Öğretici – Tahmin verilerini üretme ve görselleştirme
Bu öğretici size, bir makine öğrenimi modelini tahmin yapmak üzere eğitmek ve dağıtmak için Qlik AutoML'yi nasıl kullanacağınızı öğretir. Size bir Qlik Sense uygulamasında tahmin verilerini nasıl görselleştirebileceğinizi de öğretir.
İkili sınıflandırma problemi için klasik bir örnek olarak kullanılan müşteri kaybı senaryosunu değerlendireceğiz. Bir müşterinin aboneliğini iptal edip etmeyeceğini veya hizmet abonesi olarak kalıp kalmayacağını güvenilir bir şekilde tahmin edebilmeyi amaçlıyoruz. Bu tür problemlerde yalnızca iki tür sonuç vardır: doğru veya yanlış (müşteri kaybedildi ya da müşteri kaybedilmedi).
Bu makine öğrenimi problemini ele alırken ilk olarak, sonucunu zaten bildiğimiz bir veri kümesini işler ve ardından bu verilerden oluşturulan istatistiksel modellemeyi, sonuçlarını tahmin etmek istediğimiz yeni verilere uygularız.
Bu eğitime bir deney oluşturarak başlayacaksınız. Buradan, modelleri eğitip birini bir ML dağıtımına dağıtabilirsiniz. Bu ML dağıtımı, bir Qlik Sense uygulamasında görselleştirilebilen tahminler oluşturmak için kullanılacaktır.
Ne öğreneceksiniz?
Bu eğitimi tamamladığınızda deney oluşturma ve yapılandırma içindeki farklı adımları öğrenmiş olacaksınız. Aynı zamanda model puanlarını yorumlamayı da öğreneceksiniz. Son olarak, makine öğrenimi modeli dağıtabilecek ve Qlik Cloud Analizleri içinde etkili Qlik Sense görselleştirmeleri oluşturmak için tahmin verilerinizin nasıl kullanılacağını göreceksiniz.
Bu öğretici size, veri kümeniz ve eğitim sonuçlarınızla ilgili yaygın sorunları tespit ederek modellerinizi manuel olarak nasıl yineleyeceğinizi gösterir. Varsayılan olarak Qlik AutoML, modellerinizi akıllı model optimizasyonuyla eğitir. Akıllı optimizasyon ile eğitim sırasında otomatik geliştirme gerçekleştirilir. Bu, modellerinizin minimum yineleme gerekliliğiyle tek bir sürümden sonra hazır olma olasılığını artırır. Modellerin akıllı optimizasyonla nasıl eğitileceğini gösteren dair bir örnek için bkz. Örnek – Otomatik makine öğrenimiyle modelleri eğitme.
Kimler bu eğitimi tamamlamalıdır?
Bu öğretici, Qlik Cloud Analizleri içinde otomatik makine öğrenimine ve veri görselleştirmeye giriş yapmak isteyen kullanıcılar için tasarlanmıştır. Makine öğrenimi ve Qlik Sense ile ilgili temel bilgiler faydalıdır ancak gerekli değildir.
Bu öğreticiyi tamamlamak için aşağıdakilere ihtiyacınız vardır:
-
Professional veya Full User yetkilendirmesi
-
Qlik Cloud kiracısında Automl Experiment Contributor ve Automl Deployment Contributor güvenlik rolleri
-
Dağıtılan modelleri onaylama izinleri. Özellikle aşağıdakilerden birine ihtiyacınız var:
-
AutoML modellerinizi onaylama veya reddetme (kullanıcı izni)
-
AutoML modellerini onaylama veya reddetme (yönetici izni)
-
-
Çalışacağınız alanlarda gerekli alan rolleri. Bkz. Paylaşılan alanlarda izinleri yönetme ve Yönetilen alanlarda izinleri yönetme
ML kaynaklarını görüntüleyemiyor veya oluşturamıyorsanız bu büyük olasılıkla, gerekli rollere, yetkilendirmelere ya da izinlere sahip olmadığınız anlamına gelir. Daha fazla bilgi için kiracı yöneticinize başvurun.
Daha fazla bilgi için bkz. Qlik AutoML ile kimler çalışabilir?.
Başlamadan önce yapmanız gerekenler
Öncelikle aşağıda bağlantısı verilen öğretici materyallerini indirmeniz gerekir. CSV ve QVD iş akışları arasında seçim yapın. Önceden yapılandırılmış uygulamayı indirmek isteğe bağlıdır.
