用語集
[Collection] (コレクション)
コレクションは、アクティビティ センター内のアプリ、チャート、メモ、自動化、実験およびリンクをグループ化して、アクセスと並べ替えを簡単にするツールです。
Analyzer ユーザー資格
Analyzer 資格 は、他のユーザーによって作成されたシートとアプリを使用するユーザーが対象です。シートまたはアプリを作成、編集、または公開するには、Professional 資格 が必要です。
参照先: ユーザー資格の管理
Associative Insights
Associative Insights は、選択内容と選択により除外された値を比較して、盲点と隠れた関係を見つけ出す Insight Advisor の機能です。
CDC (変更データ キャプチャ)
CDC ランディング モードでは、データ ソースへの変更が発生した時点でキャプチャされ、ほぼリアルタイムでターゲットに適用されます。
参照先: 以下の データ ソースからのランディング データ およびフル ロード。
Full User
Full User 資格 は、Qlik Cloud のすべてのユース ケースに該当します。Full User の場合、共有スペースの作成、シートやアプリの作成、編集、公開、データ統合の作業など、権限で許可された操作をすべて実行できます。
参照先:ユーザー資格の管理 (容量ベースのサブスクリプション) または ユーザー資格の管理 (Qlik Anonymous Access サブスクリプション)
Insight Advisor
Insight Advisor は機能のスイートです。Insight Advisor は、データ モデルの構築、ビジュアライゼーションの作成、データの分析を支援します。
Insight Advisor Chat
Insight Advisor Chat は、会話分析用のチャットベースのインターフェイスです。Insight Advisor Chat によりアクセスできるアプリからの質問が可能になります。質問すると Insight Advisor Chat から関連するビジュアライゼーションが返されます。
参照先: 会話分析でのアプリの探索
Insight Advisor 検索
Insight Advisor 検索 は、アプリで自然言語の質問が可能で、関連するビジュアライゼーションを受け取ることができる Insight Advisor 機能です。
参照先: Insight Advisor 検索
Insight Advisor 分析タイプ
Insight Advisor 分析タイプ は、表示する分析タイプと使用するデータを選択して独自のビジュアライゼーションを作成する Insight Advisor 機能です。
ML の実験
Qlik Predict のアセットで、これにより、履歴データを使用して機械学習モデルをトレーニングできます。新しいデータで予測を行うための最終結果の 1 つ以上を展開することが目標です。
参照先: 実験の作業
Permutation Importance
機械学習モデルのパフォーマンスがどれだけであるかは特徴量によって決まります。どの特徴量をモデルに含むかを反復する際に、どの列を残すか、どの列を捨ててもよいかを決定するために permutation importance を使用することができます。
Professional ユーザー資格
Professional 資格 は、Qlik Sense でコンテンツを作成するユーザーを対象としています。Professional 資格 を持つユーザーは、共有スペースの作成、シートまたはアプリの作成/編集/公開、アラートの作成と編集が可能です。
参照先: ユーザー資格の管理
Qlik Answers
Qlik Answers は、Qlik Cloud に生成 AI (GenAI) ナレッジ アシスタントを追加する、プラグ アンド プレイ サブスクリプションです。Qlik Answers アシスタントを使用すると、テキスト ファイルや PDF などの非構造化データソースから質問して回答を得ることができます。
参照: Qlik Answers
QVD
QlikView データ ファイル (QVD) は、Qlik Sense または QlikView からエクスポートされたデータを含むファイルです。これは、データをすばやくロードするために最適化されたネイティブ Qlik Sense 形式です。Qlik Talend Data Integration で QVD ファイルを生成することもできます。
参照先: QVD ファイルでの作業
Resident LOAD
Resident LOAD は、すでにロードされているテーブルからロードするためのスクリプト構成です。Resident LOAD は、多くの場合、元のデータ ソースに再アクセスするより短時間で済みます。
SHAP Importance
ある実験における各特徴量が、ターゲットの予測された結果に対してどれだけ多くの影響を及ぼしているかの測定。Qlik Predict は、二項分類および回帰実験のトレーニング中に、集計された行レベルの SHAP Importance ランキングチャートを自動的に作成します。
アクティビティ センター
アクティビティ センターは、アプリ、スペース、その他のコンテンツへのアクセスの中心となるポイントです。Qlik Cloud には、Insights、Analytics、Qlik Talend Data Integration、Administration の 4 つのアクティビティ センターがあります。アクティビティ センターは、以前はハブと呼ばれていました。
同様の用語: アクセス ポイント、ハブ
アプリ
この用語にはいくつかの定義があります:
