Qlik Predict ile makine öğrenimi
Otomasyonlu makine öğrenmesi, verilerinizde desenler bulur ve bunları gelecekteki verilerde tahminlerde bulunmak için kullanır. Qlik Cloud Analytics içindeki makine öğrenimi denemeleri, diğer kullanıcılarla işbirliği yapmanıza ve tahmine dayalı analizlerinizi Qlik Sense uygulamalarına entegre etmenize olanak tanır. Tahminde bulunmanın yanı sıra tahmin edilen sonucu etkileyen önemli özelliklerin derinlemesine bir analizini de yapabilirsiniz.
Katalogdan geçmiş verileri indirin, otomatik makine öğrenimi sürecini başlatın ve ardından kullanım durumunuza en uygun makine öğrenimi modelini seçin. İş sorunlarının sonucuna ilişkin tahminler yapmak için modelleri dağıtın. Tahmin edilen sonucu etkileyen değişkenleri keşfedin ve verilerinizi derinlemesine anlayın.
Alternatif olarak, geliştiriciler Makine Öğrenimi API'sini kullanarak Qlik Predict özelliklerini kendi iş akışlarına entegre edebilirler. Kullanmaya başlamanıza yardımcı olacak bir öğretici için Otomatik makine öğrenimi öğreticisine bakın.
Qlik Cloud Government, Qlik Predict kullanımını desteklemez.
Makine öğrenimini kullanmaya başlama
Makine öğrenimini anlama
Makine öğreniminin arkasındaki temel kavramları ve bunu neden kullanmak isteyebileceğinizi öğrenin.
Makine öğrenimi sorularını tanımlama
Makine öğrenimi sorunuzu nasıl tanımlayacağınızı ve yapılandırılmış çerçeveyi nasıl takip edeceğinizi öğrenin.
Eğitim veri kümesi hazırlanıyor
Makine öğrenimi modellerini eğitmek için veri kümenizi nasıl hazırlayacağınız hakkında bilgi edinin.
Deneylerle çalışma
ML deneyleriyle çalışma
Otomatik makine öğrenimi sürecine genel bakışı görüntüleyin ve denemeler oluşturmaya başlayın.
Zaman serisi deneyleriyle çalışma
Zamana özgü tahminler yapmak için modelleri nasıl eğiteceğinizi öğrenin.
Model performansını yorumlama
Tahmin modellerini puanlarken kullanılan model metrikleri hakkında bilgi edinin.
Modelleri iyileştirme
Tahmin modelinizi nasıl iyileştirebilirsiniz? Buradan daha fazla bilgi edinin.
ML dağıtımlarıyla çalışma
Modelleri dağıtma
Yeni verilerle ilgili tahminler için hazır bir model ürettiğinizde onu bir ML dağıtımına dağıtın.
ML dağıtımlarıyla çalışma
Modelleri dağıtma, ML dağıtımlarını yönetme ve tahminler için dağıtılan modelleri etkinleştirme hakkında bilgi edinin.
Tahminlerle çalışma
Tahminlerle çalışma
Arayüzü veya API'yi kullanarak tahminler oluşturmak için ML dağıtımınızı nasıl kullanacağınızı öğrenin.
Toplu tahminler oluşturma
Tahmine dayalı verilerle veri kümeleri oluşturmak için ML dağıtım arayüzünü kullanın.
Tahminler sırasında SHAP veri kümelerinin oluşturulması
Tahmin yaparken verilerinizin arkasındaki temel etkenleri anlamak için SHAP değerlerini nasıl kullanacağınızı anlayın.
Gerçek zamanlı tahminler oluşturma
Bir veya birkaç veri satırı üzerinde gerçek zamanlı tahminler oluşturmak için Makine Öğrenimi API'sine nasıl erişeceğinizi ve onu kullanacağınızı öğrenin.
Qlik Predict analiz bağlayıcısıyla tahmin etme
Qlik Predict analiz bağlayıcısını kullanarak dağıtımınızla iletişim kurun ve doğrudan uygulamalarda ve komut dosyalarında tahminler yapın.
Uygulamalı eğitimler ve kılavuzlar
Öğretici – Tahmin verilerini üretme ve görselleştirme
Bu öğreticide, bir denemeyi nasıl oluşturup eğiteceğiniz, bir modeli nasıl dağıtacağınız, nasıl tahminler üreteceğiniz ve bir Qlik Sense uygulamasındaki tahmin verilerini nasıl görselleştireceğiniz gösterilmektedir.
Eğitim — Çok değişkenli zaman serisi tahminiyle satışları tahmin etme
Bu eğitim, zamana özgü tahminler gerçekleştirebilen modellerle eğitim, dağıtım ve tahmin yapma sürecinde size yol gösterir.
Qlik Predict videolar
Makine öğrenimini kullanmaya başlamak için kısa videolarımızdan birkaçını izleyin.