Tutorial – Gerando e visualizando dados de previsão

Este tutorial ensina como usar o Qlik AutoML para treinar e implementar um modelo de aprendizado de máquina para fazer previsões. Também ensina como visualizar os dados de previsão em um aplicativo Qlik Sense.

Consideraremos o cenário de desistência de clientes, um exemplo clássico de um problema de classificação binária. O objetivo é prever com segurança se um cliente cancelará sua assinatura ou permanecerá como assinante de um serviço. Existem apenas dois resultados nesse tipo de problema: verdadeiro ou falso (cancelado ou não).

Para abordar esse problema de aprendizado de máquina, começaremos processando um conjunto de dados para o qual já sabemos o resultado e, em seguida, aplicaremos a modelagem estatística criada a partir desses dados aos novos dados para os quais gostaríamos de prever os resultados.

Você começará este tutorial criando um experimento. A partir daí, você treinará modelos e implementará um deles em uma implementação de ML. Esta implementação de ML será usada para criar previsões, que podem ser visualizadas em um aplicativo Qlik Sense.

O que você aprenderá

Depois de concluir este tutorial, você entenderá as diferentes etapas envolvidas na criação e configuração de um experimento. Você também aprenderá como interpretar as pontuações do modelo. Finalmente, você poderá implementar um modelo de aprendizado de máquina e entenderá como seus dados de previsões podem ser usados para gerar visualizações atraentes do Qlik Sense no Qlik Cloud Analytics.

Este tutorial mostra como iterar manualmente seus modelos identificando problemas comuns com seu conjunto de dados e resultados de treinamento. Por padrão, o Qlik AutoML treina seus modelos com otimização inteligente de modelos. Com a otimização inteligente, o refinamento automático é realizado durante o treinamento. Isso aumenta a probabilidade de que seus modelos estejam prontos para implementação após uma única versão com o mínimo de iteração adicional necessária. Para um exemplo mostrando como treinar modelos com otimização inteligente, consulte Exemplo – Treinamento de modelos com aprendizado de máquina automatizado.

Quem deve concluir este tutorial

Este tutorial foi desenvolvido para usuários que desejam uma introdução ao aprendizado de máquina automatizado e visualização de dados no Qlik Cloud Analytics. Certo conhecimento básico de aprendizado de máquina e do Qlik Sense é útil, mas não é obrigatório.

Para concluir este tutorial, você precisa do seguinte:

• Direito de usuário Professional ou Full User

• As funções de segurança Automl Experiment Contributor e Automl Deployment Contributor no Qlik Cloud do Qlik Cloud

• Permissões para aprovar modelos implementados. Especificamente, você precisa de um dos seguintes:

  • Aprovar ou rejeitar seus modelos do AutoML (permissão do usuário)

  • Aprovar ou rejeitar modelos do AutoML (permissão do administrador)

• As funções de espaço necessárias nos espaços onde você trabalhará. Consulte: Gerenciando permissões em espaços compartilhados e Gerenciando permissões em espaços gerenciados

Se você não conseguir visualizar ou criar recursos de ML, isso provavelmente significa que você não tem as funções, os direitos ou as permissões necessárias. Entre em contato com o administrador de locatários para obter mais informações.

Para obter mais informações, consulte Quem pode trabalhar com o Qlik AutoML.

O que você deve fazer antes de começar

Primeiro, você precisa baixar os materiais do tutorial vinculados abaixo. Escolha entre os fluxos de trabalho CSV e QVD. Baixar o aplicativo pré-configurado é opcional.

Quando você tiver baixado os materiais desejados, descompacte-os na sua área de trabalho.

• AutoMLTutorialDatasetsCSV: Contains tutorial data in CSV format. This option is easier for getting started quickly.

• AutoMLTutorialDatasetsQVF: contém dados do tutorial no formato de scripts .qvf que podem ser executados para criar QVDs. Esta opção demora um pouco mais que CSV, mas é útil para introduzir você a trabalhar com formatos de dados Qlik e scripts.

• AutoMLTutorialPreConfiguredApp: este item é opcional. É uma cópia de amostra do aplicativo Qlik Sense que você criará durante o tutorial. Isso permite que você pule os estágios de treinamento e implementação para uma experiência prática mais rápida com o desenvolvimento de aplicativos preditivos.

  Para obter mais informações, consulte Fluxo de trabalho alternativo: fazer upload de aplicativo pré-configurado.

O conjunto de dados de treinamento contém informações sobre os clientes cujo prazo para renovação expirou e que tomaram a decisão de cancelar ou permanecer inscritos no serviço.

O conjunto de dados de aplicação contém detalhes sobre um novo conjunto de clientes cuja data de renovação ainda não passou. Ainda não foi determinado se esses clientes cancelarão ou não o serviço. O objetivo deste tutorial é prever o que esse conjunto de clientes fará, com a esperança de que possamos diminuir a probabilidade de cancelamento.

Opção 1: conjuntos de dados do tutorial do AutoML (CSV)

Faça o seguinte:

1. Abra o Análises do Analytics.

2. Vá para a página Criar, selecione Conjunto de dados e, em seguida, selecione Carregar arquivo de dados.

3. Arraste o arquivo AutoML Tutorial - Churn data - training.csv para o diálogo de upload.

4. Em seguida, arraste o arquivo AutoML Tutorial - Churn data - apply.csv para o diálogo de upload.

5. Selecione um espaço. Pode ser seu espaço pessoal ou um espaço compartilhado se você quiser que outros usuários possam acessar esses dados.

6. Clique em Carregar.

Agora que seus conjuntos de dados foram carregados, você pode continuar criando um experimento.

Opção 2: Conjuntos de dados do tutorial do AutoML (QVD)

Faça o seguinte:

1. Abra o centro de atividades do Análises.

2. Vá para a página Criar, selecione Carregar e, em seguida, selecione Script.

3. Arraste esses arquivos para o diálogo de upload:

   • AutoML Tutorial - Churn data - training.qvf

   • AutoML Tutorial - Churn data - apply.qvf

4. Selecione um espaço. Pode ser seu espaço pessoal ou um espaço compartilhado se você quiser que outros usuários possam acessar esses dados.

5. Clique em Carregar.

6. Para cada script carregado, faça o seguinte:

   1. Abra o script e alterne para a guia Editor.

   2. No Editor, clique em Exportar dados.

   O conjunto de dados QVD é criado no mesmo espaço em que você carregou o script.

Agora que seus conjuntos de dados foram criados, você pode continuar criando um experimento.

Lições neste tutorial

Os tópicos deste tutorial foram pensados para serem concluídos em sequência. No entanto, você pode sair e retornar a qualquer momento.

Leituras e recursos adicionais

• O Qlik oferece uma ampla variedade de recursos quando você quiser aprender mais.
• A Ajuda online da Qlik está disponível.
• Treinamentos, incluindo cursos online gratuitos, estão disponíveis no Qlik Continuous Classroom.
• Fóruns de discussão, blogs e muitos outros recursos podem ser encontrados na Qlik Community.

Sua opinião importa

Agradecemos qualquer feedback que você possa ter. Use a seção abaixo para nos contar como estamos nos saindo.