-
Qlik Sense または QlikView アプリ: アプリは、タスク固有の、目的に沿って構築されたアプリです。アプリにはデータ ソースからロードされたデータが含まれ、データはビジュアライゼーションを介して解釈されます。
似た用語: ドキュメント、ワークブック
参照先: アプリを理解する
-
Qlik Analytics モバイル アプリ: iOS および Android デバイス用のモバイル アプリ。モバイル アプリで、クラウド データに接続して相互通信します。利用可能なアプリで作業できます。
インテリジェント モデル最適化
実験でトレーニングするモデルの高度な自動改良を提供する Qlik Predict の機能セット。インテリジェント モデル最適化により、特徴量選択を繰り返したり、手作業でデータに高度な処理を適用したりすることなく、すぐに展開できる機械学習モデルを迅速にトレーニングできます。高度な改良ステップには、特徴量のドロップ、特徴量レベルの変換の実行、特定の行全体にわたる処理の適用などが含まれます。
参照先: インテリジェント モデル最適化
オンボーディング
データ プロジェクトで、データ パイプラインを作成する最初のステップはデータのオンボーディングです。これには、オンプレミスのデータ ソースから継続的にデータを転送し、読み取りに最適化された形式でのデータセットの生成が含まれます。
お気に入り
お気に入りは、ハブからアプリ、データセット、自動化、メモ、実験およびチャートを追加できるすべてのユーザーが使用できるセクションです。お気に入りはプライベートです。
カスタム オブジェクト
カスタム オブジェクトは、テナント管理者によってテナントに追加された、または Qlik 拡張バンドルの 1 つに含まれているカスタム ビジュアライゼーションです。
同様の用語: エクステンション
カタログ
カタログは、アプリ、データセット、データ製品、データ ソースを見つけることができるアクティビティ センターの領域です。カタログツールを使うとデータのプロファイリングを行うことができます。
参照先: カタログツールの使用によるデータの理解
キー ドライバー分析
Qlik Sense アプリ内のツールで、アプリ内の一連の項目がデータの傾向や特定のターゲット項目の結果に与える影響を比較できます。キー ドライバー分析を使用して、ビジネスおよび組織のパフォーマンス指標の原動力となっているものを理解し、データ主導の意思決定に従って行動できるようになります。
クロス検証
Qlik Predict の実験トレーニング中に完了したプロセス。トレーニングデータは 5 つのセグメント(フォールド)に分かれて、データの各セグメントが他の 4 つのセグメントのテストとして使えるようになっています。モデルがこれまで見たことのなかったデータに関してどれだけよく予測できるかを示すメトリクスのクロス検証結果。
参照先: ホールドアウト データとクロス検証
サブスクリプション
サブスクリプション レポートを使用すると、選択したシートまたはチャートの PDF を含む定期的なメールをスケジュールできます。
シート
シートは Qlik Sense アプリのコンポーネントです。アプリ ユーザーにビジュアライゼーションを提示して、データを探索、分析、発見できるようにします。シートは公開または非公開にすることができます。
同様の用語: ダッシュボード、ワークシート
参照先: シート表示
シート オブジェクト
シート オブジェクトは、シートのインターフェイスを作成するのに使用するコンポーネントです。すべてのシート オブジェクトでは、テーブルやチャートなどのデータを可視化します。ボタン、テキスト オブジェクト、拡張など他のオブジェクトが含まれます。
同様の用語: ビジュアライゼーション、チャート
参照先: シート表示
スキーマ
データ プロジェクトのアーティファクトは、内部スキーマとデータ アセット スキーマで生成されます。
-
内部スキーマには、物理データ テーブルが含まれています。
-
データ アセット スキーマには、データを使用するために使用できるビューが含まれています。
スクリプト
スクリプト は、スクリプトからデータをロードおよびエクスポートするロード スクリプトを編集できるスクリプト ツールです。スクリプト を使用すると、スクリプトの入力と出力、およびスクリプトの公開されたコピーを表示および管理することもできます。
参照先: カタログ内のスクリプトの操作
ストーリー
ストーリーは、アプリで行ったデータの洞察と発見を他のユーザーと共有し、レポート、プレゼンテーション、予備解析を組み合わせることを可能にするアプリ ツールです。
同様の用語: レポート
参照先: データ ストーリーテリングと洞察の共有
ストレージ
ストレージはデータ パイプラインの一部で、ランディング ゾーンからコピーされたデータから作成されてクラウド データ ウェアハウスまたは Qlik Cloud で消費する準備ができたデータセットが含まれています。データセットは、手動で介入することなくランディング ゾーン データで最新の状態に保たれます。
参照先: データセットの保管
スナップショット
スナップショットは、特定の時点でのビジュアライゼーションをグラフィカルに表現したものです。スナップショットはストーリーを作成するために使用されます。
同様の用語: スクリーンショット
スペース、データ
データ スペースは、データ プロジェクトの作成と保存に使用される Qlik Cloud テナントの管理領域です。スペース内では、コネクタを使用して新しいデータ接続を作成し、データ移動ゲートウェイへのアクセスを管理することもできます。 すべてのデータ アセットは、それらが属するデータ プロジェクトのスペースに作成されます。
