# Настройка псевдонимов моделей для пакетного прогнозирования

Можно выбрать псевдоним модели, который будет использоваться для прогнозов при создании или редактировании конфигурации прогнозирования. Псевдонимы моделей настраиваются на панели Конфигурация прогнозирования.

## Сведения о псевдонимах моделей

Несколько моделей в развертывании машинного обучения Имеется система псевдонимов, которая позволяет динамически менять модели, используемые в прогнозах, с минимальной необходимостью обновления вручную. Псевдонимы моделей позволяют реализовать расширенные сценарии использования и обеспечивают гибкость при создании прогностических выводов.

Для получения дополнительной информации см. раздел [Использование нескольких моделей в развертывании машинного обучения](https://help.qlik.com/ru-RU/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/ml-deployment-available-models.htm).

## Настройка псевдонима модели для использования в прогнозах

Если не будут внесены специфические изменения в параметр Выберите псевдоним модели в конфигурации, для прогнозирования будет использоваться псевдоним по умолчанию в развертывании машинного обучения.

Для получения подробной информации о настройке пакетного прогнозирования см. раздел [Создание прогнозов на наборах данных](https://help.qlik.com/ru-RU/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/creating-predictions.htm).

Выполните следующие действия.

1. Откройте развертывание машинного обучения и нажмите кнопку Создать прогноз.

2. Добавьте набор данных для применения в конфигурацию.

3. На панели Конфигурация прогнозирования справа разверните список Выберите псевдоним модели.

4. В раскрывающемся меню выберите псевдоним для использования.

   Примечание к информацииДля выбора доступны только те псевдонимы, которым назначена модель. Пустые псевдонимы не отображаются в этом меню.

5. Выполните остальные шаги по настройке и сохраните конфигурацию прогнозирования.

## Изменение моделей, используемых в псевдонимах

Для получения информации о том, как изменить модели машинного обучения, используемые в каждом псевдониме в развертывании машинного обучения, см. раздел [Работа с псевдонимами](https://help.qlik.com/ru-RU/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/ml-deployment-available-models.htm#Working).