# Qlik Answers içinde makine öğrenimi ile çalışma

Qlik Answers yapay zeka destekli teknolojisini kullanarak Qlik Predict otomatik makine öğrenimi ile çalışabilirsiniz.

Aracı tabanlı Qlik Answers deneyiminde, doğal dilde makine öğrenimi iş akışları oluşturabilir ve çalıştırabilirsiniz. Aynı sohbet deneyimi üzerinden veri kümelerini keşfedebilir, deneyleri yapılandırıp eğitebilir ve tahminler çalıştırabilirsiniz.

Bu Qlik Answers deneyimi, harici bir LLM istemcisindeki Qlik MCP sunucusu aracılığıyla Qlik Predict yeteneklerine erişmekten ayrıdır. Daha fazla bilgi için bkz. [Qlik MCP sunucusu](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/QlikMCP/Qlik-MCP-server.htm).

Qlik Answers içinde Predict ile çalışma

Qlik Answers içinde Predict ile çalışma

Qlik AnswersQlik Answers içinde PredictPredict ile çalışma ![Aracı tabanlı deneyimde ML deneyi eğitme](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_predict-answers.png)

Govnote-not-inQlik Cloud Government uygulamasında desteklenmez.

Govnote-not-inQlik Cloud Government - DoD uygulamasında desteklenmez.

## Başlamadan önce

Önkoşullar:

* Kiracınızda bölgeler arası çıkarım açıktır—yani kiracının aracı tabanlı Qlik Answers deneyimi için etkinleştirilmiş olması gerekir.

  [Bölgeler arası çıkarımı etkinleştirme](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/Admin/cross-region-data-processing.htm)

* Kiracınız ve aboneliğiniz Qlik Answers ve Qlik Predict için kapasiteye sahiptir.

  [Qlik Answers kapasitesi](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/QlikAnswers/administering-qlik-answers.htm#Capacity)

  [Abonelik için Qlik Predict tüketimini izleme](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/Admin/mc-managing-experiments-deployments.htm#MonitorConsumption)

* Gerekli veri kümelerine ve Qlik Predict varlıklara erişiminiz var.

  [İzinler](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/QlikAnswers/predict-agent.htm#Permissions)

## Qlik Predict, Qlik Answers içinde açılıyor

Aşağıdakileri yapın:

1. Qlik Answers açmak için Aç Answers öğesine tıklayın.

2. Açılır menüde Predict öğesini seçin.

   Predict'i Açma

   Predict'i Açma

   PredictPredict'i Açma ![Sohbette tahmin aracısını seçme](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_predict-agent-selector.png)

## Uçtan uca iş akışları

Predict ile çalışırken aşağıdaki iş akışlarını kullanın.

### Adım 1: Veri kümesi keşfi ve içgörüler

Eğitimden önce veri kalitesini ve aday alanları anlamak için veri kümesi içgörülerini kullanın. İçgörüler ve hedef önerileri isteyin.

Ayrıca kullanmak istediğiniz veri kümesinin tam adını bilmeniz de gerekmez—kullanılabilir veri kümelerinin bir listesini isteyebilirsiniz.

Veri kümesi keşfi ve içgörüler için örnek sorular

| Eylem | Örnek sorular | Notlar |
| --- | --- | --- |
| Veri kümesi seçimi | <ul> <li> <p> <span>Bana eğitim için kullanılabilir veri kümelerini göster</span></p> </li> <li> <p><span>Eğitim için hangi veri kümelerini kullanabilirim?</span> </p> </li> <li> <p><span>Veri kümelerini listele</span> </p> </li> </ul> | - |
| Veri kümesi içgörüleri | <ul> <li> <p><span>&lt;veri kümesi adı&gt; için veri kümesi içgörülerini gösterebilir misiniz</span> </p> </li> </ul> | Alternatif olarak, veri kümesini önce Qlik Cloud içinde açabilir ve ardından şu gibi sorular sorabilirsiniz:<br><br><ul> <li> <p><span>bu veri kümesi için veri kümesi içgörülerini gösterebilir misiniz?</span> </p> </li> <li> <p><span>Bu veri kümesindeki hangi özellikler yüksek kardinaliteye sahip</span> </p> </li> </ul> |
| Hedef önerisi | <ul> <li> <p><span>Hedef olarak hangi sütunu kullanmayı önerirsiniz</span> </p> </li> <li> <p><span>Hedef için öneriniz nedir	</span> </p> </li> <li> <p><span>Eğitilen model hangi sütunu tahmin etmeli</span> </p> </li> </ul> | Takip soruları olarak kullanışlıdır bir veri kümesi seçtikten ve içgörüleri keşfettikten sonra. |

