13、利用 Qlik AutoML 构建和部署机器学习模型

利用 Qlik AutoML 构建和部署机器学习模型

1. Qlik AutoML 简介

Qlik AutoML 借助人工智能和自动化的力量，使不同技能水平的用户无需大量编码或数据科学背景，就能构建和部署机器学习模型。它通过自动化重复任务并提供智能建议，简化了整个机器学习工作流程，让更多人能够使用。

1.1 主要功能

功能	描述
自动模型选择	根据数据和预测任务自动选择最佳机器学习算法，节省手动探索和比较不同算法的时间。
超参数调优	优化所选机器学习模型的超参数，提高模型性能和准确性。
交叉验证	使用交叉验证技术评估模型性能，将数据分成多个子集并在不同组合上进行训练和测试，提供更可靠的性能指标。
模型评估	提供各种性能指标，如准确率、精确率、召回率和 F1 分数，帮助用户评估模型的预测能力并选择最适合的模型。
模型部署	模型构建和选择完成后，可在 Qlik Sense 环境中轻松部署，用户可将预测模型无缝集成到现有 Qlik 应用和仪表板中，实现实时洞察和决策。