セクション アクセス
セクション アクセスは、アプリでデータの内容を確認できるユーザーを定義するセキュリティ テーブルを含むデータ ロード スクリプトのセクションです。
ターゲット
この用語にはいくつかの定義があります:
-
機械学習のコンテキストにおいて、ターゲットとは、機械学習の問題が予測しようとする情報のことです。Qlik Predict では、ターゲットはデータセットの列です。
参照先: 機械学習の概念
-
データ移動のコンテキストでは、ターゲットとは、データが転送、保存、ロードされる宛先またはエンドポイントを指します。ソースから移動されるデータを受け取る場所またはシステムのことです。データベース、データ ウェアハウス、クラウド ストレージ、サーバー、またはデータを利用、分析、処理するためのその他の宛先などがターゲットになります。データ移動には、多くの場合、データ統合、移行、または同期プロセスの一部として、ソースからターゲットへの情報の転送が含まれます。
参照先: データの統合
ダイナミック ビュー
動的ビューを使用すると、チャート内の別のアプリからの大規模なデータセットの関連するサブセットをクエリして表示できます。選択が行われると、動的に更新できます。ダイナミック ビューは、On-demand アプリと類似しています。
参照先: ダイナミック ビューによるデータの管理
タイプ 1 - オペレーショナル データ ストア (ODS)
タイプ 1 データセットの新しい情報は単純に元の情報に上書きされます。つまり、履歴は残りません。
タイプ 2 - 履歴データ ストア (HDS)
タイプ 2 データセットの新しいレコードはテーブルに追加されて新しい情報を表します。そのため、新旧どちらのレコードも残ります。新しいレコードは独自のプライマリ キーを有します。
チャート
チャートは、計算、集計、グループ化を行うことができるオブジェクトです。棒グラフや円グラフなどのグラフィカルなビジュアライゼーションが一般的な例ですが、ピボット テーブルなどの非グラフィカルなオブジェクトもチャートです。
チャートは軸と測定値で構成され、測定値は軸の値ごとに 1 回ずつ計算されます。チャートに複数の軸が含まれる場合、測定値は軸の値の組み合わせごとに 1 回ずつ計算されます。
同様の用語: ビジュアライゼーション、ハイパーキューブ、キューブ
参照先: 正しいビジュアライゼーションの選択
データ カタログ
データ カタログは データ マネージャー および データ ロード エディター のコンポーネントであり、アクセスできるすべてのデータセットからデータを選択してロードできます。
参照先: データ カタログからのデータのロード
データ ゲートウェイ、データ移動
Qlik データ ゲートウェイ - データ移動 では、厳密に暗号化され相互認証された送信接続を介して、エンタープライズ データ ソースからクラウドおよびオンプレミスのターゲットにファイアウォールで保護されたデータを移動できます。インバウンド ファイアウォール ポートを開く必要をなくすことで、Qlik データ ゲートウェイ - データ移動 は企業データにアクセスするための安全で信頼できる手段を提供します。
同様の用語: Data Movement gateway
データ ゲートウェイ、直接アクセス
Qlik Data Gateway - 直接アクセス なら厳密なアウトバウンド、暗号化、相互認証された接続を介して、Qlik SenseSaaS アプリケーションはファイアウォールで保護されたデータに安全にアクセスできます。
データ タスク
データ タスクとは、データ プロジェクトにおける主要な作業単位のことです。データ プロジェクトでは、次のタイプのデータ タスクを作成できます:
- ランディング - データをデータ ソースからクラウド データ ウェアハウスまたは Qlik Cloud に移動します。
- ストレージ - ランディング データを消費する準備ができたデータセットに保存します。
- 登録済みデータ - データ プラットフォームに既存のデータを登録します。
- 変換 - ターゲット要件およびビジネス ニーズに合わせてデータを変換します。
- データ マート - 保存したデータまたは変換したデータからデータ マートを作成します。
ランディングとストレージを 1 つの「オンボーディング」タスクにまとめることもできます。
参照先: データ タスク
データ パイプライン
データ プロジェクトのデータ パイプラインはデータを統合する一連のタスクです。オンボーディングでは、オンプレミスまたはクラウドのデータ ソースからプロジェクトにデータを移動し、すぐに使用できるデータ セットにデータを保存します。変換を実行し、データ マートを作成して、生成および変換されたデータ セットを活用することもできます。データ パイプラインはシンプルで線形にすることも、複数のデータ ソースを使用して多くの出力を生成する複雑なパイプラインにすることもできます。
参照先: データ パイプライン プロジェクトの作成
データ フロー
データ フローは、データを準備するための視覚的なフローを作成できる、直感的なコード不要のエクスペリエンスです。ソースをキャンバス上に配置し、さまざまなプロセッサーを使用してデータを組み合わせて整形し、Analytics アプリや ML 実験用のクリーンなデータセットを作成します。
参照先: データ フローによるデータのロードと準備
データ プロジェクト
データ プロジェクトは、データ アセットを使用してデータ パイプラインを作成する場所です。データ プロジェクトは、すべての出力のターゲットとして使用されるデータ プラットフォームに関連付けられています。シンプルな線形パイプラインを作成することも、複数のデータ ソースを使用して多数の出力を生成する複雑なパイプラインを作成することもできます。
