용어집
가상 키
가상 키는 데이터 모델의 두 테이블 간의 복합 키입니다. 둘 이상의 테이블에 둘 이상의 공통 필드가 있을 때 만들어집니다. 데이터를 로드할 때 가상 키에 대한 경고를 받으면 데이터 모델 뷰어에서 데이터 구조를 검토해야 할 수 있습니다. 가상 키가 반드시 문제가 되는 것은 아니지만 다른 가상 키를 기반으로 하는 가상 키가 있는 경우 데이터 모델에 오류가 있을 수 있습니다.
참조: 가상 키
곡선 아래 영역(AUC)
AUC(곡선 아래 영역)에 대한 ROC 곡선은 실제 결과가 양성일 때 기계 학습 모델이 양성 클래스를 예측하는 데 얼마나 좋은지 설명합니다. 진양성 비율이 1.0(곡선 아래에서 가능한 최대 영역)에 가까울수록 모델이 더 결정적입니다. ROC 곡선은 클래스 간의 분리가 가능한지 이해하는 데 유용하므로 데이터가 예측된 결과를 정확하게 구별하기에 충분한지 나타냅니다.
참조: AUC 및 ROC 곡선
공간, 데이터
데이터 공간은 데이터 프로젝트를 만들고 저장하는 데 사용되는 Qlik Cloud 테넌트의 관리 영역입니다. 공간 내에서 커넥터를 사용하여 새 데이터 연결을 만들고 데이터 이동 게이트웨이에 대한 액세스를 관리할 수도 있습니다. 모든 데이터 자산은 해당 자산이 속한 데이터 프로젝트의 공간에 만들어집니다.
관리자, 감사
개발자 역할도 할당된 감사 관리자는 통찰력 및 Insight Advisor Chat에 대한 앱 피드백 및 사용 메트릭에 액세스할 수 있습니다.
참조: 감사 관리자 권한
관리자, 테넌트
테넌트 관리자는 사용자, 시스템 확장 및 시스템 사용자 지정 관리를 담당하는 관리자입니다. 테넌트 관리자는 관리 활동 센터에 대한 전체 액세스 권한을 갖습니다.
참고: 테넌트 관리자의 권한
교육 데이터 집합
Qlik AutoML에서 기계 학습 모델을 학습하는 데 사용되는 데이터 집합입니다. 알고리즘이 데이터의 패턴과 연관성을 학습하도록 허용함으로써 결과 모델은 새 데이터(적용 데이터 집합)에 대한 예측을 수행할 수 있습니다.
교차 유효성 검사
교육 데이터가 5개의 세그먼트(접기)로 분할되어 데이터의 각 세그먼트가 다른 4개의 세그먼트에 대한 테스트로 사용될 수 있는 Qlik AutoML에서 실험 교육 중에 완료되는 프로세스입니다. 교차 유효성 검사는 모델이 이전에 본 적이 없는 데이터에 대해 얼마나 잘 예측할 수 있는지 보여 주는 메트릭을 생성합니다.
권한
권한은 사용자가 해당 공간에서 수행할 수 있는 작업을 결정하는 데이터, 공유 및 관리 공간의 역할입니다.
유사한 용어: 권한, 사용자 역할, 보안 역할
참조:
기능(기계 학습)
잠재적으로 대상 열의 값에 기여할 수 있는 기계 학습 문제의 변수입니다. Qlik AutoML에서 기능은 대상 열의 결과에 다양한 수준의 영향을 미칠 수 있는 데이터 집합의 열입니다.
참조: 기계 학습 개념
논리 모델
논리 모델은 시각화를 생성할 때 데이터를 사용하는 방법을 통찰력에게 알려 주는 기본 데이터 모델입니다.
유사한 용어: 논리 모델, 논리 프레임워크
대상
이 용어에는 몇 가지 정의가 있습니다.
-
기계 학습의 컨텍스트에서 대상은 기계 학습 문제가 예측하는 것을 대상으로 하는 정보입니다. Qlik AutoML에서 대상은 데이터 집합의 열입니다.
