Работа с машинным обучением в Qlik Answers

Последнее обновление: 16.09.2026

Вы можете работать с Qlik Predict автоматизированным машинным обучением, используя технологию на базе ИИ от Qlik Answers.

В агентском Qlik Answers опыте вы можете создавать и запускать рабочие процессы машинного обучения на естественном языке. Вы можете исследовать наборы данных, настраивать и обучать эксперименты, а также запускать прогнозы из того же чата.

Обучение ML-эксперимента в агентском опыте — Работа с Predict в Qlik Answers

Не поддерживается в Qlik Cloud для правительства.

Не поддерживается в Qlik Cloud Government ― DoD.

Перед началом работы

Предварительные требования:

У вашего клиента активирован межрегиональный вывод — то есть, клиент должен быть активирован для агентского Qlik Answers опыта.

Включение межрегионального инференса
Ваш клиент и подписка имеют емкость для Qlik Answers и Qlik Predict.

Qlik Answers емкость

Мониторинг потребления Qlik Predict в зависимости от подписки
У вас есть доступ к необходимым наборам данных и Qlik Predict ресурсам.

Разрешения

Открытие Qlik Predict в Qlik Answers

Выполните следующие действия.

Нажмите Открыть Answers, чтобы открыть Qlik Answers.
В выпадающем меню выберите Predict.

Открытие Predict

Сквозные рабочие процессы

Используйте следующие рабочие процессы при работе с Predict.

Шаг 1: Исследование набора данных и выводы

Используйте аналитику набора данных, чтобы понять качество данных и поля-кандидаты перед обучением. Запросите аналитические данные и целевые рекомендации.

Вам также не нужно знать точное название набора данных, который вы хотите использовать — вы можете запросить список доступных наборов данных.

Примеры вопросов для исследования набора данных и аналитических выводов
Действие	Примеры вопросов	Примечания
Выбор набора данных	Покажи мне доступные наборы данных для обучения Какие наборы данных я могу использовать для обучения? Перечислить наборы данных	-
Наблюдения по набору данных	можете ли вы показать мне аналитику набора данных для <dataset name>	Или же вы можете сначала открыть набор данных в Qlik Cloud, а затем задавать вопросы, например: можете ли вы показать мне аналитику набора данных для этого набора данных? Какие признаки в этом наборе данных имеют высокую мощность
Целевая рекомендация	Какой столбец вы рекомендуете использовать в качестве целевого Какова ваша рекомендация для цели Какой столбец должна предсказывать обученная модель	Полезно в качестве последующих вопросов после выбора набора данных и изучения аналитических данных.

Шаг 2: Обучение и мониторинг экспериментов

Опишите свою цель и позвольте агенту настроить и запустить эксперимент. Поддерживаются типы экспериментов регрессии и классификации. После того как вы выбрали набор данных и цель, вам будет предложено начать обучение.

Если вы уже запускали рабочий процесс машинного обучения ранее, вы можете попросить Predict отслеживать существующие эксперименты.

Примеры вопросов для обучения и мониторинга экспериментов
Действие	Примеры вопросов	Примечания
Обучение эксперимента (с уже выбранным набором данных)	Я хочу предсказать <column name> Использовать <имя столбца> в качестве цели	Полезны в качестве последующих вопросов после выбора используемого набора данных для обучения.
Обучение эксперимента (набор данных не выбран)	Обучайте модели для прогнозирования <column name>; используйте <dataset name or a keyword> Создать эксперимент с <dataset name or a keyword> данными	Эти вопросы помогут вам начать работу напрямую, не ища наборы данных вручную по имени.
Мониторинг экспериментов	Перечислить мои последние эксперименты и их статус Каков статус моего эксперимента	-

Шаг 3: Интерпретация модели и рекомендации

После завершения обучения вы можете запросить интерпретацию поведения модели на простом языке и рекомендации, основанные на выходных данных модели.

Примеры вопросов для анализа модели
Действие	Примеры вопросов	Примечания
Рекомендации модели	Какая лучшая модель в этом эксперименте У меня открыт эксперимент <experiment name>. Какая лучшая модель У меня открыт эксперимент <experiment name>. Кратко опишите лучшую производительность модели для бизнес-аудитории	Для достижения наилучших результатов, вам необходимо либо открыть эксперимент в браузере, либо сослаться на имя эксперимента в запросе.
Метрики модели и аналитика	Какой алгоритм модели является лучшим в этом эксперименте У меня открыт эксперимент <experiment name>. Какие метрики для лучшей модели Исследуйте аналитические данные модели и важность функциональности, характеристик для этого эксперимента У меня открыт эксперимент <experiment name>. Какие признаки оказывают наибольшее влияние на эту модель?	Для достижения наилучших результатов, вам необходимо либо открыть эксперимент в браузере, либо сослаться на имя эксперимента в запросе.

При анализе моделей в чате вы также можете нажать Просмотреть источник, чтобы развернуть дополнительные сведения, включая графики разбивки важности функциональности и аналитические данные на естественном языке.

Использование функции «Просмотр исходного кода» для анализа моделей со встроенными диаграммами — Использование Просмотр исходного кода для анализа моделей со встроенными диаграммами

Шаг 4: Развертывание, активация и прогнозы

После обучения вы можете развернуть модель, создав развертывание ML. После того как вы запросили развернуть модель, вам будет предложено подтвердить развертывание.

Вы также можете запускать пакетные предсказания, используя развернутые вами модели. Система ищет совместимые наборы данных для применения и выводит их список для выбора. Вы также можете использовать запросы на естественном языке для выбора определенного набора данных для применения.

Развернутые модели активируются автоматически по мере создания прогнозов, в зависимости от доступной емкости для подписки.

