# Trabalhando com otimização de modelo

Você pode configurar seus modelos para serem treinados com ou sem os recursos de otimização disponíveis.

## Otimização inteligente de modelos

Por padrão, o Qlik Predict usa a otimização inteligente de modelos para refinar automaticamente os modelos por meio de iterações nas seleções de recursos e aplicando transformações avançadas. Você pode desativar esse recurso para cada versão do experimento se precisar de mais controle sobre o processo de treinamento.

Para obter mais informações, consulte [Otimização inteligente de modelos](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/intelligent-model-optimization.htm).

## Otimização de hiperparâmetros

Ajuste seus modelos usando recursos avançados de aprendizado de máquina.

Para obter mais informações, consulte [Otimização de hiperparâmetros](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/hyperparameter-optimization.htm).

## Criando modelos com reconhecimento de tempo

Para modelos de classificação e regressão, ative o treinamento com reconhecimento de tempo se seus dados de treinamento dependerem de informações específicas de data ou hora.

Para obter mais informações, consulte [Criando modelos com reconhecimento de tempo](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-aware-models.htm).

## Saiba mais

* [Configurando experimentos](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/configuring-experiments.htm)