İstediğiniz materyalleri indirdiğinizde bunları masaüstünüze çıkarın.
-
AutoMLTutorialDatasetsCSV: Contains tutorial data in CSV format. This option is easier for getting started quickly.
-
AutoMLTutorialDatasetsQVF: QVD'ler oluşturmak için çalıştırılabilecek .qvf komut dosyaları biçiminde öğretici verileri içerir. Bu seçenek, CSV'den daha uzun zaman alır, ancak Qlik veri biçimleri ve komut dosyalarıyla çalışırken kullanıma alma konusunda faydalıdır.
-
AutoMLTutorialPreConfiguredApp: Bu öğe isteğe bağlıdır. Öğretici sırasında oluşturacağınız Qlik Sense uygulamasının bir örnek kopyasıdır. Bu, tahmine dayalı uygulama geliştirmeyle daha hızlı uygulama deneyimi için eğitim ve dağıtım aşamalarını atlamanıza olanak tanır.
Daha fazla bilgi için bkz. Alternatif iş akışı: Önceden yapılandırılmış uygulamayı yükleme.
Eğitim veri seti, abonelik yenileme tarihi geçmiş ve abonelikten ayrılma veya hizmet aboneliğini sürdürme kararı vermiş müşterilerin bilgilerini içerir.
Uygulama veri seti ise abonelik yenileme tarihi henüz geçmemiş yeni bir grup müşteriyle ilgili bilgileri içerir. Bu müşterilerin hizmet aboneliğini iptal edip etmeyeceği henüz belli değildir. Bu eğitimin amacı, aboneliklerini iptal etme olasılıklarını azaltabileceğimizi umarak bu müşteri grubunun ne yapacağını tahmin etmektir.
1. Seçenek: AutoML öğretici veri kümeleri (CSV)
Aşağıdakileri yapın:
Analiz etkinlik merkezini açın.
Oluştur sayfasına gidin, Veri Kümesi'ni seçin ve ardından Veri dosyasını yükle'yi seçin.
AutoML Tutorial - Churn data - training.csv dosyasını yükleme diyalog penceresine sürükleyin.
Ardından AutoML Tutorial - Churn data - apply.csv dosyasını yükleme diyalog penceresine sürükleyin.
Alan seçin. Kişisel alanınızı veya diğer kullanıcıların bu verilere erişmesini istiyorsanız paylaşılan bir alanı seçebilirsiniz.
Karşıya yükle'ye tıklayın.
Veri kümeleriniz yüklendiğine göre deney oluşturmaya devam edebilirsiniz.
2. Seçenek: AutoML öğretici veri kümeleri (QVD)
Aşağıdakileri yapın:
Analiz etkinlik merkezini açın.
Oluştur sayfasına gidin, Yükle'yi seçin ve ardından Komut dosyası'nı seçin.
Bu dosyaları yükleme diyalog penceresine sürükleyin:
AutoML Tutorial - Churn data - training.qvf
AutoML Tutorial - Churn data - apply.qvf
Alan seçin. Kişisel alanınızı veya diğer kullanıcıların bu verilere erişmesini istiyorsanız paylaşılan bir alanı seçebilirsiniz.
Yükle'ye tıklayın.
Yüklenen her komut dosyası için aşağıdakileri yapın:
Komut dosyasını açın ve Düzenleyici sekmesine geçin.
Düzenleyici'de Verileri dışa aktar'a tıklayın.
QVD veri kümesi, komut dosyasın yüklediğiniz alanda oluşturulur.
Veri kümeleriniz oluşturulduğuna göre deney oluşturmaya devam edebilirsiniz.
Bu eğitimdeki dersler
Bu eğitimdeki konular sırayla tamamlanmak üzere tasarlanmıştır. Fakat istediğiniz zaman ara verip tekrar dönebilirsiniz.
Daha fazla bilgi ve kaynaklar
- Qlik, daha fazla bilgi almak isterseniz çeşitli kaynaklar sağlar.
- Qlik çevrimiçi yardımı mevcuttur.
- Ücretsiz çevrimiçi dersler içeren eğitime, Qlik Continuous Classroom bölümünden erişilebilir.
- Tartışma forumları, bloglar ve daha fazlasını, Qlik Community bölümünde bulabilirsiniz.
Fikirleriniz bizim için önemli
Her konudaki geri bildiriminizi öğrenmek isteriz. Lütfen bizimle ilgili görüşlerinizi bildirmek için aşağıdaki bölümü kullanın.