# Работа с экспериментами

Загрузите исторические данные в эксперимент автоматизированного машинного обучения и обучите модель для анализа и прогнозирования бизнес-проблемы.

Вы можете создавать и редактировать эксперименты в личных или общих пространствах.

## Рабочий процесс

Прежде чем создавать эксперимент автоматизированного машинного обучения в Аналитика Qlik Cloud, необходимо иметь четко сформулированный вопрос машинного обучения и подходящий набор данных для обучения, доступный в каталоге. Для получения дополнительной информации см. [Формулирование задач машинного обучения](https://help.qlik.com/ru-RU/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/machine-learning-framework.htm) и [Подготовка набора данных к обучению](https://help.qlik.com/ru-RU/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/dataset-preparation.htm).

Следующие шаги описывают рабочий процесс эксперимента.

1. Создание эксперимента

   Создайте новый эксперимент в Qlik Cloud. Добавьте его в общее пространство, если хотите работать совместно.

   [Создание экспериментов](https://help.qlik.com/ru-RU/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/creating-experiments.htm)

2. Настройка эксперимента

   Выберите цель для прогнозирования и характеристики для поддержки прогноза.

   [Настройка экспериментов](https://help.qlik.com/ru-RU/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/configuring-experiments.htm)

3. Запуск обучения

   Запустите обучение первой версии вашего эксперимента.

   [Обучение экспериментов](https://help.qlik.com/ru-RU/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/training-experiments.htm)

4. Проверка рекомендованных моделей

   Проверьте, как прошло обучение модели, и оцените модели, которые были вам рекомендованы. Используйте встроенные инструменты для анализа сводок обучения и встроенной аналитики, которые предлагают аналитическую информацию на уровне эксперимента, версии и модели.

   [Анализ моделей](https://help.qlik.com/ru-RU/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/reviewing-experiments.htm)

   Если требуется дальнейшая доработка, вы можете настроить последующие версии эксперимента. Настройте параметры, такие как характеристики и алгоритмы, и переобучайте новые версии эксперимента, пока не получите хорошую модель.

   [Уточнение моделей](https://help.qlik.com/ru-RU/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/refining-models.htm)

5. Развертывание модели

   Когда у вас будет хорошая модель, пришло время развернуть ее и начать делать прогнозы.

   [Работа с развертываниями машинного обучения](https://help.qlik.com/ru-RU/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/working-with-deployments.htm)

## Требования и разрешения

Для получения информации о необходимых ролях в пространстве для работы с экспериментами машинного обучения в общих пространствах см.:

* [Разрешения общего пространства для пользователей с подпиской Professional и на основе емкости](https://help.qlik.com/ru-RU/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-shared-space-prof-full.htm)

* [Разрешения для администраторов в общем пространстве](https://help.qlik.com/ru-RU/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-shared-space-admin.htm)

Если вы являетесь администратором, см. [Кто может работать с Qlik Predict](https://help.qlik.com/ru-RU/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm) для получения полного обзора необходимых разрешений пользователей для работы с экспериментами машинного обучения.

## Просмотр происхождения и анализа влияния

С помощью инструментов Происхождение и Анализ влияния в Qlik Cloud можно анализировать следующее:

* Источники эксперимента машинного обучения и данные, используемые для обучения каждой модели.

  [Анализ происхождения для контента машинного обучения](https://help.qlik.com/ru-RU/cloud-services/Subsystems/Hub/Content/Sense_Hub/Catalog/lineage.htm#MLLineage)

* Как эксперимент машинного обучения и его результаты используются в последующем контенте в Qlik Cloud.

  [Анализ воздействия для контента машинного обучения](https://help.qlik.com/ru-RU/cloud-services/Subsystems/Hub/Content/Sense_Hub/Catalog/impact-analysis2.htm#MLImpact)