### Adım 2: Deney eğitimi ve izleme

Hedefinizi tanımlayın ve aracının bir deneyi yapılandırıp 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.

Deney eğitimi ve izleme için örnek sorular

| Eylem | Örnek sorular | Notlar |
| --- | --- | --- |
| Deney eğitimi (veri kümesi zaten seçilmiş olarak) | <ul> <li> <p><span>&lt;sütun adı&gt; tahmin etmek istiyorum</span> </p> </li> <li> <p><span>Hedef olarak &lt;sütun adı&gt; kullanın</span> </p> </li> </ul> | Kullanılacak bir eğitim veri kümesi seçildikten sonra takip soruları olarak yararlıdır. |
| Deney eğitimi (veri kümesi seçilmedi) | <ul> <li> <p><span>&lt;sütun adı&gt; tahmini yapmak için modeller eğitin; &lt;veri kümesi adı veya bir anahtar kelime&gt; kullanın</span> </p> </li> <li> <p><span>&lt;veri kümesi adı veya bir anahtar sözcük&gt; verileriyle bir deneme oluşturun</span> </p> </li> </ul> | Bu sorular, veri kümelerini adlarına göre manuel olarak aramanıza gerek kalmadan doğrudan başlamanıza yardımcı olabilir. |
| Deney izleme | <ul> <li> <p><span>En son deneylerimi ve durumlarını listele</span> </p> </li> <li><span>Deneyimin durumu nedir</span> </li> </ul> | - |

### Adım 3: Model yorumlama ve öneriler

Eğitim tamamlandıktan sonra, model davranışının sade bir dille yorumlanmasını ve model çıktısına dayalı önerileri talep edebilirsiniz.

Model analizi için örnek sorular

| Eylem | Örnek sorular | Notlar |
| --- | --- | --- |
| Model önerileri | <ul> <li> <p><span>Bu deneydeki en iyi model hangisidir</span> </p> </li> <li> <p><span>&lt;deney adı&gt; deneyi açık. En iyi model hangisidir</span> </p> </li> <li> <p><span>&lt;deney adı&gt; deneyi açık. İş odaklı bir kitle için en iyi model performansını özetleyin</span> </p> </li> </ul> | En iyi sonuçları elde etmek için ya deneyi tarayıcınızda açık tutmanız ya da komut isteminde deney adına referans vermeniz gerekir. |
| Model metrikleri ve içgörüleri | <ul> <li> <p><span>Bu deneydeki en iyi model algoritması nedir</span> </p> </li> <li> <p><span>&lt;deney adı&gt; deneyi açık. En iyi modelin metrikleri nelerdir</span> </p> </li> <li> <p><span>Bu deneme için model içgörülerini ve özellik önemini keşfedin</span> </p> </li> <li> <p><span>&lt;deney adı&gt; deneyi açık. Hangi özellikler bu model üzerinde en güçlü etkiye sahip?</span> </p> </li> </ul> | En iyi sonuçları elde etmek için ya deneyi tarayıcınızda açık tutmanız ya da komut isteminde deney adına referans vermeniz gerekir. |

Sohbette modelleri analiz ederken, özellik önemi döküm grafikleri ve doğal dil içgörüleri de dahil olmak üzere ek ayrıntıları genişletmek için the Kaynağı görüntüle icon seçeneğine de tıklayabilirsiniz.

