Trabalhando com experimentos
Carregue dados históricos em um experimento automatizado de aprendizado de máquina e treine um modelo para analisar e prever um problema de negócios.
Você pode criar e editar experimentos em espaços pessoais ou compartilhados.
Fluxo de trabalho
Antes de criar um experimento de aprendizado de máquina automatizado no Qlik Cloud Analytics, você precisa ter uma pergunta de aprendizado de máquina bem definida e um conjunto de dados de treinamento adequado disponível no Catálogo. Para obter mais informações, consulte Definindo perguntas de aprendizado de máquina e Preparando seu conjunto de dados para o treinamento.
As etapas a seguir descrevem um fluxo de trabalho de experimento.
- Criar seu experimento
Crie um novo experimento no Qlik Sense. Adicione-o a um espaço compartilhado se quiser trabalhar de forma colaborativa.
- Configurar seu experimento
Selecione um alvo para fazer previsões e recursos a fim de dar suporte à previsão.
- Iniciar o treinamento
Inicie o treinamento de sua primeira versão experimental.
- Refinar o modelo
Durante o treinamento, algoritmos de aprendizado de máquina adequados são aplicados aos dados de treinamento e métricas de desempenho são geradas. Revise as métricas para ver como você pode refinar o modelo.
Ajuste os parâmetros, como recursos e algoritmos, e treine novas versões experimentais até que você tenha um bom modelo.
- Implementar o modelo
Quando você tiver um bom modelo, é hora de implementá-lo e começar a fazer previsões.
Requisitos e permissões
Para trabalhar com experimentos de ML, você deve ter o seguinte:
-
Direito de usuário Professional ou Full User
-
Função de Automl Experiment Contributor (para visualizar experimentos de ML, você também pode ter a função de Automl Deployment Contributor)
-
Permissões necessárias no espaço onde os experimentos estão localizados. Não é possível criar experimentos em um espaço gerenciado.
Para obter mais informações, consulte: