Makine öğrenimiyle çalışma Qlik Answers
Qlik Answers'nin yapay zeka destekli teknolojisini kullanarak Qlik Predict otomatik makine öğrenimi ile çalışabilirsiniz.
Ajan tabanlı Qlik Answers deneyiminde, makine öğrenimi iş akışlarını doğal dilde oluşturabilir ve çalıştırabilirsiniz. Veri kümelerini keşfedebilir, deneyleri yapılandırıp eğitebilir ve aynı sohbet deneyiminden tahminler çalıştırabilirsiniz.
Predict ile Qlik Answers içinde çalışma
Başlamadan önce
Önkoşullar:
-
Kiracınızda bölgeler arası çıkarım açık—yani, kiracının ajanik Qlik Answers deneyimi için etkinleştirilmesi gerekir.
-
Kiracınız ve aboneliğiniz Qlik Answers için kapasiteye sahip.
-
Gerekli veri kümelerine ve Qlik Predict varlıklara erişiminiz var.
Qlik Answers içinde Qlik Predict açılıyor
Aşağıdakileri yapın:
-
Qlik Answers öğesini açmak için Aç Answers'ye tıklayın.
-
Açılır menüde Predict seçin.
Predict'i Açma
Uçtan uca iş akışları
Predict ile çalışırken aşağıdaki iş akışlarını kullanın.
Adım 1: Veri kümesi keşfi ve içgörüler
Eğitimden önce veri kalitesini ve aday alanlarını anlamak için veri kümesi içgörülerini kullanın. İçgörüler ve hedef önerileri isteyin.
Kullanmak istediğiniz veri setinin tam adını ayrıca bilmenize gerek yok—mevcut veri setlerinin bir listesini isteyebilirsiniz.
| Eylem | Örnek sorular | Notlar |
|---|---|---|
| Veri kümesi seçme |
|
- |
| Veri kümesi içgörüleri |
|
Alternatif olarak, veri kümesini önce Qlik Cloud içinde açabilir ve sonra şöyle sorular sorabilirsiniz:
|
| Hedef önerisi |
|
Bir veri kümesi seçtikten ve içgörüleri keşfettikten sonra takip soruları olarak kullanışlıdır. |
Adım 2: Deney eğitimi ve izleme
Hedefinizi açıklayın ve aracının bir deneyi yapılandırmasına ve çalıştırmasına izin verin. Regresyon ve sınıflandırma deney türleri desteklenmektedir. Bir veri kümesi ve hedef seçtikten sonra, eğitimi başlatmanız istenir.
Daha önce bir makine öğrenimi iş akışı başlattıysanız, Predict'ten mevcut deneyleri izlemesini isteyebilirsiniz.
| Eylem | Örnek sorular | Notlar |
|---|---|---|
| Deney eğitimi (veri kümesi zaten seçili olduğunda) |
|
Kullanılacak bir eğitim veri kümesi seçildikten sonra takip soruları olarak kullanışlıdır. |
| Deney eğitimi (veri kümesi seçilmedi) |
|
Bu sorular, veri setlerini ada göre manuel olarak arama yapmadan doğrudan başlamanıza yardımcı olabilir. |
| Deney izleme |
|
- |
Adım 3: Model yorumlama ve öneriler
Eğitim tamamlandıktan sonra, model davranışının sade dilde yorumlanmasını ve model çıktısına dayalı öneriler isteyebilirsiniz.
| Eylem | Örnek sorular | Notlar |
|---|---|---|
| Model önerileri |
|
En iyi sonuçlar için, deneyi tarayıcınızda açık tutmanız veya istemde deney adına başvurmanız gerekir. |
| Model metrikleri ve içgörüler |
|
En iyi sonuçlar için, deneyi tarayıcınızda açık tutmanız veya istemde deney adına başvurmanız gerekir. |
Sohbette modelleri analiz ederken, ayrıca 
Kaynağı görüntüle seçeneğine tıklayarak özellik önemi döküm grafikleri ve doğal dil içgörüleri dahil olmak üzere ek ayrıntıları genişletebilirsiniz.
Gömülü grafiklere sahip modelleri analiz etmek için Kaynağı görüntüle seçeneğini kullanma
Adım 4: Dağıtım, etkinleştirme ve tahminler
Eğitimden sonra, bir ML dağıtımı oluşturarak bir modeli dağıtabilirsiniz. Bir modeli dağıtmayı talep ettikten sonra, dağıtımı onaylamanız istenir.
Ayrıca dağıttığınız modelleri kullanarak toplu tahminler çalıştırabilirsiniz. Sistem uyumlu uygulama veri setlerini arar ve seçmeniz için listeler. Ayrıca, belirli bir uygulama veri setini seçmek için doğal dil istemlerini de kullanabilirsiniz.