Gömülü grafikler içeren modelleri analiz etmek için Kaynağı görüntüle özelliğini kullanma

Gömülü grafikler içeren modelleri analiz etmek için Kaynağı görüntüle özelliğini kullanma

Gömülü grafikler içeren modelleri analiz etmek için Kaynağı görüntüleKaynağı görüntüle özelliğini kullanma ![Gömülü grafikler içeren modelleri analiz etmek için Kaynağı görüntüle seçeneğini kullanma](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_predict-agent_view-source-model-metrics.png)

### Adım 4: Dağıtım, etkinleştirme ve tahminler

Eğitimden sonra bir modeli dağıtabilir ve bir ML dağıtımı oluşturabilirsiniz. Bir modeli dağıtmayı talep ettikten sonra, dağıtımı onaylamanız istenir.

Ayrıca dağıttığınız modelleri kullanarak toplu tahminler çalıştırabilirsiniz. Sistem, uyumlu uygulama veri kümelerini arar ve seçebilmeniz için listeler. Belirli bir uygulama veri kümesini seçmek için doğal dil istemlerini de kullanabilirsiniz.

Dağıtılan modeller, abonelik için kullanılabilir kapasiteye bağlı olarak tahminler oluşturuldukça otomatik olarak etkinleştirilir.

Dağıtım ve tahminler için örnek sorular

| Eylem | Örnek sorular | Notlar |
| --- | --- | --- |
| Model dağıtımı ve izleme | <ul> <li> <p><span>Bu deneme için en iyi modeli dağıtın</span> </p> </li> <li> <p><span>&lt;deney adı&gt; deneyi açık. Dağıtım ayrıntılarını görüntüle</span> </p> </li> <li><span>Bu deneme için dağıtım durumunu kontrol edin</span> </li> </ul> | Model analizinden hemen sonra takip soruları olarak faydalıdır.<br><br>En iyi sonuçları elde etmek için ya deneyi tarayıcınızda açık tutmanız ya da komut isteminde deney adına referans vermeniz gerekir. |
| Tahminler—isteği başlatın | <ul> <li> <p><span>Bu dağıtımla tahminleri çalıştırın</span> </p> </li> <li> <p><span>&lt;dağıtım adı&gt; dağıtımı ile tahminleri çalıştırın</span> </p> </li> </ul> | En iyi sonuçlar için ya dağıtımın tarayıcınızda açık olması ya da istemde dağıtım adına referans vermeniz gerekir. |
| Tahminler—uygulama veri kümesi seçme | <ul> <li> <p><span>Bu dağıtımla yapılan tahminler için uygulama veri kümesi olarak &lt;uygulama veri kümesi adı&gt; kullanın</span> </p> </li> <li> <p><span>&lt;dağıtım adı&gt; dağıtımını açtım. &lt;uygulama veri kümesi adı&gt; veri kümesi ile tahminleri çalıştırın</span> </p> </li> </ul> | En iyi sonuçlar için ya dağıtımın tarayıcınızda açık olması ya da istemde dağıtım adına referans vermeniz gerekir. |
| Tahminler—durumu izleme | <ul> <li> <p><span>Bu dağıtım için toplu tahmin durumunu kontrol edin</span> </p> </li> </ul> | En iyi sonuçlar için ya dağıtımın tarayıcınızda açık olması ya da istemde dağıtım adına referans vermeniz gerekir. |
| Tahminler—tahmin çıktısını keşfedin | <ul> <li> <p><span>&lt;dağıtım adı&gt; dağıtımını açtım. Mevcut tahmin sonuçlarını keşfedin</span> </p> </li> <li> <p><span>Bu dağıtım için en son tahminlerimi göster</span> </p> </li> </ul> | En iyi sonuçlar için ya dağıtımın tarayıcınızda açık olması ya da istemde dağıtım adına referans vermeniz gerekir. |

## Soru sormak için en iyi uygulamalar

Qlik Answers içinde Qlik Predict ile çalışırken en iyi sonuçları elde etmek için şu genel yönergeleri izleyin:

* Nasıl başlayacağınızdan emin değilseniz, Predict'e neler yapabileceğini sorun. Qlik Answers desteklenen yeteneklerin bir listesini sağlayabilir.

