# 使用實驗

將歷史資料載入自動化機器學習實驗中，並訓練模型以分析和預測業務問題。

您可以在個人或共用空間中建立和編輯實驗。

## 工作流程

在 Qlik Cloud 分析 中建立自動化機器學習實驗之前，您需要有一個明確定義的機器學習問題，以及在目錄中可用的合適訓練資料集。如需詳細資訊，請參閱 [定義機器學習問題](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/machine-learning-framework.htm) 和 [準備用於訓練的資料集](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/dataset-preparation.htm)。

下列步驟說明實驗工作流程。

1. 建立您的實驗

   在 Qlik Cloud 中建立新實驗。如果您想要協同作業，請將其新增至共用空間。

   [建立實驗](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/creating-experiments.htm)

2. 設定您的實驗

   選取要進行預測的目標，以及支援預測的特性。

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

3. 開始訓練

   開始訓練您的第一個實驗版本。

   [訓練實驗](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/training-experiments.htm)

4. 檢閱建議的模型

   檢閱模型訓練的進度，並評估已向您建議的模型。使用內建工具來分析訓練摘要和內嵌分析，這些工具可提供實驗、版本和模型層級的見解。

   [檢閱模型](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/reviewing-experiments.htm)

   如果需要進一步精簡，您可以設定實驗的後續版本。調整特性和演算法等參數，並重新訓練實驗的新版本，直到您擁有良好的模型為止。

   [精簡模型](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/refining-models.htm)

5. 部署模型

   當您擁有良好的模型時，就可以部署它並開始進行預測。

   [使用 ML 部署](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/working-with-deployments.htm)

## 需求與權限

如需有關在共用空間中使用 ML 實驗所需空間角色的資訊，請參閱：

* [專業版和基於容量的訂閱使用者的共用空間權限](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-shared-space-prof-full.htm)

* [管理員的共用空間權限](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-shared-space-admin.htm)

如果您是管理員，請參閱 [誰可以使用 Qlik Predict](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm)，以取得使用 ML 實驗所需使用者權限的全面概述。

## 檢視譜系和影響分析

使用 Qlik Cloud 中的 譜系 和 影響分析 工具，您可以分析：

* ML 實驗的來源以及用於訓練每個模型的資料。

  [分析機器學習內容的譜系](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/Catalog/lineage.htm#MLLineage)

* ML 實驗及其輸出如何在整個 Qlik Cloud 的下游內容中被使用。

  [機器學習內容的影響分析](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/Catalog/impact-analysis2.htm#MLImpact)