使用 Qlik Predict 进行计算机学习

自动机器学习在您的数据中找到模式，并使用它们对未来数据进行预测。Qlik Cloud Analytics 中的机器学习实验让您可以与其他用户协作，并将预测分析集成到 Qlik Sense 应用程序中。除了进行预测，您还可以深入分析影响预测结果的关键功能。

从目录加载历史数据，启动自动机器学习过程，然后选择最适合您的用例的机器学习模型。部署模型以对业务问题的结果进行预测。探索影响预测结果的变量，并全面了解您的数据。

或者，开发人员也可以使用机器学习 API 将 Qlik Predict 功能集成到自己的工作流中。有关帮助您入门的教程，请参阅自动化机器学习教程。

Qlik Cloud 政府不支持 Qlik Predict。

机器学习入门

了解机器学习背后的基本概念，以及您为何可能想要使用它。

了解如何定义您的机器学习问题并关注结构化框架。

了解如何准备您的数据集以用于训练机器学习模型。

了解自动机器学习过程并开始创建实验。

了解怎样训练模型以执行时间特定预测。

了解可用于对预测模型进行评分的模型度量。

如何改进预测模型？在这里了解更多信息。

当您生成了一个已准备好对新数据进行预测的模型时，将其部署到 ML 部署中。

了解如何部署模型、管理 ML 部署以及激活已部署模型以进行预测。

了解如何使用您的 ML 部署通过界面或 API 来创建预测。

使用 ML 部署界面生成含有预测数据的数据集。

了解如何使用 SHAP 值来理解在您进行预测时数据背后的关键驱动因素。

了解如何访问和使用机器学习 API，以针对一行或少量数据行生成实时预测。

使用 Qlik Predict 分析连接器与您的部署进行通信，并直接在应用程序和脚本中进行预测。

本教程向您展示如何创建和训练实验、部署模型和生成预测，以及在 Qlik Sense 应用程序中可视化预测数据。

本教程将引导您完成使用可执行时间特定预测的模型进行训练、部署和预测的过程。

观看我们的一些短视频，开始机器学习。

如果您发现此页面或其内容有任何问题 – 打字错误、遗漏步骤或技术错误 – 请告诉我们！