Seminar Qlik Predict – AutoML, Modellbewertung und Vorhersagen

Das Seminar vermittelt den vollständigen Qlik-Predict-Arbeitsprozess von der fachlichen ML-Frage und Datenvorbereitung über Experimente bis zu kontrollierten Batch- und Echtzeitvorhersagen. Vorhersagemodelle werden fachlich sinnvoll bewertet, verantwortbar bereitgestellt und in Qlik-Analysen sowie Prozesse integriert.

Einordnung und Nutzen

Die Inhalte orientieren sich an typischen Projekt-, Entwicklungs- und Betriebssituationen. Begriffe und Funktionen werden nicht isoliert behandelt, sondern in einen nachvollziehbaren Lösungsweg eingeordnet. Entscheidungen zu Architektur, Berechtigungen, Datenqualität und Wartbarkeit werden anhand konkreter Kriterien getroffen.

Zielgruppe

Data Analysts, BI-Entwickler, Fachanalysten, Data Scientists, Controller und Analytics-Verantwortliche.

Voraussetzungen

Grundkenntnisse in Datenanalyse und Statistik; Qlik-Cloud-Grundkenntnisse sind empfehlenswert, Programmierung ist nicht erforderlich.

Seminarinhalte

• Geeignete ML-Fragen, Zielvariablen, Klassifikation und Regression
• Trainingsdaten vorbereiten, Datenqualität prüfen und Leakage vermeiden
• Experimente konfigurieren, Algorithmenauswahl und Training steuern
• Metriken, Confusion Matrix, ROC, Feature Importance und SHAP verstehen
• Modelle vergleichen, auswählen, genehmigen und bereitstellen
• Batch-Vorhersagen, Echtzeitvorhersagen und Machine Learning API
• Vorhersagen in Qlik Sense visualisieren und What-if-Szenarien aufbauen
• Drift, Ereignisse, Monitoring, Rollen und verantwortbarer Betrieb

Praxisanteil

Ein Klassifikationsproblem wird von der Fragestellung bis zur Bereitstellung bearbeitet. Mehrere Modelle werden anhand passender Metriken verglichen, Vorhersagen erzeugt und in einer Qlik-Anwendung mit Einflussfaktoren und What-if-Betrachtung visualisiert.

Arbeitsweise

Kurze Theorieblöcke wechseln mit Demonstrationen, angeleiteten Konfigurationsschritten und eigenständigen Übungen. Konfigurationen und Ergebnisse werden durch Kontrollabfragen, Testfälle oder Protokolle überprüft. Typische Fehlkonfigurationen werden bewusst erzeugt, analysiert und nachvollziehbar behoben.