* Konu değiştirirken 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 adlarını belirtmek, eğitime başlarken veya tahminleri çalıştırırken Qlik Answers öğesinin bunları 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](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/QlikAnswers/best-practices-assistant-chat.htm).

## 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 Agentic AI &gt; Veri analizi izninin İzin Verildi olarak ayarlanmış olması. Bu izin bir kiracı yöneticisi tarafından atanır.

  [Qlik Answers için kullanıcı erişimini yönetme](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/QlikAnswers/administering-qlik-answers.htm#Access)

* ML deneyleri ve dağıtımlarıyla çalışmak için bir kiracı yöneticisi tarafından size atanan gerekli Qlik Predict izinleri. Bkz.:

  * [ML denemelerine kullanıcı erişimi](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#AccessExperiment)

  * [ML dağıtımları ve tahminleri için kullanıcı erişimi](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#AccessDeployment)

* Veri kümelerinin, deneylerin ve dağıtımların bulunduğu alanlara erişim. Bkz.:

  * [Profesyonel ve kapasite tabanlı abonelik kullanıcıları için paylaşılan alan izinleri](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-shared-space-prof-full.htm)

  * [Profesyonel ve kapasite tabanlı abonelik kullanıcıları için yönetilen alan izinleri](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-managed-space-prof-full.htm)

## Sınırlamalar

### Veri setleri

Veri kümelerini güncelleme ve silme

Sohbetten veri kümelerini yükleyemez veya silemezsiniz.

Veri kümelerini değiştirme

Aşağıdakiler sohbette mümkün değildir:

* Bir deney sürümünü çalıştırdıktan sonra eğitim veri kümelerini değiştirme.

* Aynı sohbet içinde farklı uygulama veri kümeleriyle birden fazla tahmin çalıştırma.

Geçici bir çözüm olarak, farklı bir veri kümesi kullanarak denemeler eğitmeniz veya tahminler çalıştırmanız gerektiğinde, öncelikle yeni bir sohbet başlatın. Deney eğitiyorsanız bu, yeni sohbette yeni bir deney oluşturmayı da gerektirecektir.

Yeni sohbetler başlatma hakkında daha fazla bilgi için bkz. [Qlik Answers ile sohbet ediliyor](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/QlikAnswers/using-assistants.htm#Chatting).

Büyük veri kümeleri

Chat, Qlik Cloud kiracısı için aşağıdaki sınırlardan herhangi birini aşan veri kümelerini desteklemez:

* Maksimum veri kümesi boyutu (eğitim veri kümeleri)

* Maksimum veri kümesi hücre sayısı (eğitim veri kümeleri)

* Dahil edilen maksimum sütun sayısı (eğitim ve uygulama veri kümeleri)

### Deney özellikleri

* Önyargı tespiti desteklenmiyor.

* Model eğitim raporlarını analiz etmek veya indirmek mümkün değildir.

* Deney için yerleşik analizlere (Karşılaştır ve Analiz Et sekmeleri) erişmek mümkün değildir.

* Deney yapılandırılırken tüm özellikler ve algoritmalar eğitim için seçilir. Özelliklerin veya algoritmaların seçimini 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 kullanılamaz.

### ML modeli yönetimi

* Mevcut dağıtılmış bir modeli sohbetten değiştiremezsiniz.

* Sohbetten farklı deneme sürümlerinden birden çok model dağıtamazsınız.

* Dağıtım için gömülü analitiklere (model operasyonları ve sapma izleme) erişmek mümkün değildir.

[Qlik Answers ile soru yanıtlama](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/QlikAnswers/using-assistants.htm)

[Qlik Predict ile makine öğrenimi](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/home-automl.htm)

[Deneylerle çalışma](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/working-with-experiments.htm)

[ML dağıtımlarıyla çalışma](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/working-with-deployments.htm)

[ML tahminleriyle çalışma](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/working-with-predictions.htm)

[Bağlamınızı seçme](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/QlikAnswers/choose-context.htm)

[Dağıtma ve yönetmeQlik Answers](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/QlikAnswers/administering-qlik-answers.htm)

[Bölgeler arası çıkarımı etkinleştirme](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/Admin/cross-region-data-processing.htm)