自动化机器学习简介

使用 Qlik AutoML 将分析团队的机器学习自动化。使用简单的无代码界面，您可以轻松地创建机器学习实验，以生成模型并进行预测。

什么是机器学习

机器学习是人工智能和数据科学的一个分支，专注于识别历史数据中的模式以预测未来结果。算法在数据上进行训练，以建立预测模型，而无需明确编程。机器学习模型可以帮助您回答以下问题：

• 健身房的顾客会取消他们的会员资格吗？

• 给定客户的预期寿命值是多少？

阅读 理解机器学习 中有关基本概念的更多信息。您还将了解用于定义机器学习问题和准备数据集的结构化框架。

你能用自动机器学习做什么

在 Qlik Sense 中创建自动机器学习实验。在中心中，您可以与其他用户协作进行实验，并轻松地从目录加载数据以训练模型。

将预测分析与 Qlik Sense 应用程序集成，以共享您的发现。通过可视化和交互式假设场景进一步探索，以了解更改不同参数可能会如何影响您的预期结果。

您可以对目录中存储的数据集进行预测，也可以使用 Qlik Sense API 实时进行操作预测。

实验是如何工作的

一项实验在具有特定目标的特定数据集上训练机器学习算法。训练生成机器学习模型，您可以使用这些模型进行预测。

大多数过程在自动机器学习中是自动化的。当您创建实验并加载数据集时，数据集将被自动分析，数据将被预处理，以便为机器学习做好准备。将显示有关每列的统计信息和其他信息，以帮助您选择目标。当您开始训练时，几个算法开始搜索数据中的模式。有关创建和训练实验的详细信息，请参阅使用实验。

训练完成后，分数和排名可以让您评估生成的机器学习模型。通过更改参数和迭代训练，可以生成多个版本。为数据集选择表现最佳的模型，并将其部署以开始进行预测。有关更多信息，请参阅使用 ML 部署。

如下图所示，一个实验可以有多个版本，每个版本使用一个或多个算法。可以部署具有最佳性能算法的模型来进行预测。这意味着一个实验可以导致多个ML部署。

谁可以使用实验和 ML 部署

具有专业用户分配的用户可以在 Qlik Cloud 中的个人或共享空间中创建实验。他们可以在个人或共享空间中部署模型并生成预测。他们还可以将 ML 部署发布到托管空间。

您的实验和 ML 部署存储在目录中。按类型筛选或使用集合轻松查找它们。通过空间控制访问。有关空间的更多信息，请参阅在空间中工作。

租户管理员可以从 管理控制台 管理实验和ML部署。有关更多信息，请参阅管理实验和 ML 部署。

AutoML 限制和许可证管理能力

AutoML 是一种额外的付费功能。Qlik Sense Enterprise SaaS 订阅中包含一些有限的功能。具体的功能和容量取决于您的订阅层。

限制

• 数据集中的最大列数：500

  这适用于用于训练实验和生成预测的数据集。限制是在实验版本中用作特征的列数。数据集中可以有更多列，当列包含在数据集中时，将计算限制。

许可证管理的容量

您的客户许可证决定了以下度量的容量：

• ML 部署数

  部署模型时消耗配额单位。如果删除了 ML 部署，则返回该单元。如果多次部署同一个模型版本，则将其视为一次 ML 部署。

• 数据集大小（以单元格总数计）

  这适用于用于训练实验和生成预测的数据集。限制是实验版本中用作特征的列数乘以行数。数据集中可以有更多列，当列包含在数据集中时，将计算限制。

• 并发任务数

  这是租户可以并行执行的实验训练作业的数量。

• 高级功能 – 仅适用于附加 AutoML 订阅的客户

  高级功能是超参数优化 和预测 API。

• API 速率限制：每秒 5 个请求（每个 ML 部署）