使用 Qlik AutoML 的機器學習

自動化機器學習尋找資料中的模式並用來對未來資料進行預測。Qlik Cloud 分析中的機器學習實驗能讓您與其他使用者合作，並整合預測性分析於 Qlik Sense 應用程式。除了進行預測，也可以進行影響預測結果的重要特徵深度分析。

從目錄載入歷史資料，開始自動化機器學習流程，然後選擇最適合使用案例的機器學習模型。部署模型以對商務問題的結果進行預測。探索影響預測結果的變數，並徹底理解資料。

或者，開發人員可以使用機器學習 API，將 Qlik AutoML功能整合到自己的工作流程中。如需關於協助您入門的教學課程，請參閱自動化機器學習教學課程。

Qlik AutoML 提供給具有下列訂閱產品的客戶：

Qlik Cloud 政府不支援 Qlik AutoML.

此功能無法用於 Qlik Sense Business 或 Qlik Cloud 分析標準版。這在 Qlik Anonymous Access 中也無法使用。

機器學習基礎事項

建立實驗之前，您需要定義機器學習問題並準備資料集。在此瞭解更多資訊。

取得自動化機器學習流程概述並開始建立實驗。

瞭解可用於評分預測模型的模型指標。

您可以如何改善預測模型？在此瞭解更多資訊。

瞭解部署模型、進行預測、使用 API 等。

瞭解 AutoML 如何透過智慧最佳化功能簡化精簡模型的流程。

此教學課程向您呈現如何建立和訓練實驗、部署模型並產生預測，並視覺化 Qlik Sense 應用程式中的預測資料。

觀看某些短片以便開始使用機器學習。

相關學習:

若您發現此頁面或其內容有任何問題——錯字、遺漏步驟或技術錯誤——請告知我們可以如何改善！