# Praca z predykcjami uczenia maszynowego

Po wdrożeniu modelu uczenia maszynowego możesz go używać do tworzenia predykcji. Predykcje te można wykorzystywać do podejmowania efektywniejszych i bardziej świadomych decyzji na podstawie danych.

Można tworzyć i edytować wdrożenia uczenia maszynowego oraz generować predykcje w przestrzeni prywatnej lub udostępnionej. Można również publikować wdrożenia uczenia maszynowego w przestrzeniach zarządzanych i generować predykcje. Dostęp do wdrożeń uczenia maszynowego jest kontrolowany za pośrednictwem przestrzeni. Aby uzyskać więcej informacji na temat przestrzeni, zobacz [Praca w przestrzeniach](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/Spaces.htm).

Wdrożenia uczenia maszynowego można tworzyć w przestrzeniach osobistych, udostępnionych i zarządzanych. Dane predykcji wygenerowane z wdrożenia uczenia maszynowego mogą być przechowywane w przestrzeni prywatnej, udostępnionej lub zarządzanej.

## 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](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/deploying-models.htm)

2. Zatwierdzanie modelu

   Zanim będzie można używać wdrożenia uczenia maszynowego do predykcji, należy w tym celu aktywować model źródłowy. Model mogą zatwierdzać użytkownicy i administratorzy mający określone uprawnienia.

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

3. Dokonywanie predykcji

   Dokonuj ręcznych lub zaplanowanych predykcji na zestawach danych lub korzystaj z punktów końcowych predykcji w czasie rzeczywistym interfejsu Machine Learning API.

   [Tworzenie predykcji z zestawu danych](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/creating-predictions.htm)

   [API uczenia maszynowego](https://qlik.dev/apis/rest/ml/)

4. Wizualizacja wniosków predykcyjnych

   Załaduj wygenerowane dane predykcyjne do aplikacji i utwórz wizualizacje.

   [Wizualizacja wartości SHAP w aplikacjach Qlik Sense](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/shap-values.htm)

5. 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?

6. Podejmowanie działania

   Analizuj predykcyjne wnioski i scenariusze, aby się dowiedzieć, jakie należy podjąć działania. Qlik Automate pomaga zautomatyzować działania i zapewnia szablony do przypadków zastosowania uczenia maszynowego. Więcej informacji na temat automatyzacji zawiera temat [Qlik Automate.](https://help.qlik.com/en-US/cloud-services/Subsystems/Sense_QlikAutomation/Content/Sense_QlikAutomation/introduction/home-automation.htm) (tylko w języku angielskim)

7. Wymiana modeli w razie potrzeby

   Z biegiem czasu dane wejściowe mogą zmieniać swoją dystrybucję i cechy. Jeśli pierwotny problem związany z uczeniem maszynowym pozostaje taki sam, można zamienić nowe modele w istniejącym wdrożeniu uczenia maszynowego, aby umożliwić płynną poprawę predykcji przy minimalnych zakłóceniach. Jeśli wymagane jest ponowne zdefiniowanie pierwotnego problemu uczenia maszynowego, można utworzyć nowy eksperyment.

   [Używanie wielu modeli we wdrożeniu uczenia maszynowego](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/ml-deployment-available-models.htm)

## Wymagania i uprawnienia

Aby uzyskać informacje na temat wymaganych ról w obszarze do pracy z wdrożeniami i prognozami we wspólnych i zarządzanych obszarach, 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 w przestrzeni udostępnionej dla użytkowników, którzy mają Uprawnienie Analityk](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-shared-space-analyzer.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)

* [Uprawnienia do przestrzeni zarządzanej 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-managed-space-prof-full.htm)

* [Uprawnienia w przestrzeni zarządzanej dla użytkowników, którzy mają Uprawnienie Analityk](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-managed-space-analyzer.htm)

* [Uprawnienia do przestrzeni zarządzanych dla administratorów](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-managed-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 wdrożeniami i prognozami.