Qlik AutoML

Création automatique de modèles de Machine Learning

Qlik AutoML et sa contextualisation dans l'univers Qlik Sense

Qlik AutoML (Automated Machine Learning) est un module intégré dans la solution décisionnelle Qlik Sense Cloud. Ce module permet de créer automatiquement des modèles de Machine Learning basés sur une méthodologie no-code.

Qlik AutoML vous permet d'exploiter vos données grâce à ses modèles prédictifs capables de gérer des données en temps réel ou à la demande.

Pour rappel, Qlik Sense est un outil de Business Intelligence parmi les leaders du marché. Qlik Sense est une solution de Data Visualisation augmentée d'une intelligence artificielle pour l'assistance à la compréhension et à l'analyse de vos données.

Qlik Sense est un outil de restitution des données unique dont la base de données associative brevetée fait, à l’instar de QlikView, sa spécificité sur le marché des outils décisionnels. Qlik Sense est l'outil star de l'analyse des données.

Le Machine Learning est la science qui consiste pour les ordinateurs à apprendre à partir de jeux de données et de modèle statistiques. Contrairement aux développements traditionnels où un programme avec des règles explicites est intégré dans un ordinateur pour qu’il effectue une tâche précise, le Machine Learning repose sur l’apprentissage par l’ordinateur lui-même en se basant sur des données passées.

Le Machine Learning peut s’appliquer à toute organisation qui collecte et utilise des données et qui souhaite aller plus loin dans leur exploitation. Qlik AutoML permet de rendre cette science plus accessible en évitant des phases de programmations complexes et en offrant une interface intuitive.

Présentation et concept de Qlik AutoML

Qlik AutoML est un outil d'apprentissage automatique (Machine Learning) intégré dans la plateforme cloud de Qlik Sense. Il a pour but d’aider les entreprises à prendre des décisions éclairées en prédisant les futurs comportements à partir des données passées et des modèles statistiques intégrés.

La grande force de Qlik AutoML est de proposer des modèles de prévision et d'analyse de données sans nécessiter une expertise en science des données (Data Scientist) ou en programmation (Scripts complexes en Python par exemple).

Qlik AutoML va sélectionner automatiquement les meilleurs modèles en fonction du jeu de données utilisé. Cette sélection se base sur un algorithme d’apprentissage automatique qui explore et analyse les données pour déterminer le modèle le plus adapté. Qlik AutoML va recommander à l’utilisateur un modèle, mais ce dernier est libre d'en choisir un autre s’il le souhaite. L’utilisateur pourra également améliorer et modifier le modèle à l’aide des options de personnalisation.

Qlik AutoML dispose d’une interface utilisateur intuitive pour la création des modèles d'analyse de données sans avoir besoin de coder. Il va permettre de solutionner plusieurs types de problèmes tels que des classifications binaires, des multi-classifications ou des régressions.

Fonctionnalités principales de Qlik AutoML

Dans le hub Qlik Sense Cloud, il est possible d’ajouter facilement une "Nouvelle expérimentation ML". Plusieurs sources de données peuvent être ajoutées directement à partir d’un fichier CSV ou bien d'un entrepôt de données.

Une fois l’expérimentation lancée, Qlik AutoML va produire plusieurs modèles de prévision et indiquer lequel est le plus pertinent par rapport au dataset. Pour chaque modèle, des graphiques sont proposés pour vérifier la pertinence du modèle.

Qlik AutoML permet d'adapter la configuration du modèle à travers différentes options :

• Target : Le champ sur lequel on souhaite faire la prédiction
• Features : Les paramètres / critères qui vont être pris en compte dans la prédiction de la cible (Target)
• Algorithms : Liste des algorithmes disponibles qui seront classés pour le choix du modèle prédictif

Un aperçu du déploiement est alors disponible avec des informations concernant le schéma du modèle ainsi que sur le déploiement.

La prédiction peut alors être créée et on viendra sélectionner un ensemble de données sur lequel appliquer cette prédiction.

Les résultats de la prédiction pourront ensuite être analysés dans une application Qlik Sense (Apps) afin de concevoir un dashboard prédictif.

Les stastistiques traitées par Qlik AutoML

Qlik AutoML permet de répondre à plusieurs problématiques de prévisions de données :

• Classification binaire : nécessite une cible de données à classer en deux catégories distinctes (Oui / Non, Succès / Échec, etc).
  • Exemple : Un client va-t-il annuler un abonnement ? Oui / Non
• Classification multiple : Les réponses peuvent être plus complexes qu’une réponse binaire (deux catégories) et comporter plus de choix.
  • Exemple : Un client va-t-il recommander un produit ? Oui / Non/ Dans 1 mois / Dans 6 mois, etc.
• Régression : les réponses des prédictions doivent être de type numérique avec une valeur réelle.
  • Exemple : Quel sera le prix d’un bien immobilier en fonction de certains critères ?

Avantages de Qlik Auto ML

Qlik AutoML présente plusieurs avantages à son utilisation :

• Facilité d’utilisation : Le Machine Learning peut être implémenté facilement dans votre organisation et ceci sans besoin d’une expertise poussée en Data Science. L’interface intuitive de Qlik Sense facilite la prise en main.
• Efficience des modèles : Les modèles produits par Qlik AutoML sont simples et performants et peuvent être personnalisés au besoin. L’outil classe et évalue les meilleurs modèles par rapport au dataset.
• Gain de temps : Les modèles sont produits automatiquement à partir des jeux de données, ce qui représente un gain de temps considérable comparé à la production manuelle de modèles.
• Facilité de déploiement : Les modèles générés par Qlik AutoML sont facilement déployables et déjà intégrés dans l’environnement Qlik Sense, permettant ainsi de renforcer l’écosystème autour de l’outil décisionnel Qlik.
• Concentration sur la valeur : Les gains de temps obtenus dans la création des modèles permettent de concentrer les efforts sur les éléments à forte valeur ajoutée, c’est-à-dire l’analyse des modèles et les décisions qui peuvent en résulter.
• Autonomie des utilisateurs : Les utilisateurs peuvent créer des modèles en toute autonomie et bénéficier de toutes les fonctionnalités de Qlik Sense pour l’analyse des données.

Dans quel cas utiliser Qlik AutoML ?

• Forte volumétrie de données
• Besoin d’autonomie des data analyst dans la création des modèles
• Intégration dans un environnement Qlik Sense et plus largement dans la chaîne décisionnelle
• Besoin d’analyses prédictives qui peutvent s’appliquer à tout type d’organisation par exemple :
  • Prévision des ventes
  • Détection des fraudes
  • Analyse et suivi client
  • Optimisation des stocks
  • Prévision de la demande

Retour aux éditeurs de restitution

Vous souhaitez bénéficier d'experts, de développeurs ou d'une formation sur Qlik AutoML ? Rendez-vous sur la page Contact