導覽 ML 部署介面

當您開啟 ML 部署時，您可以執行管理並監控活動，並用來建立資料集預測。

從目錄開啟 ML 部署。有以下導覽選項：

部署概述

部署概述顯示用於模型訓練的特徵以及部署的詳細資訊。

如果部署中的預設模型處於非作用中狀態，您將在畫面頂端的橫幅中收到通知。如果您擁有正確的權限，則可以按一下啟用模型以啟用模型。如需詳細資訊，請參閱：

您可以在可部署的模型窗格中管理模型別名並設定用於預測的模型。

在批次預測中，您可以使用 ML 部署來管理和執行批次預測。按一下建立預測以建立預測設定，您可以從中執行批次預測。您對一個 ML 部署可以有數個預測設定。

您可以使用表格中的動作功能表三點功能表以便：

若您選取編輯預測設定，就會開啟預測設定窗格。您可以在編輯預測時，並排比較模型和套用資料集結構描述。

如果您的部署包含時間序列模型，您也可以檢視有關您定義的時間序列問題的重要詳細資料，例如預測視窗、時間步長以及套用視窗。

即時預測窗格可讓您存取機器學習 API 中的即時預測端點。如果啟用 ML 部署中的預設模型以進行預測，則會顯示此窗格。

如需關於建立即時預測的資訊，請參閱 建立即時預測。

已取代即時預測 API，並替換為機器學習 API 中的即時預測端點。目前未取代該功能本身。對於未來的即時預測，請使用機器學習 API 中的即時預測端點。如需從即時預測 API 遷移到機器學習 API 的協助，請參閱 Qlik Cloud 開發人員入口網站上的遷移指南。

在操作監控中，您可以監控 ML 部署的使用資訊。您可以檢視有關如何使用 ML 部署的詳細資訊，例如成功或失敗的預測事件數量以及通常如何觸發預測事件。

如需詳細資訊，請參閱監控已部署的模型操作。

在資料漂移監控中，您可以監控 ML 部署的資料漂移。

透過資料漂移監控，您可以評估來源模型中特徵分佈的變化。若觀察到顯著的漂移，建議您重新訓練或重新設定模型，以考量最新資料，這可能表示了資料趨勢中的新模式。

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！