簡介自動化機器學習
使用 Qlik AutoML 為分析團隊自動化機器學習。透過簡易的免編程介面，您可以輕鬆建立機器學習實驗，以產生模型、作出預測。
什麼是機器學習
機器學習是人工智慧的分支，以及聚焦於在歷史資料中辨識模式以預測未來結果的資料科學。會根據資料訓練演算法，以建置預測模型，而不必透過明確程式化來這麼做。機器學習模型可協助您回答諸如下列的問題：
-
健身房客戶是否會取消會籍？
-
什麼是指定客戶的預期存留期值？
在 理解機器學習 進一步閱讀基本概念。您也會瞭解用於定義機器學習問題和準備資料集的結構化架構。
您可以使用自動化機器學習進行哪些事項
在 Qlik Sense 中建立自動化機器學習實驗。在 分析 活動中心內，您可以與其他使用者在實驗共同作業，並從目錄輕鬆載入資料以訓練模型。
使用 Qlik Sense 整合預測分析以分享發現結果。使用視覺化和互動式假設情境進一步探索，以理解變更不同的參數會如何影響所需結果。
您可以為儲存在目錄的資料集進行預測或使用 Qlik Sense API 即時進行操作預測。
實驗如何運作
實驗以特定目標在特定資料集訓練機器學習演算法。訓練會產生機器學習模型，您可以用來進行預測。
在自動化機器學習中，大部分的流程都會自動化。建立實驗並載入資料集時，會自動分析資料集，並前置處理資料，以準備好進行機器學習。會顯示統計資料和關於每個欄的其他資訊，以協助您選取目標。開始訓練時，數個演算法會開始搜尋資料中的模式。如需更多關於建立並訓練實驗的資訊，請參閱 使用實驗。
訓練完成後，分數和排名可讓您評估產生的機器學習模型。透過變更參數和反覆訓練，您可以產生一些版本。為資料集選擇表現最佳的模型並部署該模型，以開始進行預測。如需詳細資訊，請參閱使用 ML 部署。
如下圖顯示，實驗可以有多個版本，每個版本使用一個或多個演算法。可以部署具有最佳效能演算法的模型以進行預測。這表示，一個實驗可產生數個 ML 部署。
AutoML 的使用者存取權限
如需關於使用者可以如何存取 Qlik AutoML 的完整詳細資訊，請參閱 誰能使用 Qlik AutoML。
AutoML 限制和授權控管容量
AutoML 是額外付費功能。某些限制功能包括在適用的訂閱中。具體功能和容量取決於您的訂閱層級。
限制
-
Qlik AutoML 有每分鐘 300 個請求的 API 速率限制。
-
資料集中的欄數上限：500
這會套用至用於訓練實驗和產生預測的資料集。限制是實驗版本中作為特徵使用的欄數。更多欄可以位於資料集中，若欄納入資料集中，就會計算限制。
授權控管容量
客戶授權決定各種指標的容量，控管您可以如何使用 Qlik AutoML。會衡量您的使用指標，作為您透過 AutoML 使用者介面、Qlik Sense 應用程式中的關鍵驅動因素分析以及透過公用 API 使用 AutoML 服務的組合。
根據您的商務需求，有多個 AutoML 層級可用。有下列兩個層級類型：
-
隨附層級：此為功能有限的基本 AutoML 功能。這隨附於 Qlik Sense Enterprise SaaS、Qlik Cloud 分析標準版、Qlik Cloud 分析進階版、Qlik Cloud 企業 或 Qlik Talend Cloud (標準版、進階版或企業版) 的訂閱。隨附層級適合試用用途，並用於評估 Qlik AutoML 可以如何滿足您的商務需求。這不適合生產使用情況。如需更全面的功能，請考慮使用付費層級的 Qlik AutoML。
-
付費層級：有一些套件提供生產使用情況所需的全方位 AutoML 容量。可作為 Qlik Cloud 訂閱額外的付費附加元件使用。
下列功能僅可用於付費層級的 Qlik AutoML：
-
超參數最佳化
-
排程預測
-
即時預測
-
Qlik AutoML 連接器
如需更多關於每個 AutoML 層級類型內容的資訊，請參閱下表。
| 公制 | 描述 | 可用於隨附層級 | 可用於付費層級 |
|---|---|---|---|
| 已部署的模型 | Qlik Cloud 訂閱中包括的層級定義可在授權內建立的所有租用戶建立的部署模型數量上限。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。 | 是 | 是 |
| 並行訓練 | 這是租用戶可以同時訓練的模型數量。在隨附層級的 Qlik AutoML 中，將會逐一執行每個模型。付費層級包括的容量可讓租用戶同時訓練多個模型。 | 否 | 是 |
| 增加資料集大小 | 付費層級提供增加的資料集大小以便訓練模型。 | 否 | 是 |
| 手動批次預測 | 手動預測資料集中的所有列。 | 是 | 是 |
| 排程批次預測 | 設定預測以按排程執行，而非手動啟用。排程預測僅可用於付費層級的 Qlik AutoML。如需詳細資訊，請參閱排程預測。 | 否 | 是 |
| 即時預測 | 採用此 API 以使用 ML 部署即時執行預測。如需詳細資訊，請參閱建立即時預測。 | 否 | 是 |
| Qlik Cloud 分析 中的 Qlik AutoML 連接器 | 透過此分析連接器，您可以將資料從整合的 Qlik AutoML 平台載入到 Qlik Cloud 中。如需詳細資訊，請參閱Qlik AutoML 分析來源。 | 否 | 是 |
| 超參數最佳化 | 超參數最佳化可讓您微調 AutoML 模型，以增加對於學習流程的控制。如需詳細資訊，請參閱超參數最佳化。 | 否 | 是 |
| 已部署模型監控 | 使用內建監控工具來評估部署到 ML 部署中的模型。您可以監控隨時間推移的特徵漂移，以及有關預測模型使用情況的詳細資訊。如需詳細資訊，請參閱監控已部署模型的效能和使用情況。 | 否 | 是 |
如需關於授權指標的詳細資訊，請參閱 Qlik Cloud® 訂閱產品描述。 管理員可以檢視授權資訊並監控 管理 活動中心內已部署模型的數量。如需詳細資訊，請參閱監控資源取用。