参照先: Data Integration の紹介
データ マーケットプレイス
組織内での権限や役割に応じて、データ マーケットプレイスは、データ統合に取り組んでいるデータ製品マネージャーがデータ製品を管理し、分析ユーザーなどのデータ コンシューマーが分析アプリで利用可能なデータ製品を参照する Qlik Talend Data Integration アクティビティ センターのエリアです。
データ マート
データ マートはデータ パイプラインの一部で、ストレージまたは変換のデータ アセットからのデータのサブセットが含まれます。ビジネス ニーズに応じて、任意の数のデータ マートを作成できます。理想的には、データ マートには、組織内の特定のセクションまたはユニットで分析するために収集された要約データのリポジトリが含まれている必要があります。
参照先: データ マートの作成と管理
データ マネージャー
データ マネージャーは、アプリ内のデータ ソースをロードして管理できるようにするアプリ コンポーネントです。 データをプレビューして関連付け、データ変換を実行することもできます。
データ モデル ビューア
データ モデル ビューアは、アプリに追加されたデータの構造を表示し、テーブルと項目に関するメタデータを表示できるアプリ コンポーネントです。
参照先: データ モデルの表示および変換
データ ロード エディター
データ ロード エディター は、アプリにデータをロードするスクリプトを構築してカスタマイズできるスクリプト エディタです。
同様の用語: スクリプト エディター
参照先: スクリプトを使用したデータのロードと変換
データセット
データセットと言う用語はときにテーブルと同じ意味を持ちます。元のソース テーブル、変換した後のテーブル、またはデータ マートのファクトおよび軸のテーブルを指します。
また、複数のインスタンス テーブルやビューが存在する論理テーブルを指すこともあります:
-
現在のデータ
-
履歴、テーブルの過去のバージョンを保持します
-
変更
参照先: データセットの管理
データ製品
データ製品は、信頼性が高く、再利用可能で、消費可能なデータ資産です。具体的には、ドメイン固有のビジネス成果を解決するために設計された、製品化されたデータセットとビジネス承認済みのメタデータおよびドメイン ロジックの厳選されたコレクションです。
参照: データ製品を作成する
データ接続
分析サービス 内:
分析を作成する目的で、アプリとスクリプトの形式で外部データ ソースから Qlik Cloud にデータをロードするために、データ接続は使用されます。データ接続では、データベースやリモートに保存されたファイルからデータをロードできます。
参照先: 分析データの追加と管理
データ統合 内:
データ接続は、データ タスクがデータ ソース、およびデータ プロジェクトで使用される外部ストレージとクラウド データ ウェアハウスにアクセスできるようにするために使用されます。
参照先: データソースへの接続の設定
データ漏洩
予測を生成するのに使うことになるデータでアルゴリズムのトレーニングをしているという、機械学習における望ましくない現象。データ漏洩のインジケーターの 1 つは、非現実的に高いモデルパフォーマンスで、これは（直接または間接的にトレーニングデータに間違って供給された）ターゲット値の記憶が原因である場合のみ起き、連想のパターンの実際の学習からは起きません。
参照先: データ漏洩
テーブル レシピ
テーブル レシピを使用すると、コード不要のスプレッドシートのようなインターフェイス内で表形式のデータセットを簡単に準備できます。再利用可能な一連のステップを通じて、データを繰り返し探索、クリーニング、変換し、レシピを作成します。
テーブル: ODS、HDS、および変更
データ プロジェクトには、プロジェクトの設定によって有無が異なる数種類のテーブルがあります。
-
現在のテーブル (ODS)
このテーブルには、最新の適用間隔中の変更で更新されたデータ ソースのレプリカが含まれています。
-
先行テーブル (HDS)
このテーブルには、タイプ 2 の履歴データが含まれています。データ タスク設定で履歴が有効になっている場合にのみ生成されます。
ソース テーブル レコードが更新されると、そのたびに新しいレコードが前のテーブルに追加されます。履歴レコードは、以前の現在のレコードのコピーであり、更新された内容と有効な時期も含まれます。
-
変更テーブル
このテーブルには、現在のテーブルにまだ適用されていないすべての変更が含まれています。これは、ランディング モードのフル ロードおよび CDC が使用されている場合にのみ生成されます。
トレーニング データセット
Qlik Predict で機械学習モデルをトレーニングするために使用されるデータセット。自分のデータからアルゴリズムにパターンと連想を学習させることによって、その結果生まれたモデルは、新しいデータの予測を行うよう装備されています(適用データセット)。
参照先: トレーニング用のデータセットの準備
ナレッジ ベース
ナレッジ ベースは、データ接続を介して接続された個々のデータ ソースのコレクションであり、ユーザーの質問に対する応答を生成するために使用されるインデックス付きのデータです。
参照: ナレッジ ベースを使用する
ハイパーパラメーターの最適化
問題解決の際のパフォーマンス向上のために機械学習モデルの制約、重み、学習率を微調整するプロセス。Qlik Predict では、既定では有効になっていませんが、結果改善のために実験の構成中に適用することができます。