참조: 기계 학습 개념
-
데이터 이동의 컨텍스트에서 대상은 데이터가 전송, 저장 또는 로드될 대상 또는 종료 지점을 나타냅니다. 소스에서 이동되는 데이터를 수신하는 위치 또는 시스템입니다. 대상은 데이터베이스, 데이터 웨어하우스, 클라우드 저장소, 서버 또는 데이터를 활용, 분석 또는 처리해야 하는 기타 대상일 수 있습니다. 데이터 이동에는 데이터 통합, 마이그레이션 또는 동기화 프로세스의 일부로 소스에서 대상으로 정보를 전송하는 작업이 포함됩니다.
참조: 데이터 통합
대형 앱 지원
대형 앱 지원을 통해 표준 앱 크기보다 큰 앱으로 작업할 수 있습니다. 관리자는 특정 공간에 대규모 앱 지원을 할당할 수 있습니다.
표준 앱 크기는 Qlik Sense Enterprise SaaS의 경우 최대 5GB, Qlik Cloud 분석 Premium 및 Enterprise의 경우 최대 10GB입니다.
참조: 대형 앱 지원
데이터 게이트웨이 - 직접 액세스
Qlik 데이터 게이트웨이 - 직접 액세스는 Qlik SenseSaaS 응용 프로그램이 엄격하게 아웃바운드되고 암호화되고 상호 인증된 연결을 통해 방화벽 데이터에 안전하게 액세스할 수 있도록 합니다.
데이터 게이트웨이, 데이터 이동
Qlik 데이터 게이트웨이 - 데이터 이동를 사용하면 엄격하게 암호화되고 상호 인증된 아웃바운드 연결을 통해 방화벽으로 보호된 데이터를 엔터프라이즈 데이터 소스에서 클라우드 및 온프레미스 대상으로 이동할 수 있습니다. 인바운드 방화벽 포트를 열 필요가 없으므로 Qlik 데이터 게이트웨이 - 데이터 이동는 엔터프라이즈 데이터에 액세스할 수 있는 안전하고 신뢰할 수 있는 수단을 제공합니다.
비슷한 용어: Data Movement gateway
데이터 관리자
데이터 관리자는 앱에서 데이터 소스를 로드하고 관리할 수 있는 앱 구성 요소입니다. 데이터를 미리 보고 연결하고 데이터 변환을 수행할 수도 있습니다.
데이터 로드 편집기
데이터 로드 편집기는 앱에 데이터를 로드하는 스크립트를 빌드하고 사용자 지정할 수 있는 스크립트 편집기입니다.
유사한 용어: 스크립트 편집기
데이터 마켓플레이스
조직 내에서의 권한과 역할에 따라, 데이터 마켓플레이스는 데이터 통합 작업을 수행하는 데이터 제품 관리자가 데이터 제품을 관리하고, 분석 사용자와 같은 데이터 소비자가 분석 앱에 사용할 수 있는 데이터 제품을 찾아보는 Qlik Talend Data Integration 활동 센터 영역입니다.
참고: 데이터 마켓플레이스에서의 소비
데이터 마트
데이터 마트는 저장소 또는 변환 데이터 자산의 데이터 하위 집합을 포함하는 데이터 파이프라인의 일부입니다. 비즈니스 요구 사항에 따라 데이터 마트를 원하는 수만큼 만들 수 있습니다. 이상적으로는 데이터 마트에 조직 내의 특정 섹션이나 단위에 대한 분석을 위해 수집된 요약 데이터의 리포지토리가 포함되어야 합니다.
참조: 데이터 마트 만들기 및 관리
데이터 연결
분석 서비스에서:
데이터 연결은 앱 및 스크립트 형식으로 분석을 만들기 위해 외부 데이터 소스의 데이터를 Qlik Cloud에 로드하는 데 사용됩니다. 데이터 연결은 데이터베이스 및 원격으로 저장된 파일에서 데이터를 로드할 수 있습니다.
참조: 분석 데이터 추가 및 관리
데이터 통합에서:
데이터 연결은 데이터 작업이 데이터 소스, 데이터 프로젝트에 사용되는 외부 저장소 및 클라우드 데이터 웨어하우스에 액세스할 수 있도록 하는 데 사용됩니다.
참조: 데이터 소스에 대한 연결 설정
데이터 유출
알고리즘이 예측을 생성하는 데 사용될 데이터로 학습되는 기계 학습에서 바람직하지 않은 현상입니다. 데이터 유출의 표시기 중 하나는 비현실적으로 높은 모델 성능입니다. 이는 패턴 및 연관성에 대한 실제 학습이 아니라 대상 값(학습 데이터에 직간접적으로 부정확하게 제공됨)을 암기한 결과일 뿐입니다.
