Qlik Predict ile makine öğrenimi
Otomatik makine öğrenimi, verilerinizdeki kalıpları bulur ve bunları gelecekteki veriler üzerinde tahminler yapmak için kullanır. Qlik Cloud Analytics içindeki makine öğrenimi deneyleri, diğer kullanıcılarla işbirliği yapmanıza ve tahmine dayalı analitiklerinizi Qlik Sense uygulamalarına entegre etmenize olanak tanır. Tahminler yapmanın yanı sıra, tahmin edilen sonucu etkileyen temel özelliklerin derinlemesine bir analizini yapabilirsiniz.
Katalogdan geçmiş verileri yükleyin, otomatik makine öğrenimi sürecini başlatın ve ardından kullanım durumunuz için en uygun makine öğrenimi modelini seçin. İş sorunlarının sonucu hakkında tahminler yapmak için modelleri dağıtın. Tahmin edilen sonucu etkileyen değişkenleri keşfedin ve verilerinizi tam olarak anlayın.
Alternatif olarak geliştiriciler, Makine Öğrenimi API'si kullanarak Qlik Predict yeteneklerini kendi iş akışlarına entegre edebilirler. Başlamanıza yardımcı olacak bir eğitim için bkz. Otomatik makine öğrenimi eğitimi.
Qlik Cloud Government, Qlik Predict ürününü desteklemez.
Makine öğrenimine başlama
Makine öğrenimini anlama
Makine öğreniminin arkasındaki temel kavramlar ve onu neden kullanmak isteyebileceğiniz hakkında bilgi edinin.
Makine öğrenimi sorularını tanımlama
Makine öğrenimi sorunuzu nasıl tanımlayacağınızı ve yapılandırılmış çerçeveyi nasıl izleyeceğinizi öğrenin.
Eğitim veri kümesi hazırlama
Veri kümenizi makine öğrenimi modellerini eğitmek için kullanıma nasıl hazırlayacağınızı öğrenin.
Qlik Predict sınırlamaları ve kapasiteleri
Qlik Predict ve Qlik Cloud platformu için geçerli olan korumalar ve sınırlar hakkında bilgi edinin.
Deneylerle çalışma
ML deneyleriyle çalışma
Otomatik makine öğrenimi sürecine genel bir bakış edinin ve deneyler oluşturmaya başlayın.
Zaman serisi deneyleriyle çalışma
Zamana özgü tahminler yapmak için modelleri nasıl eğiteceğinizi öğrenin.
Model performansını yorumlama
Tahmine dayalı modelleri puanlamak için kullanılabilen model metrikleri hakkında bilgi edinin.
Modelleri iyileştirme
Tahmine dayalı modelinizi nasıl geliştirebilirsiniz? Buradan daha fazla bilgi edinin.
ML dağıtımlarıyla çalışma
Modelleri dağıtma
Yeni veriler üzerinde tahminler yapmaya hazır bir model ürettiğinizde, bunu bir ML dağıtımına dağıtın.
ML dağıtımlarıyla çalışma
Modelleri dağıtma, ML dağıtımlarını yönetme ve dağıtılan modelleri tahminler için 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 veriler içeren veri kümeleri oluşturmak için ML dağıtım arayüzünü kullanın.
Tahminler sırasında SHAP veri kümeleri oluşturma
Tahminler yaparken verilerinizin arkasındaki temel etkenleri anlamak için SHAP değerlerini nasıl kullanacağınızı anlayın.
Gerçek zamanlı tahminler oluşturma
Bir veya birkaç satır veri üzerinde gerçek zamanlı tahminler oluşturmak için Makine Öğrenimi API'sine nasıl erişeceğinizi ve kullanacağınızı öğrenin.
Qlik Predict analitik bağlayıcısı ile tahmin yapma
Dağıtımınızla iletişim kurmak ve doğrudan uygulamalar ile komut dosyalarında tahminler yapmak için Qlik Predict analitik bağlayıcısını kullanın.
Uygulamalı eğitimler ve kılavuzlar
Öğretici – Tahmin verilerini üretme ve görselleştirme
Bu eğitim size bir deney oluşturmayı ve eğitmeyi, bir modeli dağıtmayı ve tahminler oluşturmayı ve tahmin verilerini bir Qlik Sense uygulamasında görselleştirmeyi gösterir.
Eğitim — Çok değişkenli zaman serisi tahmini ile satışları tahmin etme
Bu eğitim, zamana özgü tahminler yapabilen modellerle eğitim, dağıtım ve tahmin yapma sürecinde size yol gösterir.
Qlik Predict videoları
Makine öğrenimine başlamak için kısa videolarımızdan bazılarını izleyin.
Example - What-if analysis with the Qlik Predict analytics connector
Bu örnekte gerçek dünyadan bir what-if senaryosunu baştan sona keşfedin.
Qlik Predict videoları
Makine öğrenimine başlamak için kısa videolarımızdan bazılarını izleyin.