ML 예측 작업
기계 학습 모델을 배포한 후에는 모델을 사용하여 예측을 만들 수 있습니다. 이러한 예측을 사용하여 데이터를 기반으로 보다 효율적이고 정보에 입각한 결정을 내릴 수 있습니다.
전문가 권한 사용자는 ML 배포를 만들고 편집하며 개인 또는 공유 공간에서 예측을 생성할 수 있습니다. 또한 관리 공간에 ML 배포를 게시하고 예측을 생성할 수 있습니다. ML 배포에 대한 액세스는 공간을 통해 제어됩니다. 공간에 대한 자세한 내용은 공간에서 작업을 참조하십시오.
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 Application Automation를 사용하면 작업을 자동화하고 기계 학습 사용 사례를 위한 특정 템플릿을 제공할 수 있습니다. 자동화에 대한 자세한 내용은 Qlik Application Automation (영어로만 제공)을 참조하십시오.