# 使用模型最佳化

您可以設定是否要以可用的最佳化特徵來訓練模型。

## 智慧模型最佳化

預設情況下，Qlik Predict 會使用智慧模型最佳化，透過迭代處理特徵選取和套用進階轉換來自動精簡模型。若您需要進一步控制訓練流程，可以為每個實驗版本關閉此特徵。

如需詳細資訊，請參閱[智慧模型最佳化](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/intelligent-model-optimization.htm)。

## 超參數最佳化

使用進階機器學習特徵微調模型。

如需詳細資訊，請參閱[超參數最佳化](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/hyperparameter-optimization.htm)。

## 建立時間意識模型

對於分類和迴歸模型，如果您的訓練資料取決於特定日期或時間資訊，請開啟時間意識訓練。

如需詳細資訊，請參閱[建立時間意識模型](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-aware-models.htm)。

## 瞭解更多資訊

* [設定實驗](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/configuring-experiments.htm)