# Skapa realtidsprognoser

Använd din ML-driftsättning för att förutsäga framtida resultat med nya data. Du skapar realtidsprognoser med hjälp av slutpunkten för realtidsprognoser i [API för maskininlärning](https://qlik.dev/apis/rest/ml/).

Prognoser kan göras i realtid, t.ex. beslut i realtid om kundrabatter i kassan. När förutsägelser genereras kan du läsa in de prediktiva insikterna i en Qlik Sense applikation. Detta gör att du kan visualisera och interagera med data och skapa vad-om-scenarier.

Anteckning om information

API:t för realtidsprognoser har fasats ut och ersatts av slutpunkten för realtidsprognoser i [API för maskininlärning](https://qlik.dev/apis/rest/ml/). Funktionaliteten i sig är inte utfasad. För framtida realtidsprognoser, använd slutpunkten för realtidsprognoser i API för maskininlärning. För hjälp med att migrera från API:et för realtidsprognoser till API för maskininlärning, se [migreringsguiden på Qlik Cloud utvecklarportalen](https://qlik.dev/apis/rest/automl-deployments/#migrate-from-the-automl-real-time-predictions-api-to-the-machine-learning-api).

## Skapa realtidsprognoser med API:t

Rutan Prognoser i realtid i gränssnittet för ML-distribution ger dig tillgång till slutpunkten för realtidsprognoser i API:t för maskininlärning. Den här rutan är synlig om standardmodellen i distributionen är aktiverad och du har de behörigheter som krävs för realtidsprognoser.

Slutpunkten för realtidsprognoser är en tvåvägskommunikation mellan Qlik Predict och andra funktioner i Qlik Cloud – inklusive Qlik Sense och Automatiseringar – samt externa program. Du kan använda slutpunkten för att programmera prognoser genom att skicka data till en modell och hämta prognosresultaten i realtid.

Fönster för prognoser i realtid

Fönster för prognoser i realtid

Fönster för prognoser i realtid ![Fönster för prognoser i realtid.](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_ml_realtime-predictions.png)

Gör följande:

1. Öppna rutan Realtidsprognoser i en ML-distribution.

2. Använd kopieringsknapparna för att kopiera aktuell URL eller JSON till urklipp (information om hur du väljer vilket alias som ska användas finns på [Arbeta med modellalias i realtidsprognoser](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/creating-real-time-predictions.htm#AliasPredictions)).

3. Införliva anrop till API:et för maskininlärning i dina egna program eller anropa API:et manuellt med hjälp av önskat verktyg.

   För specifikationer för realtidsslutpunkter för API:t för maskininlärning, se [Generera prognoser i en synkron begäran/respons](https://qlik.dev/apis/rest/ml/#post-v1-ml-deployments-deploymentId-realtime-predictions-actions-run).

Se [API för maskininlärning](https://qlik.dev/apis/rest/ml/) för mer information om API för prognoser.

## Krav för realtidsprognoser

* Det krävs en API-nyckel för att använda slutpunkten för realtidsprognoser. Användare måste ha behörigheten Hantera API-nycklar i klientorganisationen för att kunna generera en API-nyckel. Se [Generera och hantera API-nycklar](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/Admin/mc-generate-api-keys.htm#Generating).

* Källmodellen för den ML-distribution du använder måste vara aktiverad för att du ska kunna generera prognoser. Mer information finns här:

  * [Godkänna distribuerade modeller](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/approve-models.htm)

  * [Arbeta med modellgodkännande som administratör](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/Admin/mc-approve-models-admin.htm)

* Du behöver rätt behörigheter för att arbeta med ML-distributioner och prognoser. Mer information finns i [Krav och behörigheter](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/working-with-predictions.htm#Requirements).

## Arbeta med modellalias i realtidsprognoser

Du kan lägga till flera modeller till en ML-distribution. Ett system med alias används i ML-distributioner för att möjliggöra dynamiska byten av modeller för användning i prognoser. Mer information finns i [Använda flera modeller i din ML-distribution](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/ml-deployment-available-models.htm).

När du kopierar din URL eller JSON finns följande alternativ tillgängliga:

* Standardprognos: Använd det här alternativet för att generera prognoser från standardaliaset i ML-distributionen.

* Aliasprognos: Använd det här alternativet när du vill generera prognoser från ytterligare alias som du har lagt till i ML-distributionen. Välj ett alias med hjälp av listrutan och kopiera sedan din URL eller JSON.

## Visa detaljer om datadrift och prognoshändelser

När du har kört en realtidsprognos öppnar du ML-distributionen och utforskar rutorna för Övervakning av dataavvikelser och Övervakning av datadrift. I dessa vyer kan du bedöma:

* Nivån på datadriften för varje funktion i prognosen. Jämförelsen görs mellan de data som du skickar till Qlik Predict API för realtidsprognoser och träningsdatauppsättningen.

* Information om prognoshändelsen, t.ex. om den lyckades eller misslyckades och hur många prognoser den genererade.

Mer information finns här:

* [Övervakning av distribuerad modelldrift](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/monitor-model-operations.htm)

* [Övervakning av datadrift i distribuerade datamodeller](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/monitor-drift.htm)