使用 Qlik Predict 的機器學習

自動化機器學習尋找資料中的模式並用來對未來資料進行預測。Qlik Cloud 分析中的機器學習實驗能讓您與其他使用者合作，並整合預測性分析於 Qlik Sense 應用程式。除了進行預測，您也可以對影響預測結果的關鍵特徵進行深入分析。

從目錄載入歷史資料，開始自動化機器學習流程，然後選擇最適合使用案例的機器學習模型。部署模型以對商務問題的結果進行預測。探索影響預測結果的變數，並徹底理解資料。

或者，開發人員可以使用機器學習 API，將 Qlik Predict 功能整合到自己的工作流程中。如需關於協助您入門的教學課程，請參閱自動化機器學習教學課程。

Qlik Cloud 政府不支援 Qlik Predict。

開始使用機器學習

了解機器學習背後的基本概念，以及為何您可能想使用。

了解如何定義您的機器學習問題並追蹤結構化架構。

了解如何準備您的資料集，以用於訓練機器學習模型。

取得自動化機器學習流程概述並開始建立實驗。

了解如何訓練模型以執行時間特定預測。

瞭解可用於評分預測模型的模型指標。

您可以如何改善預測模型？在此瞭解更多資訊。

若您已產生準備好對新資料進行預測的模型，請將其部署到 ML 部署。

了解如何部署模型、管理 ML 部署，以及啟用已部署模型以進行預測。

了解如何使用您的 ML 部署，以透過介面或 API 建立預測。

使用 ML 部署介面產生包含預測性資料的資料集。

了解如何使用 SHAP 值來理解您在進行預測時資料背後的關鍵驅動因素。

了解如何存取和使用機器學習 API，以針對一列或少數幾列資料產生即時預測。

使用 Qlik Predict 分析連接器與您的部署進行通訊，並直接在應用程式和指令碼中進行預測。

此教學課程向您呈現如何建立和訓練實驗、部署模型並產生預測，並視覺化 Qlik Sense 應用程式中的預測資料。

本教學課程將引導您使用可執行時間特定預測的模型，進行訓練、部署和預測的流程。

觀看某些短片以便開始使用機器學習。

相關學習:

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！