참조: 데이터 유출
데이터 작업
데이터 작업은 데이터 프로젝트의 주요 작업 단위입니다. 데이터 프로젝트에서. 다음 유형의 데이터 작업을 만들 수 있습니다.
- 랜딩 - 데이터 소스에서 클라우드 데이터 웨어하우스 또는 Qlik Cloud로 데이터를 이동합니다.
- 저장소 - 랜딩 데이터를 소비할 수 있는 데이터 집합에 저장합니다.
- 등록된 데이터 - 데이터 플랫폼에 이미 존재하는 데이터를 등록합니다.
- 변환 - 대상 요구 사항 및 비즈니스 요구 사항에 따라 데이터를 변환합니다.
- 데이터 마트 - 저장되거나 변환된 데이터에서 데이터 마트를 만듭니다.
랜딩 및 저장소를 단일 "온보딩" 작업으로 결합할 수도 있습니다.
참조: 데이터 작업
데이터 제품
데이터 제품은 신뢰도가 높고 재사용이 가능하며 소비 가능한 데이터 자산입니다. 보다 구체적으로 말하면, 도메인별 비즈니스 결과를 해결하도록 설계된 제품화된 데이터 집합과 비즈니스에서 승인된 메타데이터 및 도메인 논리의 엄선된 컬렉션입니다.
참고: 데이터 제품 만들기
데이터 집합
데이터 집합이라는 용어는 테이블과 동의어인 경우가 있습니다. 원본 소스 테이블, 변환 후 테이블 또는 데이터 마트의 팩트 및 차원 테이블을 참조할 수 있습니다.
또한 여러 인스턴스 테이블과 뷰가 있는 논리 테이블을 참조할 수도 있습니다.
-
현재 데이터
-
테이블의 이전 버전을 보유하는 기록
-
변경 내용
참조: 데이터 집합 관리
데이터 집합 적용
학습된 기계 학습 모델이 예측하는 데이터 집합입니다. Qlik AutoML 예측의 출력은 선택한 대상 필드에 대한 예측 값이 포함된 새 데이터 집합입니다.
데이터 카탈로그
데이터 카탈로그는 액세스 권한이 있는 모든 데이터 집합에서 데이터를 선택하고 로드할 수 있는 데이터 관리자 및 데이터 로드 편집기의 구성 요소입니다.
데이터 파이프라인
데이터 프로젝트에서 데이터 파이프라인은 데이터 통합을 위한 일련의 작업입니다. 온보딩은 온프레미스 또는 클라우드에 있는 데이터 소스에서 프로젝트로 데이터를 이동하고 바로 사용할 수 있는 데이터 집합에 데이터를 저장합니다. 또한 변환을 수행하고 데이터 마트를 만들어 생성 및 변환된 데이터 집합을 활용할 수 있습니다. 데이터 파이프라인은 단순한 선형일 수도 있고 여러 데이터 소스를 사용하고 많은 출력을 생성하는 복잡한 파이프라인일 수도 있습니다.
참조: 데이터 파이프라인 만들기
데이터 프로젝트
데이터 프로젝트에서 데이터 자산을 사용하여 데이터 파이프라인을 만듭니다. 데이터 프로젝트는 모든 출력의 대상으로 사용되는 데이터 플랫폼과 연결됩니다. 간단한 선형 파이프라인을 만들거나 여러 데이터 소스를 사용하고 많은 출력을 만드는 복잡한 파이프라인을 만들 수 있습니다.
동적 보기
동적 보기를 사용하면 차트의 다른 앱에서 대규모 데이터 집합의 관련 하위 집합을 쿼리하고 볼 수 있습니다. 선택하면 동적으로 새로 고칠 수 있습니다. 동적 보기는 On-demand 앱과 유사합니다.
등록된 데이터
대상 플랫폼에 이미 존재하는 데이터를 등록하여 데이터를 조정 및 변환하고 데이터 마트를 만들 수 있습니다. 이를 통해 Qlik Talend Data Integration 이외의 다른 도구(예: Qlik Replicate 또는 Stitch)에 온보딩된 데이터를 사용할 수 있습니다.
