# 教學課程 – 使用多變量時間序列預測來預測銷售額

在本教學課程中，您將學習如何訓練和使用時間序列模型，以建立特定時間的銷售額預測。您將特別使用歷史資料來設定、訓練和部署多變量時間序列模型，並用來預測和視覺化依商店和產品系列劃分的每日銷售額。

[Predicting sales with multivariate time series forecasting - Qlik Cloud](https://play.vidyard.com/tay2uoJfsfwTxhANF5mAfF)

## 誰應完成本教學課程

本教學課程專為想要了解如何預測未來特定時間範圍內的指標 (例如銷售額) 的使用者而設計。某些機器學習和 Qlik Sense 的知識很實用，但不是必要。

若要完成本教學課程，您需要在 Qlik Cloud 租用戶和您將要工作的空間中擁有適當的權限。其中一些是由管理員指派。如果您在教學課程中遇到權限錯誤，請聯絡您的租用戶管理員。您需要以下權限：

* 建立和使用 ML 實驗

  [ML 實驗的建立、使用與管理](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#CreateUseExp)

* 建立和使用 ML 部署

  [模型部署與建立 ML 部署](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#ModelDeployment)

  [ML 部署管理](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#ManagementMLDeploy)

  [執行批次預測](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#RunningBatch)

* 啟用已部署的模型

  [模型核准](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#ModelApproval)

* 使用指令碼和分析應用程式

## 開始前需要進行的事項

首先，您需要下載以下連結的教學課程材料。

若您已下載所需的材料，請在桌面解壓縮。

[MLTimeSeriesTutorialData](https://help.qlik.com/zh-TW/cloud-services/tutorials/MLTimeSeriesTutorialData.zip)

訓練資料集包含銷售的歷史資料，針對個別商店和產品系列每日追蹤。

套用資料集包含產生預測所需的歷史資料，以及未來特徵的資料。

請執行下列動作：

1. 開啟 分析 活動中心。

2. 前往「建立」頁面，選取資料集，然後選取上傳資料檔案。

3. 將 ML - Multivariate forecasting - training.csv 檔案拖曳至上傳對話方塊。

4. 接下來，將 ML - Multivariate forecasting - apply.csv 檔案拖曳至上傳對話方塊。

5. 選取空間。這可以是個人空間或共用空間 (若您希望其他使用者能夠存取此資料)。

6. 按一下上傳。

現在您的資料集上傳後，就能繼續建立實驗。

## 本教學課程的授課單元

本教學課程中主題的設計應按順序完成。不過，您可以隨時離開並返回。

1. [建立並設定時間序列實驗](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-create-experiment.htm)
2. [檢閱時間序列模型](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-review-models.htm)
3. [部署時間序列模型](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-deploy.htm)
4. [使用時間序列部署進行預測](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-predict.htm)
5. [視覺化銷售預測](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-visualize.htm)

## 進一步閱讀與資源

* 當您想了解更多資訊時，[Qlik](http://www.qlik.com/) 提供各種豐富的資源。
* 提供 [Qlik 線上說明](http://help.qlik.com/)。
* 您可以在 [Qlik Learning](https://learning.qlik.com/) 取得訓練，包含免費線上課程。
* 您可以在 [Qlik Community](http://community.qlik.com/) 中找到討論論壇、部落格等內容。

## 您的意見很重要

我們對於您可能有的任何意見反應都十分感謝。請使用以下區段讓我們瞭解我們的表現如何。