawnienie profesjonalne lub Full User

  • Role związane z zabezpieczeniami Automl Experiment Contributor i Automl Deployment Contributor w dzierżawie Qlik Cloud

  • Uprawnienia do zatwierdzania wdrożonych modeli. Potrzebna jest jedna z poniższych pozycji:

    • Zatwierdź lub odrzuć swoje modele AutoML (uprawnienie dla użytkownika)

    • Zatwierdź lub odrzuć modele AutoML (uprawnienie administratora)

  • Wymagane role w przestrzeniach, w których będziesz pracować. Zob.: Zarządzanie uprawnieniami w przestrzeniach udostępnionych i Zarządzanie uprawnieniami w przestrzeniach zarządzanych

Jeśli nie możesz wyświetlić lub utworzyć zasobów uczenia maszynowego, prawdopodobnie nie masz wymaganych ról lub uprawnień. Aby uzyskać więcej informacji, skontaktuj się z administratorem dzierżawy.

Więcej informacji zawiera temat Kto może pracować z Qlik AutoML.

Co należy zrobić przed rozpoczęciem?

Najpierw należy pobrać materiały samouczka, do których łącze znajduje się poniżej. Wybierz przepływ pracy CSV lub QVD. Pobieranie wstępnie skonfigurowanej aplikacji jest opcjonalne.

Po pobraniu żądanych materiałów rozpakuj je na pulpicie.

  • AutoMLTutorialDatasetsCSV: Contains tutorial data in CSV format. This option is easier for getting started quickly.

  • AutoMLTutorialDatasetsQVF: zawiera dane samouczka w formacie skryptów .qvf , które można uruchomić w celu utworzenia plików QVD. Ta opcja zajmuje trochę więcej czasu niż CSV, ale jest pomocna we wprowadzeniu do pracy z formatami danych i skryptami Qlik.

  • AutoMLTutorialPreConfiguredApp: ten element jest opcjonalny. Jest to przykładowa kopia aplikacji Qlik Sense, którą zbudujesz podczas korzystania z samouczka. Dzięki temu możesz pominąć etapy uczenia i wdrażania, aby uzyskać szybsze praktyczne doświadczenie w predykcyjnym tworzeniu aplikacji.

    Więcej informacji zawiera temat Alternatywny przepływ pracy: prześlij wstępnie skonfigurowaną aplikację.

Zestaw danych do uczenia zawiera informacje o klientach, których termin przedłużenia subskrypcji upłynął i którzy podjęli decyzję o odejściu lub pozostaniu subskrybentem usługi.

Zestaw danych do zastosowania zawiera szczegółowe informacje o nowym zestawie klientów, których termin przedłużenia subskrypcji jeszcze nie minął. Nie ustalono jeszcze, czy ci klienci zrezygnują z usługi. Celem tego samouczka jest przewidzenie, co zrobi ta grupa klientów, z nadzieją, że możemy zmniejszyć prawdopodobieństwo ich odpływu.

Opcja 1: zestawy danych samouczka AutoML (CSV)

  1. Otwórz centrum aktywności Analytics .

  2. Przejdź do strony Utwórz, wybierz Zestaw danych, a następnie wybierz Prześlij plik danych.

  3. Przeciągnij plik AutoML Tutorial - Churn data - training.csv do okna dialogowego przesyłania.

  4. Następnie przeciągnij plik AutoML Tutorial - Churn data - apply.csv do okna dialogowego przesyłania.

  5. Wybierz przestrzeń. Może to być Twoja przestrzeń prywatna lub przestrzeń udostępniona, jeśli chcesz, aby inni użytkownicy mieli dostęp do tych danych.

  6. Kliknij przycisk Załaduj.

Po przesłaniu zestawów danych możesz przystąpić do tworzenia eksperymentu.

Opcja 2: zestawy danych samouczka AutoML (QVD)

  1. Otwórz centrum aktywności Analytics.

  2. Przejdź do strony Utwórz, wybierz Przeslij, a następnie wybierz Skrypt.

  3. Przeciągnij te pliki do okna dialogowego przesyłania:

    • AutoML Tutorial - Churn data - training.qvf

    • AutoML Tutorial - Churn data - apply.qvf

  4. Wybierz przestrzeń. Może to być Twoja przestrzeń prywatna lub przestrzeń udostępniona, jeśli chcesz, aby inni użytkownicy mieli dostęp do tych danych.

  5. Kliknij przycisk Załaduj.

  6. Dla każdego przesłanego skryptu wykonaj następujące czynności:

    1. Otwórz skrypt i przejdź do karty Edytor.

    2. W Edytorze kliknij pozycję Eksportuj dane.

    Zestaw danych QVD jest tworzony w tym samym miejscu, w którym przesłano skrypt.

Po utworzeniu zestawów danych możesz przystąpić do tworzenia eksperymentu.

Lekcje w samouczku

Zagadnienia w samouczku należy wykonywać kolejno. Jednak w każdej chwili można przerwać i kontynuować później.

Dodatkowe materiały i zasoby

Twoja opinia jest ważna

Doceniamy wszelkie informacje zwrotne od naszych użytkowników. Powiedz, co o nas myślisz w poniższej sekcji.

Czy ta strona była pomocna?

Jeżeli natkniesz się na problemy z tą stroną lub jej zawartością — literówkę, brakujący krok lub błąd techniczny — daj nam znać, co możemy poprawić!