라이브 보기
Qlik Talend Data Integration에서 실시간 보기를 사용하면 현재 데이터(ODS)와 기록 데이터(HDS)에 모두 액세스할 수 있습니다. 라이브 보기에는 현재 또는 이전 테이블에 아직 적용되지 않은 변경 테이블의 데이터가 포함됩니다. 이렇게 하면 변경된 데이터를 자주 적용하지 않고도 대기 시간이 짧은 데이터를 볼 수 있습니다. 병합을 지연할 수 있으므로 대상 플랫폼에서 비용과 처리 요구 사항을 줄일 수 있습니다.
관련 항목: 라이브 보기
랜딩
Qlik Talend Data Integration에서 랜딩은 다음 중 하나를 참조할 수 있습니다.
- 소스 데이터가 데이터 파이프라인 아래로 추가 처리되기 전에 초기에 "랜딩"하는 클라우드 데이터 웨어하우스에 있는 데이터베이스(일반적으로 랜딩 영역이라고 함)
- 데이터 소스에서 랜딩 영역으로 데이터를 이동하는 실제 작업 또는 프로세스
Qlik Talend Data Integration의 랜딩 작업은 데이터 소스에서 랜딩 영역으로의 데이터의 연속적 또는 예약된 랜딩을 제어합니다.
로드 스크립트
로드 스크립트는 로드할 데이터와 로드된 여러 테이블을 연결하는 방법을 정의하는 일련의 명령문입니다. 데이터 관리자 또는 데이터 로드 편집기를 사용하여 생성할 수 있으며 여기서 확인하고 편집할 수도 있습니다.
유사한 용어: 스크립트
마스터 항목
마스터 항목은 다른 시각화 또는 시트에서 재사용할 수 있도록 저장된 차원, 측정값 또는 시각화입니다. 그런 다음 한 곳에서 마스터 항목을 변경하거나 업데이트하고 마스터 항목을 사용하는 모든 개체에 영향을 미치도록 할 수 있습니다.
참조: 마스터 항목으로 자산 재사용
메모
메모를 사용하면 앱이나 차트에 텍스트 설명을 빠르게 추가할 수 있습니다. 여기에는 데이터의 스냅샷도 포함될 수 있습니다. 비공개로 유지하거나 다른 사용자와 공유할 수 있습니다.
유사 용어: 주석
모델 메트릭
Qlik AutoML에서 실험 교육 중에 알고리즘이 얼마나 잘 수행되는지에 대한 세부 정보입니다. 모델 메트릭은 기계 학습 문제에 대한 올바른 결과를 확인하기 위해 각 모델이 얼마나 정확하게 학습하고 있는지 표시합니다. 이는 예측 만들기에 사용하기 위해 배포할 모델을 결정하는 데 도움이 됩니다.
참조: 모델 분석
배포 목록
표 형식 보고에서 이는 Qlik Sense 보고서 작업에서 수신자로(개별적으로 또는 그룹의 일부로) 추가할 수 있는 가능한 모든 수신자의 목록입니다. 각 Qlik Sense 앱에는 하나의 배포 목록이 있을 수 있습니다. 보고서 작업을 만들 때 작업 출력을 보내려는 배포 목록의 수신자와 그룹만 선택합니다. 보고서 필터는 배포 목록의 수신자에게 개별적으로 추가할 수 있으므로 단일 보고서 작업에서 집중적인 보고를 관리할 수 있습니다.
유사 용어: 보고서 작업, 보고서 필터
참조: 보고서 배포 목록 만들기
변형
변환 작업은 규칙 및 사용자 지정 SQL을 기반으로 재사용 가능한 데이터 변환을 만들 수 있는 데이터 파이프라인의 일부입니다. 행 수준 변환을 수행하고 테이블로 구체화되거나 즉석에서 변환을 수행하는 보기로 만들어지는 데이터 집합을 만들 수 있습니다.
참조: 데이터 변환
보고서 작업
보고서 템플릿을 만들어진 표 형식 보고서 출력으로 변환하고 선택한 보고서 필터에 정의된 대로 데이터 축소를 적용하는 Qlik Sense 앱에서 만들어진 작업입니다. 보고서 출력은 구성된 배포 설정에 따라 전달됩니다.