参照先: ハイパーパラメーターの最適化
ハブ
ハブは、アプリ、スペース、コレクションへのアクセスの中心点です。「ハブ」という用語は「アクティビティ センター」に置き換えられました。
同様の用語: アクセス ポイント、アクティビティ センター
ビジネス ロジック
ビジネス ロジックは、Insight Advisor の動作をカスタマイズできる一連の機能です。ビジネス ロジックは、2 つの主要な機能があります。
-
論理モデル: ビジュアライゼーションを生成するときに使用されるアプリのデータ モデル。
-
語彙: 自然言語クエリの代替用語。
同様の用語: 論理モデル、語彙、ドメイン論理
ビジュアライゼーション
ビジュアライゼーションは、シートで探索するためにデータを視覚化するチャート、拡張機能、その他のオブジェクトです。
同様の用語: チャート
参照先: ビジュアライゼーションの操作
ビュー
ビューはデータ プロジェクトで使用されます。ビューは物理的なデータセットの仮想表示です。ビューでは物理的なデータセットのクエリから結果を表示するため、常に元のデータセットから関連データが選択されます。ビューには物理的なデータセットに対する利点がいくつかあります: 複数のデータセット間の結合から単一のデータセットを作成できます。元のデータへのアクセスを制御します。ディスク容量を大幅に消費することはありません。
データ プロジェクトのビューにはいくつかの種類があります。どのビューが作成されるかは、ライブ ビューと履歴を有効にしているかどうか、および変更処理を使用しているかどうかによって異なります。
ファクト
ファクト テーブルは軸テーブルと連動しています。ファクト テーブルでは分析されるデータを保持し、軸テーブルではファクト テーブルのデータを分析できる方法に関するデータを保存します。そのため、ファクト テーブルはプライマリ キー列とメジャー列の 2 つの列タイプで構成されています。プライマリ キー列は軸テーブルとの結合が可能で、メジャー列には分析されるデータが含まれます。例えば、Orders ファクト データセットでは、ある顧客がある製品を購入した日付と数量をリスト化するだけで、関連する軸データセットでは、その顧客、製品、取引が行われた地域に関する詳細な情報を提供します。
参照先: データ マートの作成と管理
ブックマーク
ブックマークを使用すると、特定の選択状態を保存できるため、後でアプリに再度適用して他のユーザーと共有できます。レイアウト情報はブックマークに保存できるため、ユーザーはブックマークを適用するときにアプリ内の正しい場所に移動できます。
参照先: ブックマークの選択
フル ロード
Qlik Talend Data Integration では、フル ロードとは、データ ソースからランディングへのデータの初期レプリケーションを指します。
参照先: 上記の データ ソースからのランディング データ および CDC 。
ホールドアウト データ
ML の実験では、ホールドアウト データはトレーニング データセットのサブセットで、これは無視されて、アルゴリズムのトレーニング中には使用されず、モデル パフォーマンスのスコアのために後で使用されます。
参照先: ホールドアウト データとクロス検証
マスター アイテム
マスター アイテムは、他のビジュアライゼーションまたはシートで再利用できるように保存された軸、メジャー、またはビジュアライゼーションです。次に、マスター アイテムを一箇所で変更または更新して、マスター アイテムを使用するすべてのオブジェクトに影響を与えることができます。
メジャー
メジャーは 1 つ以上の集計に基づく計算です。例えば、売上の合計は 1 つの集計ですが、売上の合計を顧客の数で割ったものは、2 つの集計に基づくメジャーです。
同様の用語: 集計、計算、メトリクス
参照先: メジャー
メモ
メモを使用すると、アプリやチャートにテキストの解説をすばやく追加できます。また、データのスナップショットを含めることもできます。それらを非公開にすることも、他のユーザーと共有することもできます。
同様の用語: コメント
参照先: ノートを使用した情報の取得と共有
モデルのエイリアス
ML 展開内のモデルを指す参照。ML 展開からの予測は、特定のモデルではなくエイリアスに送信されます。この処理により、構成や API 呼び出しの更新を必要とせずにモデルを簡単に置き換えることができる、柔軟で動的な予測ワークフローが可能になります。ML 展開には、既定のエイリアスを含めて最大 10 個のエイリアスを含めることができます。
参照先: ML 展開で複数のモデルを使用する
モデルの評価指標
Qlik Predict の実験トレーニング中にアルゴリズムがどの程度うまく機能しているかについての詳細。モデルの評価指標は、機械学習問題に正しい結果を出すために各モデルがどれだけ正確に学習しているかを表示しています。これは、予測作成に使用するためにどのモデルを展開するかを決定するのに役立ちます。
参照先: モデルの分析
ライト テーブル
分析アプリで使用できるテーブル ベースのチャート。ライト テーブルを使用すると、分析者は編集可能な列に変更を加えることができます。これらの変更は API 経由で抽出でき、サードパーティ システムで使用したり、アプリやスクリプトを使用して Qlik Cloud に再度ロードしたりできます。
参照先: ライト テーブル
ライブ ビュー
Qlik Talend Data Integration では、ライブ ビューを使用して現在のデータ (ODS) と履歴データ (HDS) の両方にアクセスできます。ライブ ビューには、まだ適用されていない変更テーブルのデータが含まれます。これにより、変更されたデータを頻繁に適用しなくても、待機時間の短いデータを表示できます。マージを遅らせる機能により、ターゲット プラットフォームでのコストと処理要件を削減できます。
