# 자동화된 기계 학습 소개 Qlik 프로젝트을 사용하여 분석 팀을 위한 기계 학습을 자동화하십시오. 코드가 없는 간단한 인터페이스를 사용하면 기계 학습 실험을 쉽게 만들어 모델을 만들고 예측할 수 있습니다. ## 기계 학습이란 기계 학습은 기록 데이터의 패턴을 인식하여 미래 결과를 예측하는 데 중점을 둔 인공 지능 및 데이터 과학의 한 분야입니다. 알고리즘은 명시적으로 프로그래밍하지 않고 예측 모델을 구축하기 위해 데이터에 대해 교육됩니다. 기계 학습 모델은 다음과 같은 질문에 답하는 데 도움이 될 수 있습니다. * 체육관 고객이 구성원 자격을 취소합니까? * 주어진 고객에 대해 예상되는 수명 가치는 어떻게 됩니까? [머신 러닝 이해하기](https://help.qlik.com/ko-KR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/machine-learning-basics.htm)에서 기본 개념에 대해 자세히 읽어보십시오. 또한 기계 학습 질문을 정의하고 데이터 집합을 준비하기 위한 구조화된 프레임워크에 대해서도 알아봅니다. ## 자동화된 기계 학습으로 무엇을 할 수 있습니까? Qlik Sense에서 자동화된 기계 학습 실험을 만듭니다. 분석 활동 센터에서 다른 사용자와 함께 실험에 공동으로 참여하고 카탈로그에서 데이터를 쉽게 로드하여 모델을 교육할 수 있습니다. 예측 분석을 Qlik Sense 응용 프로그램과 통합하여 결과를 공유하십시오. 다양한 매개 변수를 변경하면 원하는 결과에 어떤 영향을 미칠 수 있는지 이해하기 위해 시각화 및 대화형 가상 시나리오를 통해 더 자세히 탐색합니다. 카탈로그에 저장된 데이터 집합에 대한 예측을 수행하거나 Qlik Sense API를 사용하여 실시간으로 운영 예측을 수행할 수 있습니다. ## 실험 작동 방식 실험은 특정 대상을 가진 특정 데이터 집합에 대한 기계 학습 알고리즘을 교육합니다. 교육은 예측에 사용할 수 있는 기계 학습 모델을 생성합니다. 대부분의 프로세스는 자동화된 기계 학습에서 자동화됩니다. 실험을 만들고 데이터 집합을 로드하면 데이터 집합이 자동으로 분석되고 데이터가 기계 학습에 사용할 수 있도록 사전 처리됩니다. 대상을 선택하는 데 도움이 되도록 각 열에 대한 통계 및 기타 정보가 표시됩니다. 교육을 시작하면 여러 알고리즘이 데이터에서 패턴 검색을 시작합니다. 실험 만들기 및 교육에 대한 자세한 내용은 [Working with experiments](https://help.qlik.com/ko-KR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/working-with-experiments.htm)을 참조하십시오. 교육이 완료되면 점수와 순위를 통해 생성된 기계 학습 모델을 평가할 수 있습니다. 매개 변수를 변경하고 교육을 반복하면 여러 버전을 생성할 수 있습니다. 데이터 집합에 가장 적합한 모델을 선택하고 배포하여 예측을 시작하십시오. 자세한 내용은 [ML 배포 작업](https://help.qlik.com/ko-KR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/working-with-deployments.htm)을 참조하십시오. 다음 이미지에서 볼 수 있듯이 실험에는 각각 하나 이상의 알고리즘을 사용하는 여러 버전이 있을 수 있습니다. 가장 성능이 좋은 알고리즘이 있는 모델을 배포하여 예측할 수 있습니다. 즉, 하나의 실험으로 여러 ML 배포가 발생할 수 있습니다. ![실험, 버전, 알고리즘, 모델 및 예측이 어떻게 관련되어 있는지에 대한 개요.](https://help.qlik.com/ko-KR/cloud-services/Subsystems/Hub/Content/Resources/Images/AutomatedMachineLearning/automl-process-diagram.png) ## Qlik 프로젝트에 대한 사용자 액세스 사용자가 Qlik 프로젝트에 액세스하는 방법에 대한 자세한 내용은 [Qlik 프로젝트을 사용할 수 있는 사용자](https://help.qlik.com/ko-KR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm)를 참조하십시오. ## 제한 사항 및 용량 일반적인 Qlik 프로젝트 제한 사항 및 용량에 대한 자세한 내용은 [Qlik 프로젝트 제한 사항 및 용량](https://help.qlik.com/ko-KR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/ml-limitations-capacities.htm)을(를) 참조하십시오. Qlik 프로젝트은 추가 요금이 있는 기능입니다. 해당 구독에는 일부 제한된 기능이 포함되어 있습니다. 일부 특정 기능 및 용량은 구독 계층에 따라 다릅니다([Qlik 프로젝트 구독 관리 용량](https://help.qlik.com/ko-KR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/introduction.htm#Subscription) 참조). ## Qlik 프로젝트 구독 관리 용량 Qlik 프로젝트 기능에 대한 액세스는 Qlik 구독 약관에 따라 관리됩니다. 자세한 내용은 다음을 참조하십시오. * [Qlik 가격](https://www.qlik.com/us/pricing) * [Qlik Cloud® 구독](https://www.qlik.com/us/legal/product-terms) 제품 설명 관련 학습 콘텐츠: * [는 무엇입니까?Qlik 프로젝트](https://help.qlik.com/lnk/What_is_AutoML) * [에 대한 소개Qlik 프로젝트](https://help.qlik.com/lnk/Introduction_Qlik_AutoML) ## 자세한 정보 * [는 무엇입니까?Qlik 프로젝트](https://help.qlik.com/lnk/What_is_AutoML) * [에 대한 소개Qlik 프로젝트](https://help.qlik.com/lnk/Introduction_Qlik_AutoML)