管理 Qlik Predict | Qlik Cloud 說明
跳到主要內容 跳至補充內容

管理 Qlik Predict

上次更新:2026/10/20

可以在 管理 活動中心管理 Qlik Predict 資源和使用者權限。

管理 Qlik Predict 涉及以下事項:

  • 檢視和管理 ML 資源和工作,包括啟用和停用用於進行預測的模型。這在 管理 活動中心的 Qlik Predict 區段中設定。

  • 控制使用 Qlik Predict 資源的使用者存取和權限。這在 管理 活動中心的管理使用者區段中設定。

  • 監控為訂閱分配的 ML 資源的取用情況。監控 管理 活動中心的首頁和 Qlik Predict 區段中的取用指標。

  • 為使用 Qlik Predict 訓練的模型產生訓練報告。

如需關於如何建立實驗和部署的資訊,請參閱 透過 Qlik Predict 進行機器學習。

管理員類型Qlik Predict

數個權限允許使用者執行與 Qlik Predict 相關的管理員動作。這些權限中的一個以上可以套用至單一使用者。下列清單概述了管理 Qlik Predict 的每個使用者情境:

  • 租用戶管理員:具有 Tenant Admin 角色的使用者。

  • 分析管理員:具有 Analytics Admin 角色的使用者。

  • 模型核准者管理員:能夠啟用和停用模型,並在 管理 活動中心執行其他 Qlik Predict 動作的使用者。這些是擁有 核准和拒絕 ML 模型 權限並設定為 允許 的使用者。

  • Qlik Predict 管理員:能夠檢視所有實驗、已部署的模型和 ML 部署的使用者。這些使用者也可以啟用和停用模型。這些是擁有 管理 ML 實驗和部署 權限並設定為 允許 的使用者。

下表概述了每個使用者情境可能執行的操作。

Qlik Predict 中的管理員權限
動作 支援的租用戶管理員 支援的分析管理員 支援模型核准者管理員 Qlik Predict 支援管理員
設定使用者角色和權限 是 否 否 否
檢視所有實驗、已部署的模型和 ML 部署 是 是 是 是
將任何個人空間中的 ML 部署移動到任何共用或受管空間 (或您自己的個人空間) 是 否 否 是
刪除任何實驗或部署 是 是 否 是
啟用和停用任何已部署的模型 是 否 是 是
監控訂閱的 Qlik Predict 容量取用 是 是 是 是
檢視、停止及取消 Qlik Predict 工作 是 是 否 否
設定附加模型核准通知 是 是 是 是
產生機器學習模型的訓練報告 是 是 否 是

導覽 管理 活動中心的 Qlik Predict 區段

在 管理 活動中心的 Qlik Predict 區段管理 Qlik Predict。所有類型的 Qlik Predict 管理員都可以檢視此區段中的資訊。根據您的管理員類型,可能會限制您執行某些動作。

已部署的模型

已部署的模型索引標籤顯示已部署到 ML 部署中的所有模型。管理員可以管理以下內容:

  • 啟用和停用模型以從關聯的 ML 部署進行預測。

    以管理員身分處理模型核准

  • 檢視訓練模型的來源 ML 實驗。

  • 檢視模型的核准狀態和最後核准者。

  • 監控部署模型的所有執行個體。

  • 產生已部署模型的訓練報告。

按一下模型旁邊的 向下箭頭 以存取其他詳細資訊,包括模型歷史記錄、有關來源實驗的詳細資訊以及訓練資料集的名稱。

ML 部署

ML 部署索引標籤顯示租用戶中的所有 ML 部署。可用的詳細資訊包括:

  • 將來源模型部署到 ML 部署中的日期。

  • 來源模型的名稱、狀態和最後核准者。

按一下模型旁的 向下箭頭 以存取關於 ML 部署之來源模型的詳細資訊,包括模型歷史記錄和關於來源實驗的資訊。

作用中的工作

在 作用中工作 索引標籤中,取消或停止進行中的 Qlik Predict 工作。如需詳細資訊,請參閱停止或取消工作。

工作歷史記錄

在 工作歷史記錄 索引標籤中,檢視過去的 Qlik Predict 工作。如需詳細資訊,請參閱檢視工作歷史記錄。

設定

設定索引標籤可讓您針對跨越租用戶的模型核准通知設定其他選項。如需詳細資訊,請參閱設定附加核准通知。

管理使用者Qlik Predict權限

使用者若要檢視及使用 Qlik Predict 資源,通常需要結合使用者權利、透過預設權限與自訂角色指派的權限,以及內建安全性角色。在共用和受管理空間中,存取控制由空間角色進一步定義。

如需詳細資訊,請參閱:

管理員的模型核准

在產生預測之前,使用者或管理員必須核准 ML 部署中的模型。

如需更多關於管理員模型核准的資訊,請參閱 以管理員身分處理模型核准。

模型核准方法及所需權限
核准方法 核准執行位置 必要權限
使用者 ML 部署
  • 專業使用者權利 (僅適用於以使用者為基礎的訂閱)。

  • 以下其中一組權限:

