# Trabalhando com previsões de ML

Depois de implementar seu modelo de aprendizado de máquina, você pode usar o modelo para criar previsões. Essas previsões podem ser usadas para tomar decisões mais eficientes e informadas com base em seus dados.

Você pode criar e editar implementações de ML e gerar previsões em espaços pessoais ou compartilhados. Você também pode publicar implementações de ML em espaços gerenciados e gerar previsões. O acesso às implementações de ML é controlado por meio do espaço. Para obter mais informações sobre espaços, consulte [Trabalhando em espaços](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/Spaces.htm).

As implementações de ML podem ser criadas em espaços pessoais, compartilhados e gerenciados. Os dados de previsão gerados a partir de uma implementação de ML podem ser armazenados em um espaço pessoal, compartilhado ou gerenciado.

## Fluxo de trabalho

As etapas a seguir são um exemplo de como trabalhar com implementações e previsões de ML.

1. Implemente seu modelo

   Implemente o modelo que deseja usar para fazer previsões.

   [Implementando modelos](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/deploying-models.htm)

2. Aprovar seu modelo

   Antes de poder fazer previsões com a implementação de ML, o modelo de origem precisa ser ativado para fazer previsões. A aprovação do modelo pode ser realizada por usuários e administradores com permissões específicas.

   [Aprovando modelos implementados](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/approve-models.htm)

3. Fazer previsões

   Faça previsões manuais ou programadas em conjuntos de dados ou use os pontos de extremidade de previsão em tempo real na API de aprendizado de máquina.

   [Criando previsões sobre conjuntos de dados](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/creating-predictions.htm)

   [API de aprendizado de máquina](https://qlik.dev/apis/rest/ml/)

4. Visualize os insights preditivos

   Carregue os dados de previsão gerados em um aplicativo e crie visualizações.

   [Visualizando valores SHAP em aplicativos Qlik Sense](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/shap-values.htm)

5. Explore os dados com cenários hipotéticos

   Integre a API de previsão em um aplicativo para obter previsões em tempo real. Isso permite que você experimente cenários hipotéticos alterando os valores dos recursos e obtendo resultados previstos para os novos valores. O registro é passado para a implementação de ML via API e uma resposta é recebida em tempo real. Por exemplo, o que aconteceria com o risco de desistência de clientes se mudássemos o tipo de plano ou aumentássemos a tarifa base?

6. Tomar uma medida

   Analise os insights e cenários preditivos para descobrir quais ações tomar. O Qlik Automate ajuda a automatizar as ações e fornece modelos específicos para casos de uso de aprendizado de máquina. Para obter mais informações sobre automações, consulte [Qlik Automate](https://help.qlik.com/en-US/cloud-services/Subsystems/Sense_QlikAutomation/Content/Sense_QlikAutomation/introduction/home-automation.htm) (somente em inglês).

7. Substituir modelos quando necessário

   Com o tempo, os dados de entrada podem mudar em termos de distribuição e recursos. Se o seu problema original de aprendizado de máquina permanecer o mesmo, você poderá trocar novos modelos em sua implementação de ML existente para permitir a melhoria contínua das previsões com o mínimo de interrupção. Se precisar redefinir o problema original de aprendizado de máquina, você pode criar um novo experimento.

   [Usando vários modelos em sua implementação de ML](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/ml-deployment-available-models.htm)

## Requisitos e permissões

Para obter informações sobre as funções de espaço necessárias para trabalhar com implementações e previsões em espaços compartilhados e gerenciados, consulte

* [Permissões de espaço compartilhado para usuários com assinatura Professional e baseada em capacidade](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-shared-space-prof-full.htm)

* [Permissões de espaço compartilhado para usuários com Direito Analyzer](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-shared-space-analyzer.htm)

* [Permissões de espaço compartilhado para administradores](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-shared-space-admin.htm)

* [Permissões de espaço gerenciadas para usuários com assinatura Professional e baseada em capacidade](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-managed-space-prof-full.htm)

* [Permissões de espaço gerenciado para usuários com Direito Analyzer](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-managed-space-analyzer.htm)

* [Permissões de espaço gerenciado para administradores](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-managed-space-admin.htm)

Se você for um administrador, consulte [Quem pode trabalhar com o Qlik Predict](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm) para obter uma visão geral abrangente das permissões de usuário necessárias para trabalhar com implementações e previsões.