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 限制

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。

• 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。