Примеры вопросов для развертывания и прогнозов
Действие	Примеры вопросов	Примечания
Развертывание и мониторинг модели	Развернуть лучшую модель для этого эксперимента У меня открыт эксперимент <experiment name>. Просмотреть сведения о развертывании Проверить статус развертывания для этого эксперимента	Полезно в качестве последующих вопросов непосредственно после анализа модели. Для достижения наилучших результатов, вам необходимо либо открыть эксперимент в браузере, либо сослаться на имя эксперимента в запросе.
Прогнозы—начать запрос	Запускать предсказания с этим развертыванием Запуск прогнозов с помощью развертывания <deployment name>	Для достижения наилучших результатов необходимо либо иметь развертывание открытым в браузере, либо ссылаться на имя развертывания в запросе.
Прогнозы — выбор набора данных для применения	Используйте <apply dataset name> в качестве набора данных для применения для прогнозов с этим развертыванием У меня открыто развертывание <deployment name>. Выполнить предсказания с <apply dataset name> набором данных	Для достижения наилучших результатов необходимо либо иметь развертывание открытым в браузере, либо ссылаться на имя развертывания в запросе.
Прогнозы—мониторинг состояния	Проверить статус пакетного прогнозирования для этого развертывания	Для достижения наилучших результатов необходимо либо иметь развертывание открытым в браузере, либо ссылаться на имя развертывания в запросе.
Прогнозы—просмотреть результаты прогнозирования	У меня открыто развертывание <deployment name>. Изучить текущие результаты прогнозирования Покажи мне мои последние прогнозы для этого развертывания	Для достижения наилучших результатов необходимо либо иметь развертывание открытым в браузере, либо ссылаться на имя развертывания в запросе.

Лучшие практики по задаванию вопросов

Для достижения наилучших результатов при работе с Qlik Predict в Qlik Answers, следить этим общим рекомендациям:

Если вы не уверены, с чего начать, спросите Predict, что он может делать. Qlik Answers может предоставить список поддерживаемых возможностей.
Начинайте новый разговор при смене темы или если вы не получаете нужного ответа.
Если вы не получаете требуемый ответ, попробуйте предоставить больше деталей и уточнить, что именно вы хотите сделать. Например, ссылаясь на точные названия наборов данных и других ресурсы может лучше помочь Qlik Answers найти их при запуске обучения или выполнении прогнозов.
Перефразируйте свой вопрос, если с первого раза не получили нужный ответ.

Для получения дополнительной информации см. раздел Рекомендации по общению с Qlik Answers.

Разрешения

Вам нужны как Qlik Answers, так и Qlik Predict разрешения для завершения сквозных рабочих процессов машинного обучения.

В частности, вам необходимо следующее:

Уровень доступа Professional (применяется только к подпискам на основе пользователей)
Требуется, чтобы разрешение Агентский ИИ > Анализ данных было установлено в Разрешено. Настраивается администратором клиента.

Управление доступом пользователей к Qlik Answers
Необходимые Qlik Predict разрешения для работы с экспериментами и развертываниями машинного обучения, назначенные вам администратором клиента. См.:
- Доступ пользователей к экспериментам ML
- Доступ пользователей к развертываниям и прогнозам ML
Доступ к пространствам, где находятся наборы данных, эксперименты и развертывания. См.:
- Разрешения общего пространства для пользователей с подпиской Professional и на основе емкости
- Разрешения в управляемом пространстве для пользователей категории Professional и пользователей в подписках на основе объема

Ограничения

Наборы данных

Обновление и удаление наборов данных

Вы не можете загружать или удалять наборы данных из чата.

Изменение наборов данных

Следующее невозможно в чате:

Изменение обучающих наборов данных после запуска версии эксперимента.
Запуск нескольких прогнозов с различными наборами данных для применения в рамках одного чата.

В качестве временного решения, когда вам нужно обучить эксперименты или выполнить предсказания, используя другой набор данных, сначала начните новый чат. Если вы проводите обучение экспериментов, это также потребует создания нового эксперимента в новом чате.

Для получения дополнительной информации о начале новых чатов, см. Общение с Qlik Answers.

Большие наборы данных

Чат не поддерживает наборы данных, превышающие любое из следующих ограничений для Qlik Cloud клиента:

Максимальный размер набора данных (обучающие наборы данных)
Максимальное количество ячеек набора данных (обучающие наборы данных)
Максимальное количество включенных столбцов (обучающие и применяемые наборы данных)

Функции эксперимента

Обнаружение предвзятости не поддерживается.
Невозможно проанализировать или загрузить отчеты об обучении модели.
Невозможно получить доступ к встроенной аналитике (Сравнить и Анализировать вкладки) для эксперимента.
Все признаки и алгоритмы выбираются для обучения при настройке эксперимента. Вы не можете отменить выбор функций или алгоритмов. Кроме того, для обучения моделей всегда используется интеллектуальная оптимизация моделей — ручная оптимизация не поддерживается.
Невозможно обучать вторую и последующие версии эксперимента.

Типы моделей

Недоступно для моделей с временными рядами.

Типы прогнозов

Недоступно для прогнозов в реальном времени или на основе коннекторов.

Управление моделями машинного обучения

Вы не можете заменить существующую развернутую модель из чата.
Вы не можете развернуть несколько моделей из разных версий эксперимента из чата.
Невозможно получить доступ к встроенной аналитике (операции с моделями и мониторинг дрейфа) для развертывания.

Ответы на вопросы с Qlik Answers

Машинное обучение с помощью Qlik Predict

Работа с экспериментами

Работа с развертываниями машинного обучения

Работа с прогнозированиями с помощью машинного обучения

Выбор контекста

Развертывание и администрирование Qlik Answers

Включение межрегионального инференса

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