유사 용어: 표 형식 보고서, 배포 목록, 보고서 템플릿, 보고서 필터
유사한 용어: 배포 목록, 보고서 템플릿, 보고서 필터
참조: 보고서 작업 사용
보고서 템플릿
표 형식 보고에서는 보고서 데이터를 구성하는 데 사용되는 Excel 통합 문서입니다. 이는 Microsoft Excel용 Qlik 추가 기능을 사용하여 만들어지고 Qlik Sense 앱에 업로드되며, 앱에서 보고 작업에 첨부됩니다. 템플릿은 보고서에 포함될 소스 Qlik Sense 앱의 데이터(열, 차트 등)를 정의하고 원하는 형식으로 정렬합니다.
유사 용어: 표 형식 보고서, 보고서 작업
보고서 필터
보고서에 포함되는 Qlik Sense 앱의 데이터를 제어하는 데 사용되는 필터입니다. 보고서 필터는 표 형식 보고서에서만 사용할 수 있습니다. 보고서 필터는 Qlik Sense 앱 북마크와 같은 함수를 하지만 보고 함수를 위해 특별히 구성되었습니다. 보고서 필터는 사용자 지정이 가능하며 개별화된 출력을 위해 보고서 수신자 수준에서 개별적으로 적용할 수 있습니다.
유사 용어: 북마크, 보고서 작업, 보고서 템플릿, 배포 목록
참조: 보고서 필터 작업
보고서, 표
Qlik Sense 앱의 테이블 기반 데이터가 포함된 보고서입니다. 시각화 및 앱 데이터를 표 형식으로 포함하고 차트 이미지를 포함할 수 있습니다. 표 형식 보고서의 구조는 Excel 보고서 템플릿으로 정의됩니다. 이는 보고서 작업 구성을 통해 또는 On-Demand 보고용 템플릿 활성화를 통해 관리 및 전달됩니다. 앱에서 완료되는 추가 구성에는 보고서 필터 및 배포 목록이 포함됩니다. 출력은 .xlsx 또는 PDF 형식일 수 있습니다.
유사 용어: 보고서 작업, 보고서 템플릿
보기
데이터 프로젝트에서 여러 뷰가 사용됩니다. 뷰는 물리적 데이터 집합의 가상 표시입니다. 뷰는 물리적 데이터 집합을 쿼리한 결과이므로 항상 기본 데이터 집합에서 관련 데이터를 선택합니다. 뷰는 물리적 데이터 집합에 비해 몇 가지 장점이 있습니다. 여러 데이터 집합 간의 조인에서 단일 결과 집합을 생성할 수 있습니다. 기본 데이터에 대한 액세스를 제어합니다. 상당한 디스크 공간을 차지하지 않습니다.
데이터 프로젝트에는 여러 유형의 뷰가 있을 수 있습니다. 만들어지는 뷰는 라이브 보기 및 기록을 활성화했는지 여부와 변경 처리를 사용하는지 여부에 따라 다릅니다.
북마크
북마크를 사용하면 특정 선택 상태를 저장하여 나중에 앱에 다시 적용하고 다른 사용자와 공유할 수 있습니다. 레이아웃 정보를 북마크에 저장할 수 있어 북마크 적용 시 사용자가 앱 내 정확한 위치로 이동할 수 있습니다.
참조: 선택 내용에 북마크 지정
분석가 사용자 권한
분석가 권한는 다른 사용자가 만든 시트와 앱만 사용하는 사용자를 위한 것입니다. 시트 또는 앱을 만들거나, 편집하거나, 게시하려면 전문가 권한가 필요합니다.
참조: 사용자 권한 관리
비즈니스 논리
비즈니스 논리는 통찰력의 동작을 사용자 지정할 수 있는 기능 모음입니다. 비즈니스 논리에는 두 가지 주요 기능이 있습니다.
-
논리 모델: 시각화를 생성할 때 사용되는 앱의 데이터 모델입니다.
-
어휘: 자연어 쿼리에 대한 대체 용어입니다.
유사 용어: 논리 모델, 어휘, 도메인 논리
사용자 지정 개체
사용자 지정 개체는 테넌트 관리자가 테넌트에 추가하거나 Qlik 확장 번들 중 하나에 포함된 사용자 지정 시각화입니다.
유사한 용어: 확장
상주 로드
상주 로드는 이미 로드된 테이블에서 로드할 수 있는 스크립트 구성입니다. 상주 로드는 종종 원본 데이터 소스에 다시 액세스하는 것보다 빠릅니다.
