Introduktionskurs – Generera och visualisera förutsägelsedata
I den här introduktionskursen lär du dig att använda Qlik AutoML för att träna och distribuera en maskininlärningsmodell för att göra förutsägelser. Du lär dig också att visualisera förutsägelsedata i en Qlik Sense-app.
Vi kommer att ta upp scenariot med kundförluster, ett klassiskt exempel på ett binärt klassificeringsproblem. Målet är att på ett tillförlitligt sätt kunna förutsäga om en kund kommer att säga upp sin prenumeration eller fortsätta att prenumerera på en tjänst. Det finns bara två utfall i denna typ av problem: sant eller falskt (förlust eller ingen förlust).
För att närma oss detta maskininlärningsproblem börjar vi med att behandla en uppsättning data som vi redan känner till resultatet för, och tillämpar sedan statistisk modellering som skapats från dessa data på nya data som vi vill förutsäga resultatet för.
Du börjar den här handledningen med att skapa ett experiment. Därefter kommer du att förfina och driftsätta experimentet till en modell för maskininlärning. Modellen kommer att användas för att skapa prognoser som kan visas i form av visualiseringar i en Qlik Sense-app.
Vad du kommer att lära dig
När du har gått igenom den här handledningen har du förstått de olika stegen för att skapa och konfigurera ett experiment. Du kommer också att lära dig hur du tolkar modellpoäng. Slutligen kommer du att kunna distribuera en maskininlärningsmodell och förstå hur dina prognosdata kan användas för att skapa övertygande Qlik Sense-visualiseringar i Qlik Cloud-analys.
Målgrupp för denna handledning
Denna introduktionskurs är utformad för användare som vill ha en introduktion till automatiserad maskininlärning och datavisualisering i Qlik Cloud-analys. Grundläggande kunskaper i maskininlärning och Qlik Sense är till hjälp, men är inget krav.
För att genomföra den här introduktionskursen behöver du följande:
Användarrättighet Professional eller Full User
Säkerhetsrollerna Automl Experiment Contributor och Automl Deployment Contributor i Qlik Cloud-klientorganisationen.
De nödvändiga utrymmesrollerna i utrymmena där du kommer att arbeta. Se: Hantera behörigheter i delade utrymmen och Hantera behörigheter i hanterade utrymmen
Om du inte kan visa eller skapa ML-resurser betyder det antagligen att du inte har de nödvändiga rollerna, rättigheterna eller behörigheterna. Kontakta huvudadministratören för mer information
Vem kan arbeta med Qlik AutoML
Vad du behöver göra innan du börjar
Hämta det här paketet och packa upp det på skrivbordet:
Paketet innehåller:
De två datafilerna som behövs för att genomföra den här introduktionskursen.
En exempelkopia av Qlik Sense-appen som du kommer att bygga under introduktionskursen. Detta tillhandahålls om du skulle vilja få praktisk erfarenhet med prediktiv apputveckling snabbare. Mer information finns här Alternativt arbetsflöde: Ladda upp förkonfigurerad app.
Träningsdatauppsättningen innehåller information om kunder vars tidsfrist för förnyelse har gått ut och som har fattat beslut om att säga upp sin prenumeration eller fortsätta att prenumerera på tjänsten.
Den tillämpade datauppsättningen innehåller uppgifter om en ny uppsättning kunder vars förnyelsedatum ännu inte har passerats. Det har ännu inte fastställts om dessa kunder kommer att säga upp sina tjänster eller inte. Målet med den här handledningen är att förutsäga vad de här kunderna kommer att göra, i hopp om att vi ska kunna minska sannolikheten för att de kommer att säga upp sina tjänster.
Gör följande:
Öppna Qlik Cloud-analys-hubben.
Klicka Lägg till ny > Datauppsättning, och välj sedan Ladda upp datafil.
Dra filen Customer churn data - training.csv till dialogrutan för uppladdning.
Dra sedan filen Customer churn data - apply.csv till dialogrutan för uppladdning.
Välj ett utrymme. Det kan vara ditt personliga utrymme eller ett delat utrymme om du vill att andra användare ska kunna få tillgång till dessa data.
Klicka på Ladda upp.
Nu när dina datauppsättningar laddats upp kan du fortsätta med att skapa ett experiment.
Lektioner i denna handledning
Avsnitten i introduktionskursen är avsedda att slutföras i ordning. Du kan dock när som helst lämna kursen och återvända senare.
Vill du lära dig mer?
- Om du vill lära dig mer finns det en uppsjö av möjligheter i Qlik.
- Onlinehjälpen för Qlik är tillgänglig.
- Utbildning, inklusive kostnadsfria onlinekurser, finns i Qlik Continuous Classroom.
- Diskussionsforum, bloggar med mera finns i Qlik Community.
Din åsikt är viktig
Vi tar tacksamt emot all din feedback. I avsnittet nedan kan du berätta vad du tycker om oss.