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.
Requisitos e permissões
Para trabalhar com experimentos de ML, você deve ter o seguinte:
-
Direito de usuário Professional ou completo
-
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. Em um espaço compartilhado, você precisa das permissões Pode editar ou superiores. Não é possível criar experimentos em um espaço gerenciado.
Para obter mais informações, consulte:
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.