Dağıtılan modeller, tahminler oluşturuldukça, abonelik için mevcut kapasiteye bağlı olarak otomatik olarak etkinleştirilir.
| Eylem | Örnek sorular | Notlar |
|---|---|---|
| Model dağıtımı ve izleme |
|
Model analizinden hemen sonra doğrudan takip soruları olarak kullanışlıdır. En iyi sonuçlar için, deneyi tarayıcınızda açık tutmanız veya istemde deney adına başvurmanız gerekir. |
| Tahminler—isteği başlat |
|
En iyi sonuçlar için, dağıtımın tarayıcınızda açık olması veya dağıtım adını istemde belirtmeniz gerekir. |
| Tahminler—uygulama veri kümesi seçme |
|
En iyi sonuçlar için, dağıtımın tarayıcınızda açık olması veya dağıtım adını istemde belirtmeniz gerekir. |
| Tahminler—durum takibi |
|
En iyi sonuçlar için, dağıtımın tarayıcınızda açık olması veya dağıtım adını istemde belirtmeniz gerekir. |
| Tahminler—tahmin çıktısını keşfedin |
|
En iyi sonuçlar için, dağıtımın tarayıcınızda açık olması veya dağıtım adını istemde belirtmeniz gerekir. |
Soru sormak için en iyi yöntemler
Qlik Answers içinde Qlik Predict ile çalışırken en iyi sonuçlar için şu genel yönergeleri izleyin:
-
Nasıl başlayacağınızdan emin değilseniz, Predict neler yapabileceğini sorun. Qlik Answers desteklenen yeteneklerin bir listesini sağlayabilir.
-
Konu değiştiğinde veya ihtiyacınız olan yanıtı alamıyorsanız yeni bir konuşma başlatın.
-
İstediğiniz yanıtı alamıyorsanız, daha fazla ayrıntı vermeyi deneyin ve ne yapmak istediğiniz konusunda net olun. Örneğin, veri kümelerinin ve diğer varlıkların tam adlarına atıfta bulunmak, Qlik Answers'in bunları eğitimi başlatırken veya tahminleri çalıştırırken bulmasına daha iyi yardımcı olabilir.
-
Sorunuz ilk başta ihtiyacınız olan yanıtı vermezse, sorunuzu yeniden ifade edin.
Daha fazla bilgi için bkz. Qlik Answers ile sohbet etmek için en iyi uygulamalar.
İzinler
Uçtan uca makine öğrenimi iş akışlarını tamamlamak için hem Qlik Answers hem de Qlik Predict izinlerine ihtiyacınız vardır.
Özellikle aşağıdakilere ihtiyacınız var:
-
Profesyonel kullanıcı yetkilendirmesi (yalnızca kullanıcı tabanlı abonelikler için geçerlidir)
-
Gerekli Ajanlı Yapay Zeka > Veri analizi izninin İzin Verilir olarak ayarlanması. Bu izin bir kiracı yöneticisi tarafından atanır.
-
Bir kiracı yöneticisi tarafından size atanan, ML denemeleri ve dağıtımlarıyla çalışmak için gerekli Qlik Predict izinler. Bkz.:
-
Veri kümelerinin, deneylerin ve dağıtımların bulunduğu alanlara erişim. Bkz.:
Sınırlamalar
Veri setleri
Veri kümelerini güncelleme ve silme
Sohbetten veri kümelerini yükleyemez veya silemezsiniz.
Veri kümelerini değiştirme
Sohbette aşağıdakiler mümkün değildir:
-
Bir deney sürümünü çalıştırdıktan sonra eğitim veri setlerini değiştirme.
-
Aynı sohbet içinde farklı uygulama veri kümeleriyle birden çok tahmin çalıştırma.
Geçici bir çözüm olarak, farklı bir veri kümesi kullanarak deneyleri eğitmeniz veya tahminleri çalıştırmanız gerektiğinde, önce yeni bir sohbet başlatın. Deneyleri eğitiyorsanız, yeni sohbette yeni bir deney oluşturmanız da gerekecektir.
Yeni sohbetler başlatma hakkında daha fazla bilgi için bkz. Qlik Answers ile sohbet etme.
Büyük veri kümeleri
Sohbet, Qlik Cloud kiracı için aşağıdaki sınırlardan herhangi birini aşan veri kümelerini desteklemez:
-
Maksimum veri kümesi boyutu (eğitim veri kümeleri)
-
Maksimum veri kümesi hücre sayısı (eğitim veri kümeleri)
-
Maksimum dahil edilen sütun sayısı (eğitim ve uygulama veri kümeleri)
Deney özellikleri
-
Sapma algılama desteklenmiyor.
-
Model eğitim raporlarını analiz etmek veya indirmek mümkün değildir.
-
Deney için yerleşik analitiklere (Karşılaştır ve Analiz Et sekmeleri) erişilemiyor.
-
Deney yapılandırılırken tüm özellikler ve algoritmalar eğitim için seçilir. Özelliklerin veya algoritmaların seçimlerini kaldıramazsınız. Ayrıca, modelleri eğitmek için her zaman akıllı model optimizasyonu kullanılır—manuel optimizasyon desteklenmez.
-
Bir deneyin ikinci ve sonraki sürümlerini eğitmek mümkün değildir.
Model türleri
Zaman serisi modelleri için kullanılamaz.
Tahmin türleri
Gerçek zamanlı veya bağlayıcı tabanlı tahminler için mevcut değildir.
ML modeli yönetimi
-
Sohbetten mevcut dağıtılmış bir modeli değiştiremezsiniz.
-
Sohbetten, farklı deney sürümlerinden çoklu modeller dağıtamazsınız.
-
Dağıtım için eklenmiş analizlere (model işlemleri ve kayma izleme) erişilemiyor.