실험 작업
기록 데이터를 자동화된 기계 학습 실험에 로드하고 비즈니스 문제를 분석하고 예측하도록 모델을 교육합니다.
개인 또는 공유 공간에서 실험을 만들고 편집할 수 있습니다.
워크플로
Qlik Cloud 분석에서 자동화된 기계 학습 실험을 만들기 전에 잘 정의된 기계 학습 질문과 카탈로그에서 사용할 수 있는 적절한 교육 데이터 집합이 있어야 합니다. 자세한 내용은 기계 학습 질문 정의 및 교육을 위해 데이터 집합 준비하기를 참조하십시오.
다음 단계에서는 실험 워크플로를 설명합니다.
- 실험 만들기
Qlik Sense에서 새 실험을 만듭니다. 공동으로 작업하려면 공유 공간에 추가합니다.
- 실험 구성
예측을 수행할 대상과 예측을 지원하는 기능을 선택합니다.
- 교육 시작
첫 번째 실험 버전의 교육을 시작합니다.
- 모델 구체화
교육 중에 적절한 기계 학습 알고리즘이 학습 데이터에 적용되고 성능 메트릭이 생성됩니다. 메트릭을 검토하여 모델을 구체화할 수 있는 방법을 확인합니다.
기능 및 알고리즘과 같은 매개 변수를 조정하고 좋은 모델을 얻을 때까지 새 버전의 실험을 재교육합니다.
- 모델 배포
좋은 모델이 있을 때 이를 배포하고 예측을 시작합니다.
요구 사항 및 권한
ML 배포 및 예측 작업에 필요한 사용자 권한 요구 사항에 대한 자세한 내용은 ML 실험에 대한 액세스 제어를 참조하십시오.