Работа с развертываниями машинного обучения
После обучения и уточнения модели ее можно развернуть для прогнозирования.
Развертывания машинного обучения можно создавать в личных, общих и управляемых пространствах.
Рабочий процесс
Следующие шаги описывают пример работы с развертываниями машинного обучения и прогнозированиями.
- Развертывание модели
Разверните модель, которая будет использоваться для прогнозирования.
- Утверждение модели
Перед тем как создавать прогнозы с использованием развертывания машинного обучения, необходимо активировать исходную модель для прогнозирования. Утверждение модели может выполняться пользователями и администраторами со специальными разрешениями.
- Создание прогнозирований
Создайте прогнозирования, запускаемые вручную или по графику, или используйте API прогнозирования.
- Визуализация прогнозной аналитики
Загрузите сгенерированные данные для прогнозирования в приложение и создайте визуализации.
- Исследование данных со сценариями альтернатив
Интегрируйте API прогнозирования в приложение, чтобы создавать прогнозирования в реальном времени. С его помощью можно проверять сценарии альтернатив, изменяя значения признаков и получая прогнозируемые результаты для новых значений. Запись передается в развертывание машинного обучения через API, и пользователь получает ответ в реальном времени. Например, как изменение тарифного плана или повышение базового тарифа повлияет на риск оттока клиентов?
- Принятие мер (действия)
Проанализируйте прогнозные данные и сценарии, чтобы определить, какие действия следует предпринять. Автоматизация приложения Qlik помогает автоматизировать действия и предоставляет специальные шаблоны для сценариев использования машинного обучения. Для получения дополнительной информации об автоматизациях см. раздел Автоматизация приложения Qlik. (только английский язык)
Требования и разрешения
В этом разделе перечислены требования к пользователю для работы с развертываниями машинного обучения и прогнозированиями, созданными с их помощью.
Развертывания машинного обучения
Для работы с развертываниями машинного обучения требуется следующее:
-
Право пользователя «Профессионал» или Full User
-
Просмотр и создание развертываний машинного обучения: Роль безопасности Automl Deployment Contributor или Automl Experiment Contributor
-
Редактирование и удаление развертываний машинного обучения: Роль безопасности Automl Deployment Contributor
Необходимая роль в пространстве, где находится развертывание машинного обучения.
Для получения дополнительной информации см.:
Прогнозирования
Для создания, редактирования и удаления конфигураций прогнозирования требуется следующее:
-
Право пользователя «Профессионал» или Full User
-
Роль безопасности Automl Deployment Contributor
-
Необходимая роль в пространстве, где находится развертывание машинного обучения.
Прогнозирования могут выполняться как пакетные прогнозирования (на основе конфигурации прогнозирования) и как прогнозирования в реальном времени. Для выполнения прогнозирований также можно использовать коннектор Qlik AutoML.
Для выполнения прогнозирований с использованием упомянутых выше методов требуется следующее:
-
Роль безопасности Automl Deployment Contributor
-
Необходимая роль в пространстве, где находится развертывание машинного обучения:
-
Общие пространства: пользователям с Право пользователя «Профессионал» или Full User требуется роль Владелец, Может управлять, Может изменять или Может использовать данные в пространстве. Пользователям с Права аналитика требуется роль Владелец или Может использовать данные в пространстве.
-
Управляемые пространства: пользователям с Право пользователя «Профессионал» или Full User требуется роль Владелец, Может управлять или Может использовать данные в пространстве. Пользователям с Права аналитика требуется роль Владелец или Может использовать данные в пространстве.
-
-
Для прогнозирований по графику, настроенных с помощью пользовательского интерфейса AutoML, также предъявляются требования к владельцу конфигурации прогнозирования. См.: Владение конфигурацией прогнозирования
Прогнозирования, сгенерированные в пользовательском интерфейсе Qlik AutoML, создаются как наборы данных. Поэтому к работе с источниками данных в Qlik Cloud применяются те же требования, что к работе с этим результатом прогнозирования (например, как при их использовании в приложении Qlik Sense). Для создания наборов данных в личном пространстве требуется роль Private Analytics Content Creator.
Для получения дополнительной информации см.:
Утверждение модели
Чтобы активировать и деактивировать исходную развернутую модель для развертывания машинного обучения, необходимы специальные разрешения. Эти разрешения различаются в зависимости от того, выполняются они от имени пользователя или администратора. Для получения дополнительной информации см.: