ML 배포 작업
모델을 교육하고 구체화한 후 모델을 배포하여 예측할 수 있습니다.
ML 배포는 개인, 공유 및 관리 공간에서 만들어질 수 있습니다.
요구 사항 및 권한
ML 배포 및 그 안의 예측 구성을 사용하려면 다음이 필요합니다.
-
전문가 또는 전체 사용자 권한
-
ML 배포를 보고 만듭니다. Automl Deployment Contributor 또는 Automl Experiment Contributor 보안 역할
-
ML 배포 편집 및 삭제: Automl Deployment Contributor 보안 역할
-
ML 배포에서 예측을 구성하고 실행합니다. Automl Deployment Contributor 보안 역할
-
ML 배포가 위치한 공간에 필요한 권한입니다.
예측은 데이터 집합으로 만들어집니다. 따라서 Qlik Cloud의 데이터 소스 작업에 대한 동일한 요구 사항이 예측 출력 작업(예: Qlik Sense 앱에서 사용)에 적용됩니다. 개인 공간에서 데이터 집합을 만들려면 개인 분석 콘텐츠 생성자 역할이 있어야 합니다.
예약된 예측의 경우 예측 구성 소유자에 대한 요구 사항도 있습니다.
자세한 내용은 다음을 참조하십시오.
워크플로
다음 단계는 ML 배포 및 예측 작업 방법의 예입니다.
- 모델 배포
예측에 사용할 모델을 배포합니다.
- 예측 만들기
데이터 집합에 대한 수동 또는 예약 예측을 수행하거나 예측 API를 사용합니다.
- 예측 통찰력 시각화
만들어진 예측 데이터를 앱에 로드하고 시각화를 만듭니다.
- 가상 시나리오로 데이터 탐색
예측 API를 앱에 통합하여 실시간 예측을 가져옵니다. 이를 통해 기능 값을 변경하고 새 값에 대한 예측 결과를 얻어 가상 시나리오를 시도할 수 있습니다. 레코드는 API를 통해 ML 배포에 전달되고 응답은 실시간으로 수신됩니다. 예를 들어, 계획 유형을 변경하거나 기본 요금을 인상하면 고객 이탈 위험은 어떻게 됩니까?
- 작업 수행
예측 통찰력과 시나리오를 분석하여 어떤 작업을 수행해야 하는지 알아냅니다. Qlik 응용 프로그램 자동화를 사용하면 작업을 자동화하고 기계 학습 사용 사례를 위한 특정 템플릿을 제공할 수 있습니다. 자동화에 대한 자세한 내용은 Qlik 응용 프로그램 자동화 (영어로만 제공)을 참조하십시오.