기본 콘텐츠로 건너뛰기 보완적인 콘텐츠로 건너뛰기

실험 작업

기록 데이터를 자동화된 기계 학습 실험에 로드하고 비즈니스 문제를 분석하고 예측하도록 모델을 교육합니다.

전문가 사용자 할당이 있는 사용자는 개인 또는 공유 공간에서 실험을 만들고 편집할 수 있습니다. 실험에 대한 액세스는 공간을 통해 제어됩니다. 공간에 대한 자세한 내용은 공간에서 작업을 참조하십시오.

Qlik Cloud에서 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 정의교육을 위해 데이터 집합 준비하기를 참조하십시오.

다음 단계에서는 실험 워크플로를 설명합니다.

  1. 실험 만들기

    Qlik Sense에서 새 실험을 만듭니다. 공동으로 작업하려면 공유 공간에 추가합니다.

    실험 만들기

  2. 실험 구성

    예측을 수행할 대상과 예측을 지원하는 기능을 선택합니다.

    실험 구성

  3. 교육 시작

    첫 번째 실험 버전의 교육을 시작합니다.

    교육 실험

  4. 모델 구체화

    교육 중에 적절한 기계 학습 알고리즘이 학습 데이터에 적용되고 성능 메트릭이 생성됩니다. 메트릭을 검토하여 모델을 구체화할 수 있는 방법을 확인합니다.

    모델 검토

    기능 및 알고리즘과 같은 매개 변수를 조정하고 좋은 모델을 얻을 때까지 새 버전의 실험을 재교육합니다.

    모델 구체화

  5. 모델 배포

    좋은 모델이 있을 때 이를 배포하고 예측을 시작합니다.

    ML 배포 작업

자세한 정보

이 페이지가 도움이 되었습니까?

이 페이지 또는 해당 콘텐츠에서 오타, 누락된 단계 또는 기술적 오류와 같은 문제를 발견하면 개선 방법을 알려 주십시오!