# 導覽實驗介面 索引標籤式介面可協助您在模型訓練的各個階段中移動。使用索引標籤和實驗組態面板來訓練和最佳化您的模型。 ## 工具列 使用工具列在介面中的索引標籤之間切換。 在工具列中，您還可以執行下列操作： * 根據您所在的索引標籤，您可以在已訓練的模型之間切換。 * 按一下 the 檢視組態 icon 以進一步設定訓練、檢閱目前版本或開始新版本。 ML 實驗中的工具列 ML 實驗中的工具列 ML 實驗中的工具列 ![ML 實驗中的工具列](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_gen_automl-experiment-toolbar.png) ## 組態和訓練資料 此索引標籤可讓您管理實驗資料。當您建立實驗時，組態是唯一顯示的索引標籤。隨著訓練的進行，該索引標籤會重新命名為訓練資料，您可以切換到其他索引標籤進行模型分析。 在此索引標籤中，您可以： * 在訓練第一個版本之前選取目標。 * 新增或移除特性。 * 檢視特性資料集見解和統計資料。 * 選取新的訓練資料集。 * 設定偏差偵測。 在 the 結構描述檢視 icon 和 the 資料檢視 icon 之間切換，以取得訓練資料集的不同表示形式。 ML 實驗中的組態索引標籤。訓練後，此索引標籤會重新命名為訓練資料。 ML 實驗中的組態索引標籤。訓練後，此索引標籤會重新命名為訓練資料。 ML 實驗中的組態組態索引標籤。訓練後，此索引標籤會重新命名為訓練資料訓練資料。 ![使用者執行訓練版本之前的 ML 實驗中的「資料」索引標籤](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Resources/Images/ui-gen-automl-experiment-data-tab.png) ## 模型 在模型索引標籤中，對訓練結果執行快速分析並探索建議的模型。此索引標籤可協助您比較每個模型的核心指標，並評估不同的預測使用案例。 若要執行更詳細的模型分析，您可以切換到比較和分析索引標籤。 在模型指標表格中或從表格上方的建議中選取模型。您可以檢視： * 效能分數。 * 模型訓練摘要 (可透過智慧模型最佳化取得)。 * 特性重要性視覺化。 * 特定於實驗類型的其他視覺化。 * 偏差偵測結果。 如需詳細資訊，請參閱 [執行快速模型分析](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-quick.htm)。 使用智慧模型最佳化訓練的 ML 實驗中的模型索引標籤 使用智慧模型最佳化訓練的 ML 實驗中的模型索引標籤 使用智慧模型最佳化訓練的 ML 實驗中的模型模型索引標籤 ![ML 實驗中的「模型」索引標籤，顯示摘要、核心模型指標和自動產生的視覺化](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Resources/Images/ui-ml-exp-models.png) ## 比較 使用內嵌分析詳細比較您的模型。進行選取並自訂儀表板資料，以發掘對模型效能的見解。 在比較索引標籤中，您可以： * 存取所有可用的模型指標和超參數。 * 比較各個模型的訓練和保留指標。 如需詳細資訊，請參閱 [比較模型](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-compare.htm)。 ML 實驗中的比較索引標籤 ML 實驗中的比較索引標籤 ML 實驗中的比較比較索引標籤 ![ML 實驗中的比較模型分析](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_gen-experiment-model-comparison.png) ## 分析 透過內嵌分析深入了解您訓練的每個模型。 在分析索引標籤中，您可以： * 進一步分析預測準確度。 * 在精細層級評估特性重要性。 * 檢視特性資料的分布。 * 檢視有關偏差偵測結果的詳細資訊。 如需有關詳細模型分析的詳細資訊，請參閱 [執行詳細模型分析](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-detailed.htm)。 ML 實驗中的分析索引標籤 ML 實驗中的分析索引標籤 ML 實驗中的分析分析索引標籤 ![ML 實驗中的「分析」索引標籤，顯示預測準確度和特性重要性](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_experiment_model-details-overview.png) ## 實驗組態面板 使用此面板來設定實驗設定。 實驗組態面板在新的實驗中預設為開啟。執行版本後，按一下 the 檢視組態 icon 以開啟面板。 透過實驗組態面板，您可以： * 選擇目標和實驗類型 * 設定版本名稱 * 新增或移除特性 * 設定新版本的實驗 * 檢視您正在訓練的模型類型 * 選擇以變更或重新整理訓練資料集 * 新增或移除演算法 * 變更模型最佳化設定 * 對於時間序列模型，設定預測設定 * 設定偏差偵測 實驗設定面板 實驗設定面板 實驗設定面板 ![具有選定目標、實驗類型和預設特性選擇的實驗設定面板](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_ml-tutorial-exp-configuration.png)