# Deney arayüzünde gezinme

Sekmeli arayüz, model eğitiminin her aşamasında ilerlemenize yardımcı olur. Modelinizi eğitmek ve optimize etmek için sekmeleri ve deney yapılandırma panelini kullanın.

## Araç Çubuğu

Arayüzdeki sekmeler arasında geçiş yapmak için araç çubuğunu kullanın.

Araç çubuğunda aşağıdakileri de yapabilirsiniz:

* Olduğunuz sekmeye bağlı olarak eğitilen modelleriniz arasında geçiş yapabilirsiniz.

* Eğitimi daha ayrıntılı yapılandırmak, geçerli sürümü gözden geçirmek veya yeni bir sürüm başlatmak için the Yapılandırmayı görüntüle icon seçeneğine tıklayın.

Bir ML deneyinde araç çubuğu

Bir ML deneyinde araç çubuğu

Bir ML deneyinde araç çubuğu ![Bir ML deneyinde araç çubuğu](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_gen_automl-experiment-toolbar.png)

## Yapılandırma ve Eğitim verileri

Bu sekme, deney verilerini yönetmenize olanak tanır. Bir deney oluşturduğunuzda, Yapılandırma gösterilen tek sekmedir. Eğitim ilerledikçe sekmenin adı Eğitim verileri olarak değiştirilir ve model analizi için diğer sekmelere geçiş yapabilirsiniz.

Bu sekmede şunları yapabilirsiniz:

* Birinci sürümü eğitmeden önce bir hedef seçin.

* Özellikleri ekleyin veya kaldırın.

* Özellik veri kümesi içgörülerini ve istatistiklerini görüntüleyin ve veri kalitesi uyarılarını inceleyin.

* Yeni bir eğitim veri kümesi seçin.

* Önyargı tespitini yapılandır.

Eğitim veri kümesinin farklı temsilleri için the Şema görünümü icon ile the Veri görünümü icon arasına geçiş yapın.

Bir ML denemesindeki Yapılandırma sekmesi. Eğitimden sonra bu sekme Eğitim verileri olarak yeniden adlandırılır.

Bir ML denemesindeki Yapılandırma sekmesi. Eğitimden sonra bu sekme Eğitim verileri olarak yeniden adlandırılır.

Bir ML denemesindeki YapılandırmaYapılandırma sekmesi. Eğitimden sonra bu sekme Eğitim verileriEğitim verileri olarak yeniden adlandırılır. ![Kullanıcı eğitimin bir sürümünü çalıştırmadan önce bir M deneyinde "Veri" sekmesi](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Resources/Images/ui-gen-automl-experiment-data-tab.png)

## Modeller

Modeller sekmesinde, eğitim sonuçlarının hızlı analizini gerçekleştirin ve önerilen modelleri keşfedin. Bu sekme, her model için temel metrikleri karşılaştırmanıza ve farklı tahmine dayalı kullanım senaryolarını değerlendirmenize yardımcı olur.

Daha ayrıntılı bir model analizi yapmak için Karşılaştır ve Analiz sekmelerine geçiş yapabilirsiniz.

Model metrikleri tablosundan veya tablonun üzerindeki önerilerden bir model seçin. Şunları görebilirsiniz:

* Performans puanları.

* Model eğitim özeti (akıllı model optimizasyonu ile mevcuttur).

* Özellik önemi görselleştirmeleri.

* Deney türüne özel diğer görselleştirmeler.

* Önyargı tespiti sonuçları.

Daha fazla bilgi için bkz. [Hızlı model analizi yapma](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-quick.htm).

Akıllı model optimizasyonuyla eğitilen bir ML deneyinde Modeller sekmesi

Akıllı model optimizasyonuyla eğitilen bir ML deneyinde Modeller sekmesi

Akıllı model optimizasyonuyla eğitilen bir ML deneyinde ModellerModeller sekmesi ![Bir ML deneyinde özet, temel model metrikleri ve otomatik oluşturulan görselleştirmeleri gösteren "Modeller" sekmesi](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Resources/Images/ui-ml-exp-models.png)

## Karşılaştır

Eklenmiş analizleri kullanarak modelleri ayrıntılı bir şekilde karşılaştırın. Model performansına ilişkin içgörüleri ortaya çıkarmak için seçimler yapın ve gösterge paneli verilerini özelleştirin.

Karşılaştır sekmesinde şunları yapabilirsiniz:

* Tüm mevcut model metrikleri ve hiperparametrelere erişin.

* Modellerde eğitim ve bekletme metriklerini karşılaştırın.

Daha fazla bilgi için bkz. [Modelleri karşılaştırma](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-compare.htm).

Bir ML deneyinde Karşılaştır sekmesi

Bir ML deneyinde Karşılaştır sekmesi

Bir ML deneyinde KarşılaştırKarşılaştır sekmesi ![ML deneyinde karşılaştırmalı model analizi](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_gen-experiment-model-comparison.png)

## Analiz

Eğittiğiniz her bir model için eklenmiş analizlerle daha ayrıntılı inceleme yapın.

Analiz sekmesinde şunları yapabilirsiniz:

* Tahmin doğruluğunu daha ayrıntılı analiz edin.

* Özellik önemini daha detaylı bir düzeyde değerlendirin.

* Özellik verilerinin dağıtımını görüntüleyin.

* Önyargı tespiti sonuçları hakkında ayrıntılı bilgiyi görüntüle.

Ayrıntılı model analizi hakkında daha fazla bilgi için bkz. [Ayrıntılı model analizi yapma](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-detailed.htm).

Bir ML deneyinde Analiz sekmesi

Bir ML deneyinde Analiz sekmesi

Bir ML deneyinde AnalizAnaliz sekmesi ![Bir ML deneyinde, tahmin doğruluğu ve özellik önemini gösteren "Analiz" sekmesi](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_experiment_model-details-overview.png)

## Deney yapılandırması paneli

Deney ayarlarını yapılandırmak için bu paneli kullanın.

Deney yapılandırması paneli yeni deneylerde varsayılan olarak açılır. Bir sürümü çalıştırdıktan sonra paneli açmak için the Yapılandırmayı görüntüle icon 'ye tıklayın.

Deney yapılandırma paneliyle şunları yapabilirsiniz:

* Bir hedef ve deney türü seçin

* Bir sürüm adı belirleyin

* Özellik ekleyin veya kaldırın

* Deneyin yeni bir sürümünü yapılandırın

* Eğitmekte olduğunuz modelin türünü görüntüleyin

* Eğitim veri kümesini değiştirmeyi veya yenilemeyi seçin

* Algoritma ekleyin veya kaldırın

* Model optimizasyonu ayarlarını değiştirin

* Zaman serisi modelleri için tahmin ayarlarını belirleyin

* Yanlılık algılamayı yapılandırın

Deney yapılandırma paneli

Deney yapılandırma paneli

Deney yapılandırma paneli ![Seçilen hedef, deney türü ve varsayılan özellik seçimini içeren deney yapılandırma paneli](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_ml-tutorial-exp-configuration.png)