関連項目: ライブ ビュー
ランディング
Qlik Talend Data Integration のランディングは次のいずれかを指します:
- データベース - 一般にランディング ゾーンとして知られています - クラウド データ ウェアハウスではデータ パイプラインの処理をさらに進める前にソース データで最初にランディングします
- データをデータ ソースからランディング ゾーンに移動する実際のタスクまたはプロセス
Qlik Talend Data Integration のランディング タスクは、データ ソースからランディング ゾーンへのデータの継続的またはスケジュールされたランディングを制御します。
レポート タスク
Qlik Sense アプリで作成されるタスクで、選択したレポート フィルターで定義されたデータ削減を適用して、1 つ以上のレポート テンプレートをレポート出力に変換します。レポート出力は、構成された配布設定に従って配信されます。
同様の用語: 配布リスト、レポート テンプレート、レポート フィルター
参照先: レポート タスクの操作
レポート テンプレート
生成されたレポートに含まれる構造、内容、データの概要を示すファイル。アプリ内レポートでは、Microsoft Excel 用の Qlik アドイン、PixelPerfect デザイナー、または埋め込み HTML デザイナーを使用してテンプレートを作成できます。
同様の用語: 表形式レポート、レポート タスク
参照先: レポート テンプレートの設計
レポート フィルター
アプリ内レポートを使用して生成されたレポートに含まれるアプリ データを制御するために使用されるフィルター。レポート フィルターは Qlik Sense アプリのブックマークと同じように機能しますが、レポート機能を目的に構成されています。レポート フィルターは高度なカスタマイズが可能で、レポート受信者レベルで個別に適用して、個別に出力できます。
同様の用語: ブックマーク、レポート タスク、レポート テンプレート、配布リスト
参照先: レポート フィルターの操作
レポート、表形式
Microsoft Excel テンプレートファイルに基づいて作成された、Qlik Sense アプリからのテーブルベースのデータを含むレポート。表形式のレポートでは、視覚化データとアプリ データを表形式で含めることができ、グラフ画像も含めることができます。.xlsx または PDF 形式で出力できます。
同様の用語: レポート タスク、レポート テンプレート
参照先: 表形式レポート テンプレートの設計
ロード スクリプト
ロード スクリプトは、ロードするデータとロードされた各種テーブルをどのようにリンクさせるかを定義する一連のステートメントです。データ マネージャー、または データ ロード エディター を使って生成でき、また表示も編集もできます。
同様の用語: スクリプト
参照先: スクリプトを使用したデータのロードと変換
回帰 (実験とモデル タイプ)
Qlik Predict では、数値データを含む [顧客生涯価値列] など、10 を超える値を持つ数値ターゲット列の値を予測するように機械学習モデルをトレーニングする実験です。回帰実験は時系列実験に似ていますが、異なります。回帰実験では日付固有の予測なしで数値データを予測しますが、時系列実験では特定の日付値の数値データを予測します。
似た用語: 実験タイプ、時系列実験
参照先: 回帰問題
管理者、テナント
テナント管理者は、ユーザー、システム拡張、システムカスタマイズの管理を担当する管理者です。テナント管理者は、管理 アクティビティ センターへの完全なアクセス権を有しています。
参照: テナント管理者の権限
管理者、監査
監査管理者は、Insight Advisor および Insight Advisor Chat のアプリのフィードバックおよび使用状況メトリクスにアクセスできます。
参照先: 監査管理者の権限
曲線下面積 (AUC)
AUC (曲線下面積) の ROC 曲線は、実際の結果が陽性である場合に、機械学習モデルがポジティブ クラスを予測するのにどれだけ優れているかを示しています。真陽性率が 1.0 (曲線の下で可能な最大面積) に近づくほど、モデルはより決定論的になります。ROC 曲線は、クラス間の分離が可能かどうかを理解するのに有効であり、予測された結果を正確に区別するのにデータが十分であるかどうかを示します。
参照先: AUC と ROC 曲線
権限
権限により、ユーザーが Qlik Cloud で実行できる操作が制御されます。コンテンツへのアクセス、テナント全体でのアクション、クライアント アプリケーションが権限の対象となります。スペース ロールによりスペース内のアクセスが定義され、共有によりアプリ単体へのアクセスが許可されます。テナント全体の権限はセキュリティ ロールと既定の権限で管理されますが、OAuth スコープはその権限をクライアント アプリケーション向けに絞り込みます。
似た用語: 権利、ユーザー ロール、セキュリティ ロール
参照先:
語彙
語彙は、Insight Advisor 検索 と Insight Advisor Chat に同義語とカスタム分析を追加できるビジネス ロジック機能です。
項目
項目には、データ ソースからロードされた値が含まれます。基本的なレベルでは、項目はテーブルの列に対応します。項目は、ビジュアライゼーションで軸とメジャーを作成するために使用されます。
参照先: 項目
合成キー