선택
선택은 데이터를 필터링하는 데 사용되는 앱의 시각화에서 사용자가 선택한 값입니다. 선택하면 관련된 모든 시각화가 업데이트되어 선택을 반영합니다. 선택을 북마크로 저장하고 다른 사용자와 공유할 수 있습니다.
참조: 시각화로 데이터 탐색
선행 로드
선행 로드는 해당 소스를 지정하지 않고 다음 LOAD 또는 SELECT 문에서 로드할 수 있는 스크립트 구성입니다. 선행 로드는 종종 상주 로드보다 빠릅니다.
순열 중요도
기계 학습 모델 성능이 기능에 따라 달라지는 정도입니다. 모델에 포함할 기능을 반복할 때 permutation importance를 사용하여 유지할 열과 삭제할 수 있는 열을 확인할 수 있습니다.
스냅샷
스냅샷은 특정 시점의 시각화를 그래픽으로 표현한 것입니다. 스냅샷은 스토리를 만드는 데 사용됩니다.
유사한 용어: 스크린샷
스크립트
스크립트는 스크립트에서 데이터를 로드하고 내보내는 로드 스크립트를 편집할 수 있는 스크립팅 도구입니다.스크립트를 사용하면 스크립트의 입력 및 출력과 게시된 스크립트 복사본을 보고 관리할 수도 있습니다.
참조: 카탈로그의 스크립트 작업
스키마
데이터 프로젝트에서 아티팩트는 내부 스키마 및 데이터 자산 스키마에서 생성됩니다.
-
내부 스키마에는 물리적 데이터 테이블이 포함됩니다.
-
데이터 자산 스키마에는 데이터를 사용하는 데 사용할 수 있는 보기가 포함되어 있습니다.
스토리
스토리는 보고, 프레젠테이션 및 탐색적 분석을 결합하여 앱에서 수행한 데이터 통찰력 및 검색을 다른 사용자와 공유할 수 있는 앱 도구입니다.
유사한 용어: 보고서
시트
시트는 Qlik Sense 앱의 구성 요소입니다. 앱 사용자가 데이터를 탐색, 분석 및 검색할 수 있도록 시각화를 제공합니다. 시트는 공개 또는 비공개일 수 있습니다.
유사한 용어: 대시보드, 워크시트
참조: 시트 보기
시트 개체
시트 개체는 시트에 인터페이스를 만드는 데 사용되는 구성 요소입니다. 모든 시트 개체가 테이블 및 차트와 같은 데이터를 시각화하는 것은 아닙니다. 단추, 텍스트 개체 및 확장과 같은 다른 개체를 포함할 수 있습니다.
유사한 용어: 시각화, 차트
참조: 시트 보기
알림
알림을 통해 앱이나 공간에 변경 내용이 있거나 설정한 알림이 트리거되었을 때 알 수 있습니다. 또한 데이터 통합 작업 및 데이터 게이트웨이의 작업 변경 내용에 대한 알림을 받을 수도 있습니다.
참조: 알림
앱
이 용어에는 몇 가지 정의가 있습니다.
-
Qlik Sense 또는 QlikView 앱: 앱은 작업별, 특화된 응용 프로그램입니다. 앱에는 시각화를 통해 해석되는, 데이터 소스에서 로드된 데이터가 포함되어 있습니다.
유사한 용어: 문서, 통합 문서
참조: 앱 이해
-
Qlik Sense Mobile 앱: iOS 및 Android 장치용 모바일 앱입니다. 모바일 앱에서 클라우드 데이터에 연결하고 상호 작용합니다. 사용 가능한 앱으로 작업할 수 있습니다.
어휘
어휘는 동의어 및 사용자 지정 분석을 Insight Advisor 검색 및 Insight Advisor Chat에 추가할 수 있는 비즈니스 논리 기능입니다.
참조: 통찰력용 어휘 만들기
영향 분석
영향 분석은 데이터베이스, 앱 또는 필드 종속성에 대한 미래 지향적인 다운스트림 보기를 보여 줍니다.
참조: 앱, 스크립트, 데이터 집합에 대한 영향 분석 분석하기
참조: 데이터 통합에서 영향 분석
예측(기계 학습)
대상 열의 값에 대한 기계 학습 모델의 추정치입니다. Qlik AutoML에서 예측은 ML 배포에 의해 개인, 공유 또는 관리 공간 내의 하나 이상의 데이터 집합으로 생성됩니다.
