# Navigera i experimentgränssnittet Flikgränssnittet hjälper dig att gå igenom varje steg i modellträningen. Använd flikarna och experimentkonfigurationspanelen för att träna och optimera din modell. ## Verktygsfält Använd verktygsfältet för att växla mellan flikar i gränssnittet. I verktygsfältet kan du även göra följande: * Beroende på vilken flik du befinner dig på kan du växla mellan dina tränade modeller. * Klicka på the Visa konfiguration icon för att ytterligare konfigurera träningen, granska den aktuella versionen eller starta en ny version. Verktygsfält i ett ML-experiment Verktygsfält i ett ML-experiment Verktygsfält i ett ML-experiment ![Verktygsfält i ett ML-experiment](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_gen_automl-experiment-toolbar.png) ## Konfiguration och Träningsdata På den här fliken kan du hantera experimentdata. När du skapar ett experiment är Konfiguration den enda fliken som visas. Allteftersom träningen fortskrider byter fliken namn till Träningsdata, och du kan växla till andra flikar för modellanalys. På den här fliken kan du: * Välja ett mål innan du tränar den första versionen. * Lägga till eller ta bort funktioner. * Visa insikter och statistik för funktionsdatasetet. * Välja ett nytt träningsdataset. * Konfigurera bias-identifiering. Växla mellan the Schemavy icon och the Datavy icon för olika representationer av träningsdatasetet. Fliken Konfiguration i ett ML-experiment. Efter träningen byter den här fliken namn till Träningsdata. Fliken Konfiguration i ett ML-experiment. Efter träningen byter den här fliken namn till Träningsdata. Fliken KonfigurationKonfiguration i ett ML-experiment. Efter träningen byter den här fliken namn till TräningsdataTräningsdata. ![Fliken Data i ett ML-experiment innan användaren har kört en version av träningen](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Resources/Images/ui-gen-automl-experiment-data-tab.png) ## Modeller På fliken Modeller kan du utföra en snabb analys av träningsresultaten och utforska rekommenderade modeller. Den här fliken hjälper dig att jämföra kärnmått för varje modell och utvärdera olika prediktiva användningsfall. För att utföra en mer detaljerad modellanalys kan du växla till flikarna Jämför och Analysera. Välj en modell i tabellen Modellmått eller från rekommendationerna ovanför tabellen. Du kan visa: * Prestandapoäng. * Sammanfattning av modellträning (tillgängligt med intelligent modelloptimering). * Visualiseringar av funktionsviktighet. * Andra visualiseringar som är specifika för experimenttypen. * Resultat av bias-identifiering. Mer information finns i [Utföra snabb modellanalys](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-quick.htm). Fliken Modeller i ett ML-experiment som tränats med intelligent modelloptimering Fliken Modeller i ett ML-experiment som tränats med intelligent modelloptimering Fliken ModellerModeller i ett ML-experiment som tränats med intelligent modelloptimering ![Fliken Modeller i ett ML-experiment, som visar sammanfattning, kärnmodellmått och automatiskt genererade visualiseringar](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Resources/Images/ui-ml-exp-models.png) ## Jämför Jämför dina modeller i detalj med hjälp av inbäddad analys. Gör urval och anpassa instrumentpanelsdata för att upptäcka insikter om modellprestanda. På fliken Jämför kan du: * Få åtkomst till alla tillgängliga modellmått och hyperparametrar. * Jämföra tränings- och holdout-mått mellan modeller. Mer information finns i [Jämförelse av modeller](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-compare.htm). Fliken Jämför i ett ML-experiment Fliken Jämför i ett ML-experiment Fliken JämförJämför i ett ML-experiment ![Jämförande modellanalys i ett ML-experiment](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_gen-experiment-model-comparison.png) ## Analysera Dyk djupare med inbäddad analys för varje modell du tränar. På fliken Analysera kan du: * Ytterligare analysera prediktionsnoggrannhet. * Utvärdera funktionsviktighet på en detaljerad nivå. * Visa distributionen av funktionsdata. * Visa detaljerad information om resultat av bias-identifiering. Mer information om detaljerad modellanalys finns i [Utföra detaljerad modellanalys](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-detailed.htm). Fliken Analysera i ett ML-experiment Fliken Analysera i ett ML-experiment Fliken AnalyseraAnalysera i ett ML-experiment ![Fliken Analysera i ett ML-experiment, som visar prediktionsnoggrannhet och funktionsviktighet](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_experiment_model-details-overview.png) ## Experimentkonfigurationspanel Använd den här panelen för att konfigurera experimentinställningar. Experimentkonfigurationspanelen öppnas som standard i nya experiment. När du har kört en version klickar du på the Visa konfiguration icon för att öppna panelen. Med experimentkonfigurationspanelen kan du: * Välj ett mål och en experimenttyp * Ange ett versionsnamn * Lägg till eller ta bort funktioner * Konfigurera en ny version av experimentet * Visa vilken typ av modell du tränar * Välj att ändra eller uppdatera träningsdatauppsättningen * Lägg till eller ta bort algoritmer * Ändra inställningar för modelloptimering * För tidsseriemodeller anger du prognosinställningarna * Konfigurera biasdetektering Konfigurationspanel för experiment Konfigurationspanel för experiment Konfigurationspanel för experiment ![Konfigurationspanel för experiment med valt mål, experimenttyp och standardfunktionsval](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_ml-tutorial-exp-configuration.png)