Przeskocz do zawartości głównej Przejdź do treści uzupełniającej

Praca z eksperymentami

Załaduj dane historyczne do zautomatyzowanego eksperymentu uczenia maszynowego i naucz model, aby analizować i przewidywać problemy biznesowe.

Eksperymenty można tworzyć w przestrzeniach prywatnych i udostępnionych.

Wymagania i uprawnienia

Aby pracować z eksperymentami uczenia maszynowego należy mieć następujące uprawnienia:

  • Uprawnienie profesjonalne lub pełne uprawnienia

  • Rola Automl Experiment Contributor (aby wyświetlać eksperymenty uczenia maszynowego, można zamiast tego mieć rolę Automl Deployment Contributor)

  • Wymagane uprawnienia w przestrzeni, w której zlokalizowane są eksperymenty. W przestrzeni udostępnionej są potrzebne uprawnienia Może edytować lub wyższe. Nie można tworzyć eksperymentów w przestrzeni zarządzanej.

Więcej informacji zawiera temat:

Przepływ pracy

Zanim utworzysz zautomatyzowany eksperyment uczenia maszynowego w Analityka Qlik Cloud, musisz mieć dobrze zdefiniowane pytanie uczenia maszynowego i odpowiedni zestaw danych do uczenia dostępny w katalogu. Więcej informacji zawierają tematy Definiowanie pytań uczenia maszynowego oraz Przygotowywanie zestawu danych do uczenia.

Poniższe kroki opisują przepływ pracy w eksperymencie.

  1. Tworzenie eksperymentu

    Utwórz nowy eksperyment w Qlik Sense. Dodaj go do przestrzeni udostępnionej, jeśli chcesz pracować zespołowo.

    Tworzenie eksperymentów

  2. Konfiguracja eksperymentu

    Wybierz cel, dla którego chcesz dokonywać predykcji, oraz cechy, które będą wspierać predykcję.

    Konfigurowanie eksperymentów

  3. Rozpoczęcie uczenia

    Rozpocznij uczenie pierwszej wersji eksperymentu.

    Uczenie eksperymentów

  4. Ulepszanie modelu

    Podczas uczenia odpowiednie algorytmy uczenia maszynowego są stosowane do danych do uczenia i generowane są wskaźniki wydajności. Przejrzyj wskaźniki, aby zobaczyć, jak możesz ulepszyć model.

    Sprawdzanie modeli

    Dostosuj parametry, takie jak cechy i algorytmy, i ucz nowe wersje eksperymentu, aż uzyskasz dobry model.

    Ulepszanie modeli

  5. Wdrażanie modelu

    Kiedy masz już dobry model, nadszedł czas, aby go wdrożyć i zacząć tworzyć predykcje.

    Praca z wdrożeniami uczenia maszynowego

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!