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.

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

Wymagania i uprawnienia

Informacje na temat wymagań dotyczących uprawnień w kontekście pracy z wdrożeniami i predykcjami uczenia maszynowego zawiera temat Środki kontroli dostępu do eksperymentów uczenia maszynowego.