使用 ML 部署
Last updated: 2026/9/1訓練並精簡模型後，您可以部署模型以進行預測。
可以在個人、共用和受管理空間中建立 ML 部署。
工作流程
下列步驟是如何使用 ML 部署和預測的範例。
- 部署模型
部署您想要用來進行預測的模型。
- 讓您的模型獲得核准
需要先啟用來源模型以進行預測，才能使用 ML 部署進行預測。具有特定權限的使用者和管理員可以執行模型核准。
- 進行預測
對資料集進行手動或排程預測或使用機器學習 API 中的即時預測端點。
- 視覺化預測深入資訊
將產生的預測資料載入到應用程式中並建立視覺化。
- 以假設情境探索資料
將預測 API 整合到應用程式中，以取得即時預測。這可讓您變更特徵值並取得對新值預測的結果，以試用假設情境。記錄會透過 API 傳遞至 ML 部署，並即時收到回應。例如，若我們變更方案類型或增加基本費用，客戶流失風險會有什麼變化？
- 採取動作
分析預測性深入資訊和情境，以瞭解要採取哪些動作。Qlik Automate 可協助您自動化動作並為機器學習使用案例提供特定範本。如需關於自動化的詳細資訊，請參閱 Qlik Automate （僅提供英文版）。
- 需要時更換模型
隨著時間的推移，您的輸入資料的分佈和特徵可能會發生變化。如果您原本的機器學習問題保持不變，您可以將新模型切換到現有的 ML 部署中，以便順暢改善預測並盡量減少中斷情形。如果您需要重新定義原本的機器學習問題，可以建立新的實驗。