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.
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.
- Tworzenie eksperymentu
Utwórz nowy eksperyment w Qlik Sense. Dodaj go do przestrzeni udostępnionej, jeśli chcesz pracować zespołowo.
- Konfiguracja eksperymentu
Wybierz cel, dla którego chcesz dokonywać predykcji, oraz cechy, które będą wspierać predykcję.
- Rozpoczęcie uczenia
Rozpocznij uczenie pierwszej wersji eksperymentu.
- Przegląd zalecanych modeli
Sprawdź, jak przebiegło uczenie modeli i oceń modele, które zostały zarekomendowane. Użyj wbudowanych narzędzi do analizowania podsumowań szkoleń i wbudowanych analiz, które oferują wgląd na poziomie eksperymentu, wersji i modelu.
Jeśli konieczne jest dalsze udoskonalenie, można skonfigurować kolejne wersje eksperymentu. Dostosuj parametry, takie jak cechy i algorytmy, i ucz nowe wersje eksperymentu, aż uzyskasz dobry model.
- Wdrażanie modelu
Kiedy masz już dobry model, nadszedł czas, aby go wdrożyć i zacząć tworzyć predykcje.
Wymagania i uprawnienia
Aby uzyskać informacje na temat ról wymaganych do pracy z eksperymentami uczenia maszynowego w przestrzeniach udostępnionych, zobacz:
Jeśli jesteś administratorem, zobacz Kto może pracować z Qlik Predict, aby uzyskać kompleksowy przegląd wymaganych uprawnień użytkownika do pracy z eksperymentami uczenia maszynowego.
Wyświetlanie pochodzenia danych i analizy wpływu
Korzystając z narzędzi do analizy pochodzenia i wpływu w Qlik Cloud, można analizować następujące elementy:
-
Początki eksperymentu uczenia maszynowego i dane użyte do wytrenowania każdego modelu.
-
Jak eksperyment uczenia maszynowego i jego wyniki są wykorzystywane w treściach podrzędnych w Qlik Cloud.