Загрузка отчетов об обучении модели (администраторы)

Последнее обновление: 2026-11-03

Администраторы могут загружать отчеты об обучении для развернутых моделей машинного обучения, обученных с помощью Qlik Predict. Отчеты об обучении содержат подробную информацию о процессах, использованных для обучения модели и других моделей (при наличии) в эксперименте машинного обучения. Отчеты об обучении предоставляются в формате PDF.

Пользователи без прав администратора также могут загружать отчеты об обучении из экспериментов и развертываний машинного обучения. Для получения дополнительной информации см. раздел Загрузка отчетов об обучении модели.

Отчет об обучении в эксперименте — Отчет об обучении в машинном обучении

Сценарии применения

С отчетами об обучении моделей вы можете:

Глубже изучать процессы, которые обучают ваши модели, например, для целей аудита.
Легко делиться подробностями об обучении моделей с пользователями за пределами Qlik Cloud.

Создание отчета об обучении модели

Из центра активности Администрирование

Выполните следующие действия.

В разделе Администрирование откройте Qlik Predict.
Откройте вкладку Развернутые модели.
Нажмите рядом с моделью в таблице.
Выберите Загрузить отчет об обучении.
В диалоговом окне можно, если необходимо, Включить информацию обо всех моделях в эксперименте

Если эта настройка активна, генерируется расширенный отчет, содержащий информацию обо всех моделях, обученных в ходе эксперимента.
При необходимости нажмите кнопку Просмотр, чтобы просмотреть отчет, не загружая его. В некоторых браузерах для вывода отчета может потребоваться несколько попыток.
Нажмите Загрузить. Отчет сгенерируется и будет сохранен в локальной папке «Загрузки».

Из эксперимента машинного обучения

Выполните следующие действия.

Открыть эксперимент машинного обучения.
Перейдите на вкладку Модели.
Выберите модель.
Над разделом Аналитика модели, нажмите на раскрывающийся список Отчет об обучении.
выберите одно из значений, указанных ниже.
- Просмотреть как PDF > Только эта модель: Генерирует расширенный отчет, содержащий информацию об этой модели, обученной в эксперименте.
- Просмотреть как PDF > Все модели: Генерирует расширенный отчет, содержащий информацию обо всех моделях, обученных в эксперименте.
Отчет откроется в новой вкладке. Теперь вы можете загрузить его на свой локальный компьютер.

Вы также можете создавать отчеты об обучении из Меню «Троеточие» меню для модели из Метрики модели.

Из развертывания машинного обучения

Выполните следующие действия.

Откройте развертывание машинного обучения.
Перейдите на вкладку Развертываемые модели.
В разделе Все модели в развертывании щелкните рядом с моделью.
Выберите Загрузить отчет об обучении.
В диалоговом окне при необходимости включите Включить информацию обо всех моделях в эксперименте.

При активации этот параметр генерирует расширенный отчет, содержащий информацию обо всех моделях, обученных в эксперименте. См. раздел Полная и выборочная версии.
При необходимости щелкните Предварительный просмотр, чтобы просмотреть отчет без его загрузки. В зависимости от вашего браузера, возможно, потребуется повторить попытку несколько раз.
Нажмите Загрузить.Отчет генерируется и сохраняется в локальную папку «Загрузки».

Что входит в отчет об обучении

В отчете об обучении подробно изложена следующая информация. Некоторая информация выводится только в полной версии отчета об обучении. Для получения дополнительной информации см. раздел Полная и выборочная версии.

Кто создал эксперимент
Когда эксперименты и модель были обучены
Местоположение и название ресурсов, использованных в обучении
Сколько версий и моделей имеет эксперимент
Алгоритмы, использованные в обучении моделей
Информация об используемых тренировочных наборах данных – например, сколько данных они содержат
Обработка тренировочных данных, которая выполнялась до и во время обучения
Метрики модели для тренировочных и контрольных (отложенных) данных
Данные гиперпараметров
Результаты обнаружения смещения

Полная и выборочная версии

При загрузке отчета об обучении пользователь может включить настройку Включить информацию обо всех моделях в эксперименте. Этот параметр определяет, в какой версии будет сформирован отчет: полной или выборочной.

Если выбрано Включить информацию обо всех моделях в эксперименте, генерируется полная версия отчета. Этот отчет содержит дополнительную информацию о других моделях, обученных в эксперименте.

