使用 ML 部署
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預測 API。
- 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 應用程式自動化 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 應用程式自動化 （僅提供英文版）。
要求和權限
此區段列出使用 ML 部署時的使用者要求，以及您藉此進行的預測。
ML 部署
若要使用 ML 部署，您需要：
-
專業或 Full User 權限
-
檢視並建立 ML 部署：Automl Deployment Contributor 或 Automl Experiment Contributor 安全性角色
-
編輯並刪除 ML 部署：Automl Deployment Contributor 安全性角色
ML 部署所在之空間中的所需權限。
如需詳細資訊，請參閱：
預測
若要建立、編輯和刪除預測設定，您需要：
-
專業或 Full User 權限
-
Automl Deployment Contributor 安全性角色
-
ML 部署所在之空間中的所需權限。
預測可作為批次預測 (從預測設定) 或即時預測來執行。您也可以使用 Qlik AutoML 連接器以執行預測。
若要使用其中任何方法執行預測，您需要：
-
Automl Deployment Contributor 安全性角色
-
ML 部署所在之空間中的所需權限：
-
共用空間：具有 專業或 Full User 權限 的使用者在空間中需要擁有者、可以管理、可以編輯或可以取用資料角色。具有 分析者權限 的使用者在空間中需要擁有者或可以取用資料角色。
-
受管理空間：具有 專業或 Full User 權限 的使用者在空間中需要擁有者、可以管理或可以取用資料角色。具有 分析者權限 的使用者在空間中需要擁有者或可以取用資料角色。
-
-
如需透過 AutoML 使用者介面設定的排程預測，對於預測設定的擁有者也有要求。請參閱： 預測設定擁有權
從 Qlik AutoML 使用者介面產生的預測會建立為資料集。因此，Qlik Cloud 中與使用資料來源相同的要求適用於使用此預測輸出 (例如在 Qlik Sense 應用程式中使用)。您必須有 Private Analytics Content Creator 角色，才能在個人空間中建立資料集。
如需詳細資訊，請參閱：
模型核准
若要啟用和停用 ML 部署的來源部署模型，您需要特定權限。根據您是以使用者身分或管理員身分執行這些動作，這些權限會有所不同。如需詳細資訊，請參閱：