Praca z wdrożeniami uczenia maszynowego
Po nauczeniu i dopracowaniu modelu można go wdrożyć w celu tworzenia predykcji.
Wdrożenia uczenia maszynowego można tworzyć w przestrzeniach osobistych, udostępnionych i zarządzanych.
Wymagania i uprawnienia
Aby pracować z wdrożeniami uczenia maszynowego i znajdującymi się w nich konfiguracjami predykcji, należy mieć następujące uprawnienia:
-
Uprawnienie profesjonalne lub pełne uprawnienia
-
Przeglądanie i tworzenie wdrożeń uczenia maszynowego: Rola bezpieczeństwa Automl Deployment Contributor lub Automl Experiment Contributor
-
Edytowanie i usuwanie wdrożeń uczenia maszynowego: Rola bezpieczeństwa Automl Deployment Contributor
-
Konfigurowanie i uruchamianie predykcji z wdrożenia uczenia maszynowego: Rola bezpieczeństwa Automl Deployment Contributor
-
Wymagane uprawnienia w przestrzeni, w której zlokalizowane są wdrożenia uczenia maszynowego.
Predykcje są tworzone jako zbiory danych. W związku z tym te same wymagania dotyczące pracy ze źródłami danych w Qlik Cloud dotyczą pracy z wynikami predykcji (np. używanie ich w aplikacji Qlik Sense). Aby tworzyć zestawy danych w swojej przestrzeni prywatnej, musisz mieć rolę Twórca zawartości do analizy prywatnej.
W przypadku zaplanowanych predykcji istnieją również wymagania dotyczące właściciela konfiguracji predykcji.
Więcej informacji zawiera temat:
Przepływ pracy
Poniższe kroki stanowią przykład pracy z wdrożeniami i predykcjami uczenia maszynowego.
- Wdrażanie modelu
Wdróż model, którego chcesz użyć do tworzenia predykcji.
- Dokonywanie predykcji
Dokonuj ręcznych lub zaplanowanych predykcji na zestawach danych lub korzystaj z interfejsu API predykcji.
- Wizualizacja wniosków predykcyjnych
Załaduj wygenerowane dane predykcyjne do aplikacji i utwórz wizualizacje.
- Eksploruj dane za pomocą scenariuszy typu „co by było, gdyby”.
Zintegruj interfejs API predykcji z aplikacją, aby otrzymywać predykcje w czasie rzeczywistym. Pozwala to wypróbowywać scenariusze „co by było, gdyby” przez zmianę wartości cech i uzyskiwanie przewidywanych wyników dla nowych wartości. Rekord jest przekazywany do wdrożenia uczenia maszynowego przez API, a odpowiedź odbiera się w czasie rzeczywistym. Na przykład, co stałoby się z ryzykiem odpływu klientów, gdybyśmy zmienili typ planu lub zwiększyli opłatę podstawową?
- Podejmowanie działania
Analizuj predykcyjne wnioski i scenariusze, aby się dowiedzieć, jakie należy podjąć działania. Automatyzacja aplikacji Qlik pomaga zautomatyzować działania i zapewnia szablony do przypadków zastosowania uczenia maszynowego. Więcej informacji na temat automatyzacji zawiera temat Automatyzacja aplikacji Qlik. (tylko w języku angielskim)