合成キーは、データ モデル内の 2 つのテーブル間の複合キーです。これらは、2 つ以上のテーブルに 2 つ以上の共通の項目がある場合に作成されます。データのロード中に、合成キーに関する警告が表示された場合は、データ モデル ビューアでデータ構造を確認する必要がある場合があります。合成キーは必ずしも問題ではありませんが、他の合成キーに基づく合成キーがある場合は、データ モデルにエラーがある可能性があります。
参照先: 合成キー
混同行列
confusion matrix 混同行列は分類モデルにおける予測結果の正確度を要約しています。正しい予測と正しくない予測の数が各クラスごとに要約されています。これにより、分類器によって行われたエラーについて理解が得られるだけでなく、どのような種類のエラーがあったかもわかります。
参照先: 混同行列
時系列 (実験とモデルタイプ)
Qlik Predict では、10 個を超える値を持つ数値ターゲット列の日付固有の値 (日付またはタイムスタンプ別の売上値など) を予測するように機械学習モデルをトレーニングする実験です。時系列実験は回帰実験に似ていますが、異なります。回帰実験では日付固有の予測なしで数値データを予測しますが、時系列実験では特定の日付値の数値データを予測します。
似た用語: 実験タイプ、回帰実験
参照先: 時系列問題
軸
分析サービス 内:
軸は、チャート内のデータを分類するために使用されるエンティティです。例えば、円グラフのスライスまたは棒グラフの棒は、軸の個々の値を表します。多くの場合、軸は離散値を持つ単一の項目ですが、数式で計算することもできます。
同様の用語: カテゴリ、グループ
参照先: 軸を使用したデータのグループ化
データ統合 内:
軸はスター スキーマの一部を形成するデータ マートのデータセットです。軸データセットには、ファクト テーブルのレコードに含まれるすべての関連項目の記述情報が保持されます。軸データセットの一般的な例は Customer (顧客) と Product (製品)です。軸データセットのデータは非正規化されていることが多いため、軸データセットには多くの列があります。
参照先: データ マートの作成と管理
実験タイプ
実験タイプは、ML 実験でトレーニングされる機械学習モデルのタイプを定義します。実験タイプは、選択したターゲット列の一意の値の数とデータのタイプによって定義されます。使用できる実験タイプには、二項分類、多項分類、回帰、時系列などがあります。
似た用語: ターゲット (機械学習)、二値分類実験、多項分類実験、回帰実験
参照先: 機械学習の概念
集計
集計は、ソーステーブルの複数レコードを使った計算です。多くの場合、sum、count、min、max、average などの関数で集計した 1 つのフィールドです。例えば、売上の合計などです。
同様の用語: 計算、測定、メトリクス
参照先: メジャー
純増数の表
Qlik Talend Data Integration は、ソース データベースのトランザクション ログに表示される変更に基づいてデータ レプリケーションを実行します。"UPDATE MyTable SET f1=..., f2=..." のようなソースに対する単一の更新操作は、ソース データベース内の多数の行を更新し、レプリケーション タスクがターゲットに適用する必要のある多数の変更レコードを作成する可能性があります。レプリケーション タスクには 2 つの変更処理モードがあります。トランザクション適用とバッチ最適化適用です。トランザクション アプリケーション変更処理モードでは、レプリケーション タスクは基本的に各変更をターゲットに適用します。一方、バッチ最適化適用モードは、大量の変更の効率的なレプリケーションを処理するように設計されています。このモードでは、レプリケーション タスクは複数のテーブルの変更をメモリ キャッシュに蓄積します。同じ行に対する繰り返しの変更は、メモリ キャッシュで更新されます。タスクに定義された最大メモリ キャッシュ サイズに達すると (または設定された時間が経過すると)、レプリケーション タスクは次を実行します。
-
キャッシュされた (ネット) 変更をターゲット上の特別なテーブル (ネット変更テーブル) に書き込みます。
-
ターゲット テーブルに一括変更アップロード
-
SQL ステートメントを使用して、ネット変更テーブルのデータに基づいてターゲット テーブルを更新します。
参照先: レプリケーションの設定
先行する LOAD
先行するロードは、ソースを指定せずに次の LOAD または SELECT ステートメントからロードできるようにするスクリプト構造です。多くの場合、先行するロードは常駐ロードよりも高速です。
選択
選択範囲は、データのフィルタリングに使用されるアプリのビジュアライゼーションでユーザーが選択した値です。 選択が行われると、関連するすべてのビジュアライゼーションが更新され、選択が反映されます。選択をブックマークとして保存し、他のユーザーと共有することができます。
参照先: ビジュアライゼーションによるデータの探索
多項分類 (実験とモデル タイプ)
Qlik Predict では、3 ～ 10 個の可能な値を持つターゲット列の値を予測するように機械学習モデルをトレーニングする実験です (例: Green Plan、Red Plan、または Purple Plan などの値を持つ Plan Type 列)。
似た用語: 実験タイプ、二項分類実験
参照先: 分類問題
大規模アプリのサポート
大規模アプリのサポートにより、標準のアプリ サイズよりも大きなアプリで作業できます。管理者は、大規模アプリのサポートを特定のスペースに割り当てることができます。
標準アプリのサイズは、Qlik Sense Enterprise SaaS では最大 5 GB、Qlik Cloud Analytics Premium および Enterprise では最大 10 GB です。
