透過 Qlik Predict 進行機器學習
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。在 Qlik Cloud 分析 中的機器學習實驗可讓您與其他使用者合作，並在 Qlik Sense 應用程式中整合您的預測分析。除了進行預測，也可以進行影響預測結果的重要功能深度分析。
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。
您可以透過以下方式存取 Qlik Predict：
-
透過 Qlik Cloud 使用者介面。使用在 Qlik Predict 說明文件中的各處顯示的工作流程來建立實驗和部署。
-
使用 Qlik Answers，您可以建立使用自然語言的端對端機器工作流程。
-
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。
在 Qlik Answers 中使用機器學習
使用自然語言執行 Qlik Predict 工作流程，從資料集洞察到預測。
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
瞭解適用於 Qlik Predict 以及 Qlik Cloud 平台的防護措施與限制。
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。
建立即時預測
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。
透過 Qlik Predict 分析連接器預測
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
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，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。
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
觀看某些短片以便開始使用機器學習。