    • 選項 1 — 以下全部:

      • Automl Deployment Contributor 內建安全性角色

      • 透過預設權限或自訂安全性角色,將 核准或拒絕您的 ML 模型 使用者權限設定為 允許

    • 選項 2 — 以下之一:

      • 管理 ML 部署使用者權限透過預設權限或自訂安全性角色設定為允許

      • 管理 ML 實驗和部署管理員權限透過自訂安全性角色設定為允許

      • 核准或拒絕 ML 模型管理員權限透過自訂安全性角色設定為允許

  • ML 部署空間中所需的空間角色

    • 對於共用空間中的部署,請執行下列其中一項:

      • (空間的) 擁有者

      • 可以管理

      • 可以編輯

    • 對於受管理空間中的部署,請執行下列其中一項:

      • (空間的) 擁有者

      • 可以管理

管理員 管理 活動中心

下列內容之一:

  • Tenant Admin 安全性角色

  • 管理 ML 實驗與部署管理員權限透過預設權限或自訂安全性角色設定為允許

  • 核准或拒絕 ML 模型管理員權限透過預設權限或自訂安全性角色設定為允許

設定附加核准通知

每當使用者開啟使用待核准模型的 ML 部署時,就會顯示一則訊息,通知他們已請求模型核准。使用者從給定模型建立第一個 ML 部署時,也會顯示此訊息。

作為管理員,您可以新增與此訊息一起顯示的附加通知。若要修改本通知內容,您需要具備以下條件之一:

  • Tenant Admin 安全性角色

  • 設定為允許的核准或拒絕 ML 模型管理員權限

  • 管理員權限管理 ML 實驗與部署設為允許

  1. 在 管理 活動中心,前往 Qlik Predict。

  2. 開啟設定索引標籤。

  3. 在附加通知欄位中,輸入要向使用者顯示的附加通知。

監控工作

在 管理 活動中心內,租用戶和分析管理員可以檢視關於 Qlik Predict 工作的所有內容。他們可以看見目前執行中、排入佇列和歷史工作,用於模型訓練、部署和 預測 產生。對工作類型、使用者和狀態篩選清單。

檢視工作歷史記錄

租用戶和分析管理員可以在工作歷史記錄索引標籤中檢視過去的Qlik Predict工作。

  1. 在 管理 中,前往 Qlik Predict。

  2. 開啟工作歷史記錄索引標籤。

停止或取消工作

租用戶和分析管理員可以在作用中工作索引標籤中視需要停止或取消工作。

  1. 在 管理 中,前往 Qlik Predict。

  2. 開啟作用中工作索引標籤。

  3. 按一下工作旁邊的 三個點可顯示更多選項。

    資訊備註或者,按一下每個工作的列以選取多個工作。
  4. 按一下取消工作。

  5. 在工作取消對話方塊中確認。

已取消工作。

監控訂閱的 Qlik Predict 取用情況

您可以監控目前啟用了多少已部署模型來建立預測。在 管理 活動中心內,開啟首頁或 Qlik Predict 區段。下圖顯示了訂閱剩餘的已部署模型容量 (僅計算作用中的模型):

  • Qlik Predict 已部署的模型

  • 已啟用預測的 Qlik Predict 部署模型

任何開啟資源的使用者也可以在 ML 部署介面中檢視此資訊。該資訊顯示在頁面頂端的模型狀態區段。

Qlik Cloud 分析 訂閱定義了可同時啟用的已部署模型數量上限 (包括訂閱內的所有租用戶,適用於多租用戶訂閱)。此取用限制根據模型來定義,表示從單一模型建立的多個 ML 部署計為單一部署模型。如果您已達到作用中的已部署模型數量上限,可以執行下列其中一項操作:

  • 停用一個或多個目前作用中的模型,為新模型騰出空間。

  • 刪除一個或多個現有的已部署模型,為新模型騰出空間。

  • 如果您需要同時啟用所有目前和未來的模型,請將訂閱升級到更高層級。如需關於升級選項的資訊,請參閱 Qlik Cloud® 訂閱產品描述。

產生訓練報告

管理員可以下載針對使用Qlik Predict訓練的模型之訓練報告。訓練報告為 PDF 格式,並會直接下載到使用者的本機。

無需任何管理員權限,Qlik Predict 使用者可以產生針對他們有權存取之實驗和部署中模型的訓練報告。租用戶和分析管理員,以及將管理 ML 實驗和部署權限設定為允許的使用者,可以透過以下方式產生報告:

  • 從 管理 活動中心。

  • 從 ML 實驗。

  • 來自 ML 部署。

如需詳細資訊,請參閱以管理員身分下載 ML 訓練報告。

此頁面是否對您有幫助?

若您發現此頁面或其內容有任何問題——錯字、遺漏步驟或技術錯誤——請告知我們!