# Praca z eksperymentami

Załaduj dane historyczne do zautomatyzowanego eksperymentu uczenia maszynowego i wytrenuj model, aby przeanalizować i przewidzieć problem biznesowy.

Możesz tworzyć i edytować eksperymenty w przestrzeniach osobistych lub udostępnionych.

## Przepływ pracy

Zanim utworzysz zautomatyzowany eksperyment uczenia maszynowego w Analityka Qlik Cloud, musisz mieć dobrze zdefiniowane pytanie dotyczące uczenia maszynowego i odpowiedni zestaw danych treningowych dostępny w oknie Katalog. Aby uzyskać więcej informacji, zobacz [Definiowanie pytań uczenia maszynowego](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/machine-learning-framework.htm) i [Przygotowanie zestawu danych do trenowania](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/dataset-preparation.htm).

Poniższe kroki opisują przepływ pracy eksperymentu.

1. Utwórz swój eksperyment

   Utwórz nowy eksperyment w Qlik Cloud. Dodaj go do przestrzeni udostępnionej, jeśli chcesz współpracować z innymi.

   [Tworzenie eksperymentów](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/creating-experiments.htm)

2. Skonfiguruj swój eksperyment

   Wybierz cel, dla którego chcesz dokonać predykcji, oraz cechy wspierające predykcję.

   [Konfigurowanie eksperymentów](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/configuring-experiments.htm)

3. Rozpocznij trenowanie

   Rozpocznij trenowanie pierwszej wersji eksperymentu.

   [Trenowanie eksperymentów](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/training-experiments.htm)

4. Przejrzyj polecane modele

   Przejrzyj przebieg trenowania modelu i oceń modele, które zostały Ci polecone. Użyj wbudowanych narzędzi do analizy podsumowań trenowania i osadzonych analiz, które oferują wgląd na poziomie eksperymentu, wersji i modelu.

   [Sprawdzanie modeli](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/reviewing-experiments.htm)

   Jeśli konieczne jest dalsze udoskonalanie, możesz skonfigurować kolejne wersje eksperymentu. Dostosuj parametry, takie jak cechy i algorytmy, i ponownie trenuj nowe wersje eksperymentu, aż uzyskasz dobry model.

   [Dopracowywanie modeli](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/refining-models.htm)

5. Wdróż model

   Gdy masz już dobry model, nadszedł czas, aby go wdrożyć i zacząć dokonywać predykcji.

   [Praca z wdrożeniami uczenia maszynowego](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/working-with-deployments.htm)

## Wymagania i uprawnienia

Aby uzyskać informacje o wymaganych rolach w przestrzeni do pracy z eksperymentami ML w przestrzeniach udostępnionych, zobacz:

* [Uprawnienia do przestrzeni udostępnionej dla użytkowników z licencją Professional i subskrypcją opartą na pojemności](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-shared-space-prof-full.htm)

* [Uprawnienia do przestrzeni udostępnionych dla administratorów](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-shared-space-admin.htm)

Jeśli jesteś administratorem, zobacz [Kto może pracować z Qlik Predict](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm), aby uzyskać kompleksowy przegląd wymaganych uprawnień użytkownika do pracy z eksperymentami ML.

## Wyświetlanie pochodzenia i analizy wpływu

Korzystając z narzędzi Pochodzenie i Analiza wpływu w Qlik Cloud, możesz analizować:

* Pochodzenie eksperymentu ML i dane użyte do trenowania każdego modelu.

  [Analizowanie pochodzenia treści uczenia maszynowego](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/Catalog/lineage.htm#MLLineage)

* Sposób, w jaki eksperyment ML i jego wyniki są wykorzystywane w powiązanych treściach w Qlik Cloud.

  [Analiza wpływu do treści uczenia maszynowego](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/Catalog/impact-analysis2.htm#MLImpact)