В выборочной версии отчета содержится только информация о выбранной модели. Информация о других моделях эксперимента в отчет не добавляется.

Интерпретация терминов в отчете об обучении

При анализе отчетов об обучении предполагается, что вы понимаете упомянутые технические термины. Большинство терминов объясняются в справочной документации Qlik Predict.

В следующей таблице приведены определения содержимого отчета, а также полезные разделы справки.

Понимание терминов в отчете об обучении
Термин	Значение	Связанный контент
Пакеты	Относится к количеству пакетов моделей, обученных в эксперименте. При использовании интеллектуальной оптимизации моделей обучение моделей происходит итеративными пакетами для повышения производительности и результатов обучения. Напротив, версия эксперимента, которая не использует интеллектуальную оптимизацию моделей — то есть ручную оптимизацию — обучает модели в одном пакете.	-
Разведочный анализ данных	Относится к исследовательскому анализу данных. Это термин для автоматического набора операций обработки, которые выполняются с обучающими данными до начала обучения модели.	Настройка эксперимента
Кодирование, Кодирование влияния, Однократное кодирование	Относится к обработке, применяемой к данным характеристик, чтобы сделать их более пригодными для использования при обучении модели.	Категориальное кодирование
Конструирование признаков	Относится к многочисленным процессам, которые приводят к новым характеристикам. Это могут быть новые характеристики, которые представлены как совершенно новые сущности, а также характеристики, которые создаются посредством кодирования и обработки свободного текста.	Создание новых столбцов признаков Автоматическое создание признаков Категориальное кодирование
Пятикратная перекрестная проверка	Относится к перекрестной проверке, которая выполняется на моделях после каждой итерации обучения.	Отложенные данные и перекрестная проверка
Оптимизация	Относится к тому, использовалась ли при обучении модели интеллектуальная или ручная оптимизация.	Работа с оптимизацией модели
Коэффициент выборки	Относится к тому, какая часть обучающего набора данных использовалась для обучения модели. При использовании интеллектуальной оптимизации модели, модели иногда могут обучаться на менее чем 100% исходного набора данных, особенно для очень больших наборов данных. В отличие от этого, версия эксперимента, которая не использует интеллектуальную оптимизацию модели — то есть ручную оптимизацию — всегда использует 100% обучающего набора данных.	Выборка данных для обучения
Разделение	Относится к автоматическому разделению обучающего набора данных на обучающие и контрольные данные. Контрольные данные не используются для обучения модели, а вместо этого для тестирования производительности модели.	Отложенные данные и перекрестная проверка
П=Переопределение пользователем	Относится к действию пользователя по ручному изменению типа функциональности от автоматически определенного типа функциональности.	Изменение типов признаков
Целевой исход	Значение целевого столбца, которое прогнозируется моделью.	Обнаружение предвзятости в моделях машинного обучения

Разрешения и требования для загрузки отчетов об обучении

Разрешения и требования для загрузки из центра активности Администрирование.

Чтобы экспортировать отчет об обучении из центра активности Администрирование, модель должна быть развернута хотя бы в одном развертывании машинного обучения.

Требуется доступ, разрешающий просмотр контента машинного обучения. Другими словами, как администратор, вы должны иметь одно из следующих:

Роль Tenant Admin
Роль Analytics Admin
Для разрешения администратора Управление экспериментами и развертываниями ML задано значение Разрешено с помощью разрешений по умолчанию или настраиваемой роли безопасности

Разрешения, необходимые для загрузки экспериментов и развертываний машинного обучения

При наличии одного из следующих условий администратор может загрузить отчеты об обучении из экспериментов машинного обучения и развертываний машинного обучения:

Роль Tenant Admin
Роль Analytics Admin
Для разрешения администратора Управление экспериментами и развертываниями ML задано значение Разрешено с помощью разрешений по умолчанию или настраиваемой роли безопасности

Ограничения

Отчеты об обучении доступны только для экспериментов машинного обучения, созданных в конце июля 2025 года и позже.

Помогла ли вам эта страница?

Если вы обнаружили какую-либо проблему на этой странице или с ее содержанием — будь то опечатка, пропущенный шаг или техническая ошибка, сообщите нам об этом!

Оставьте свой отзыв здесь