参照先: 大規模アプリのサポート
通知
通知は、アプリやスペースに変更があったとき、または設定したアラートがトリガーされたときに通知します。データ統合 タスクとデータ ゲートウェイの運用変更に関する通知を受け取ることもできます。
参照先: 通知
適用データセット
トレーニングした機械学習モデルが予測するデータセット。Qlik Predict 予測の出力は、選択したターゲットフィールドの予測値がある新しいデータセットです。
参照先: データセットでの予測の作成
登録済みデータ
ターゲット プラットフォームに既存のデータを登録し、データをキュレーションして変換し、データ マートを作成できます。これにより、Qlik Talend Data Integration 以外のツール (Qlik Replicate または Stitch など) を使ってオンボーディングされたデータを使用できます。
匿名アクセス
匿名アクセスとは、Qlik Cloud テナントのメンバーではないユーザーが Qlik Sense の分析コンテンツを使用できるようにする方法のことです。匿名アクセスを使用してアプリを使用できるようにすると、アプリのビジュアライゼーションとシートを外部のウェブ ページに埋め込むことができ、外部ユーザーがすべてのシートを直接参照できるようにすることもできます。
この機能は、Qlik Anonymous Access サブスクリプションでのみ使用できます。詳細については、「Qlik Anonymous Access のサブスクリプション」を参照してください。特徴量(機械学習)
機械学習問題における変数で、ターゲット列の値に寄与する可能性があります。Qlik Predict では、特徴量はデータセットの列で、ターゲット列の結果にさまざまなレベルの影響を及ぼすことがあります。特徴量は共変量と呼ばれることもあります。
参照先: 機械学習の概念
二項分類 (実験とモデル タイプ)
Qlik Predict では、2 つの可能な値 (たとえば、値が yes または no である Canceled 列) を持つターゲット列の値を予測するように機械学習モデルをトレーニングする実験です。
似た用語:実験タイプ、多項分類実験
参照先: 分類問題
濃度
列にあるデータ値の一意性。機械学習モデルをトレーニングする場合、Qlik Predict はカーディナリティが高い (一意の値が多すぎる) 特徴量列またはカーディナリティがない (1 つの定数値からなる列のデータ) 特徴量列は使用できません。
参照先: カーディナリティ
配布リスト
Qlik Sense レポート タスクから受信者 (個人またはグループの一部) として追加できるすべての受信者のリスト。各 Qlik Sense アプリは 1 つの配布リストを持つことができます。レポート タスクを作成するときは、タスク出力の送信先となる受信者とグループのみを配布リストから選択します。レポート フィルターは配布リストの受信者に個別に追加できるため、単一のレポート タスクからバースト レポートを管理できます。
同様の用語: レポート タスク、レポート フィルター
参照先: レポートの配布リストの作成
変換
変換タスクはデータ パイプラインの一部で、ルールとカスタム SQL に基づいた再利用可能なデータ変換を作成できます。行レベルの変換を実行し、テーブルとして具体化されるか、その場で変換を実行するビューとして作成されるデータセットを作成できます。
参照先: データの変換
変換フロー
変換フローとは、データ変換を視覚的に表現したもののことです。変換フローを使用すると、ソース、プロセッサー、ターゲットを使用して複雑または単純な変換を簡単に作成でき、フローの各ステップで変換のデータ プレビューを提供できます。
参照先: 変換フローを追加
予測 (機械学習)
機械学習モデルによる、ターゲット列の将来の値の見積もり。Qlik Predict では、予測は ML 展開によってバッチ予測 (データセット全体の行に対する予測) として、またはリアルタイム予測 (1 つまたは少数のデータセットの行に対する予測からなる返されたデータ) として生成できます。Qlik Predict 分析コネクタを使用して、展開から予測を生成することもできます。
同様の用語: 予測、バッチ、予測、リアルタイム
参照先: ML 予測の作業
予測、バッチ (機械学習)
バッチ予測は、データセット全体 (適用データセット) に対して生成される予測です。適用されたデータセットの各行に対して予測が生成され、新しいデータセット (予測データセット) として配信されます。モデルが分類モデルの場合、この新しいデータセットには確率も含まれます。
同様の用語: 予測、適用データセット
参照先: データセットでの予測の作成
予測、リアルタイム (機械学習)
リアルタイム予測とは、1 行または数行のデータに基づいてリアルタイムで生成される予測です。リアルタイム予測は、Machine Learning API のリアルタイム予測エンドポイントを使用して生成されます。
同様の用語: 予測
参照先: リアルタイム予測の作成
予測時間 (機械学習)
機械学習モデルが予測を生成する速度です。Qlik Predict では、予測速度は特徴量の計算時間とテスト データセットの予測時間を組み合わせて計算されます。予測速度は 1 秒あたりの行数で表示されます。
参照先: 予測速度
論理モデル
論理モデルは、ビジュアライゼーションを生成するときにデータを使用する方法を Insight Advisor に指示する基礎となるデータ モデルです。
同様の用語: 論理モデル、論理フレームワーク