使用 Qlik Predict 的機器學習
自動化機器學習會在您的資料中尋找模式，並使用它們對未來的資料進行預測。Qlik Cloud 分析 中的機器學習實驗讓您可以與其他使用者協作，並將您的預測分析整合到 Qlik Sense 應用程式中。除了進行預測之外，您還可以對影響預測結果的關鍵特性進行深入分析。
從目錄載入歷史資料，啟動自動化機器學習程序，然後為您的使用案例選擇最適合的機器學習模型。部署模型以對業務問題的結果進行預測。探索影響預測結果的變數，並深入了解您的資料。
或者，開發人員可以使用 機器學習 API 將 Qlik Predict 功能整合到他們自己的工作流程中。如需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 政府備註
Qlik Cloud 政府 不支援 Qlik Predict。
開始使用機器學習
準備訓練資料集
了解如何準備您的資料集以用於訓練機器學習模型。
Qlik Predict 限制和容量
了解適用於 Qlik Predict 和 Qlik Cloud 平台的防護機制和限制。
使用實驗
使用 ML 部署
使用預測
在預測期間產生 SHAP 資料集
了解在進行預測時，如何使用 SHAP 值來了解資料背後的關鍵驅動因素。
建立即時預測
了解如何存取和使用機器學習 API，以對一列或少數幾列資料產生即時預測。
使用 Qlik Predict 分析連接器進行預測
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。
實作教學課程與指南
教學課程 – 產生並視覺化預測資料
本教學課程將向您展示如何建立和訓練實驗、部署模型並產生預測，以及在 Qlik Sense 應用程式中視覺化預測資料。
教學課程 — 使用多變量時間序列預測來預測銷售額
本教學課程將引導您完成使用可執行特定時間預測的模型進行訓練、部署和預測的程序。
Qlik Predict 影片
觀看我們的一些短片以開始使用機器學習。
範例 - 使用 Qlik Predict 分析連接器進行假設分析
在此範例中從頭到尾探索真實世界的假設情境。
Qlik Predict 影片
觀看我們的一些短片以開始使用機器學習。