을 사용한 기계 학습Qlik 프로젝트
자동화된 기계 학습은 데이터에서 패턴을 찾고 이를 사용하여 미래 데이터에 대한 예측을 수행합니다. Qlik Cloud Analytics의 기계 학습 실험을 통해 다른 사용자와 공동 작업하고 예측 분석을 Qlik Sense 앱에 통합할 수 있습니다. 예측하는 것 외에도 예측된 결과에 영향을 미치는 주요 기능에 대한 심층 분석을 수행할 수 있습니다.
카탈로그에서 기록 데이터를 로드하고, 자동화된 기계 학습 프로세스를 시작한 다음, 사용 사례에 가장 적합한 기계 학습 모델을 선택합니다. 비즈니스 문제의 결과를 예측하기 위해 모델을 배포합니다. 예측 결과에 영향을 미치는 변수를 탐색하고 데이터를 철저하게 이해합니다.
또는 개발자는 기계 학습 API를 사용하여 Qlik 프로젝트 기능을 자체 워크플로에 통합할 수 있습니다. 시작하는 데 도움이 되는 자습서를 보려면 자동화 기계 학습 자습서를 참조하십시오.
Qlik Cloud 정부는 Qlik 프로젝트를 지원하지 않습니다.
기계 학습 시작하기
기계 학습 이해
기계 학습의 기본 개념과 기계 학습을 사용해야 하는 이유에 대해 알아봅니다.
기계 학습 질문 정의
기계 학습 질문을 정의하고 구조화된 프레임워크를 따르는 방법에 대해 알아봅니다.
교육 데이터 집합 준비
기계 학습 모델을 학습하는 데 사용할 데이터 집합을 준비하는 방법에 대해 알아봅니다.
실험 작업
ML 실험 작업
자동화된 기계 학습 프로세스에 대한 개요를 확인하고 실험 생성을 시작하십시오.
시계열 실험 작업
시간에 따른 예측을 수행하기 위해 모델을 학습하는 방법에 대해 알아봅니다.
ML 배포 작업
예측 작업
예측 중 SHAP 데이터 집합 생성
예측을 할 때 데이터의 키 드라이버를 파악하기 위해 SHAP 값을 사용하는 방법을 알아봅니다.
실시간 예측 만들기
하나 또는 소수의 데이터 행에 대한 실시간 예측을 생성하기 위해 기계 학습 API에 액세스하고 사용하는 방법을 알아봅니다.
Qlik 프로젝트 분석 커넥터를 사용한 예측
Qlik 프로젝트 분석 커넥터를 사용하여 배포와 통신하고 앱과 스크립트에서 직접 예측을 수행합니다.
실습 자습서 및 자습서
자습서 – 예측 데이터 생성 및 시각화
이 자습서에서는 실험을 만들고 교육하며, 모델을 배포하고 예측을 만들며, Qlik Sense 앱에서 예측 데이터를 시각화하는 방법을 보여 줍니다.
자습서 - 다변수 시계열 예측을 통한 판매 예측
이 자습서에서는 시간별 예측을 수행할 수 있는 모델을 사용하여 교육, 배포 및 예측하는 과정을 안내합니다.
Qlik 프로젝트 비디오
기계 학습을 시작하려면 짧은 비디오를 시청하십시오.