Машинное обучение с помощью Qlik Predict | Qlik Cloud Справка
Перейти к основному содержимому Перейти к дополнительному содержимому

Машинное обучение с помощью Qlik Predict

Автоматизированное машинное обучение находит закономерности в ваших данных и использует их для прогнозирования будущих данных. Эксперименты машинного обучения в Qlik Cloud Analytics позволяют вам сотрудничать с другими пользователями и интегрировать вашу прогнозную аналитику в приложения Qlik Sense. Помимо создания прогнозов, вы можете провести глубокий анализ ключевых характеристик, которые влияют на прогнозируемый результат.

Загрузите исторические данные из каталога, запустите процесс автоматизированного машинного обучения, а затем выберите наиболее подходящую модель машинного обучения для вашего варианта использования. Разверните модели для прогнозирования результатов бизнес-задач. Изучите переменные, которые влияют на прогнозируемый результат, и получите глубокое понимание ваших данных.

Кроме того, разработчики могут интегрировать возможности Qlik Predict в свои собственные рабочие процессы с помощью API машинного обучения. Учебное пособие, которое поможет вам начать работу, см. в разделе Учебное пособие по автоматизированному машинному обучению.

Примечание о Qlik Cloud для правительства

Qlik Cloud для правительства не поддерживает Qlik Predict.

Начало работы с машинным обучением

Понимание машинного обучения

Узнайте об основных концепциях машинного обучения и о том, почему вы можете захотеть его использовать.

Определение вопросов машинного обучения

Узнайте, как определить свой вопрос для машинного обучения и следить за структурированной схемой.

Подготовка набора данных для обучения

Узнайте, как подготовить набор данных для использования при обучении моделей машинного обучения.

Ограничения и возможности Qlik Predict

Узнайте об ограничениях и лимитах, которые применяются к Qlik Predict и платформе Qlik Cloud.

Работа с экспериментами

Работа с экспериментами машинного обучения

Получите обзор процесса автоматизированного машинного обучения и начните создавать эксперименты.

Работа с экспериментами временных рядов

Узнайте, как обучать модели для выполнения прогнозирования с учетом времени.

Интерпретация производительности модели

Узнайте о метриках модели, которые доступны для оценки прогнозных моделей.

Улучшение моделей

Как можно улучшить прогнозную модель? Узнайте больше здесь.

Работа с развертываниями машинного обучения

Развертывание моделей

Когда вы создадите модель, готовую для прогнозирования на новых данных, разверните ее в развертывание машинного обучения.

Работа с развертываниями машинного обучения

Узнайте о развертывании моделей, управлении развертываниями машинного обучения и активации развернутых моделей для прогнозирования.

Работа с прогнозами

Работа с прогнозами

Узнайте, как использовать ваше развертывание машинного обучения для создания прогнозов с помощью интерфейса или API.

Создание пакетных прогнозов

Используйте интерфейс развертывания машинного обучения для создания наборов данных с прогнозными данными.

Генерация наборов данных SHAP во время прогнозирования

Узнайте, как использовать значения SHAP, чтобы понять ключевые факторы, лежащие в основе ваших данных, при создании прогнозов.

Создание прогнозов в реальном времени

Узнайте, как получить доступ и использовать API машинного обучения для генерации прогнозов в реальном времени для одной или нескольких строк данных.

Прогнозирование с помощью аналитического коннектора Qlik Predict

Используйте аналитический коннектор Qlik Predict для связи с вашим развертыванием и создания прогнозов непосредственно в приложениях и скриптах.

Практические руководства и инструкции

Учебное пособие «Создание и визуализация данных прогнозирования»

В этом учебном пособии показано, как создать и обучить эксперимент, развернуть модель и сгенерировать прогнозы, а также визуализировать данные прогноза в приложении Qlik Sense.

Учебное пособие — Прогнозирование продаж с помощью многомерного прогнозирования временных рядов

Это учебное пособие проведет вас через процесс обучения, развертывания и прогнозирования с помощью моделей, которые могут выполнять прогнозы с учетом времени.

Пример — анализ «что-если» с помощью аналитического коннектора Qlik Predict

Изучите реальный сценарий «что, если» от начала до конца в этом примере.

Видео о Qlik Predict

Посмотрите несколько наших коротких видеороликов, чтобы начать работу с машинным обучением.

СОПУТСТВУЮЩИЕ УЧЕБНЫЕ МАТЕРИАЛЫ:

Подробнее

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!