Przeskocz do zawartości głównej Przejdź do treści uzupełniającej

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.

  1. Wdrażanie modelu

    Wdróż model, którego chcesz użyć do tworzenia predykcji.

    Wdrażanie modeli

  2. Dokonywanie predykcji

    Dokonuj ręcznych lub zaplanowanych predykcji na zestawach danych lub korzystaj z interfejsu API predykcji.

    Tworzenie predykcji z zestawu danych

  3. Wizualizacja wniosków predykcyjnych

    Załaduj wygenerowane dane predykcyjne do aplikacji i utwórz wizualizacje.

    Wizualizacja wartości SHAP w aplikacjach Qlik Sense

  4. 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?

  5. 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)

Dowiedz się więcej

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!