참조: ML 예측 작업
온보딩
데이터 프로젝트에서 데이터 파이프라인을 만드는 첫 번째 단계는 데이터를 온보딩하는 것입니다. 여기에는 온프레미스 데이터 소스에서 데이터를 지속적으로 전송하고 읽기에 최적화된 서식으로 데이터 집합을 생성하는 작업이 포함됩니다.
참조: 데이터 온보딩
유형 1 - 운영 데이터 저장소(ODS)
유형 1 데이터 집합에서 새 정보는 단순히 원본 정보를 덮어씁니다. 즉, 기록이 저장되지 않습니다.
유형 2 - 기록 데이터 저장소(HDS)
유형 2 데이터 집합에서는 새 정보를 나타내기 위해 새 레코드가 테이블에 추가됩니다. 따라서 원본 레코드와 새 레코드가 모두 표시됩니다. 새 레코드에는 자체 기본 키가 있습니다.
익명 액세스
익명 액세스는 Qlik Sense의 분석 콘텐츠를 Qlik Cloud 테넌트의 구성원이 아닌 사용자에게 제공하는 방법입니다. 익명 액세스를 통해 앱이 공개되면 앱의 시각화 자료와 시트를 외부 웹 페이지에 포함할 수 있으며, 모든 시트를 외부 사용자가 직접 탐색할 수 있도록 공개할 수도 있습니다.
이 기능은 익명 액세스 구독을 통해서만 사용할 수 있습니다. 자세한 내용은 익명 액세스 구독을 참조하십시오.참조: 익명 액세스로 앱 콘텐츠 공유
저장소
저장소는 랜딩 영역에서 복사된 데이터에서 클라우드 데이터 웨어하우스 또는 Qlik Cloud에 있는 데이터 집합을 사용할 준비가 된 데이터 파이프라인의 일부입니다. 데이터 집합은 수동 개입 없이 랜딩 영역 데이터로 최신 상태로 유지할 수 있습니다.
참조: 데이터 집합 저장
전문가 사용자 권한
전문가 권한는 Qlik Sense에서 콘텐츠를 만들 사용자를 위한 것입니다. 전문가 권한 사용자는 공유 공간 만들기, 시트 또는 앱 만들기, 편집 및 게시, 알림 만들기 및 편집을 수행할 수 있습니다.
참조: 사용자 권한 관리
전체 로드
Qlik Talend Data Integration에서 전체 로드는 데이터 소스에서 랜딩으로 데이터의 초기 복제를 나타냅니다.
참조: 위의 데이터 소스의 랜딩 데이터 및 CDC.
주요 동인 분석
앱의 필드 집합이 특정 대상 필드의 데이터 추세 및 결과에 미치는 영향을 비교할 수 있는 Qlik Sense 앱의 도구입니다. 키 드라이버 분석을 사용하여 비즈니스 및 조직 성과 메트릭을 주도하는 요인을 이해하고 데이터 기반 결정을 통해 조치를 취할 수 있습니다.
즐겨찾기
즐겨찾기는 허브에서 앱, 데이터 집합, 자동화, 메모, 실험 및 차트를 추가할 수 있는 모든 사용자가 사용할 수 있는 섹션입니다. 즐겨찾기는 비공개입니다.
지능형 모델 최적화
실험에서 교육하는 모델에 대한 고급 자동 구체화를 제공하는 Qlik AutoML의 기능 집합입니다. 지능형 모델 최적화를 사용하면 기능 선택을 반복하거나 데이터에 고급 처리를 수동으로 적용하지 않고도 배포 준비가 된 기계 학습 모델을 빠르게 학습할 수 있습니다. 고급 구체화 단계에는 기능 삭제, 기능 수준 변환 수행, 특정 행에 대한 처리 적용 등이 포함될 수 있습니다.
참조: 지능형 모델 최적화
집계
집계는 소스 테이블의 여러 레코드를 사용하는 계산입니다. 종종 sum, count, min, max 또는 average와 같은 함수로 집계된 단일 필드입니다. 예를 들어 판매 합계입니다.
유사한 용어: 계산, 측정값, 메트릭
참조: 측정값
집합 크기
열에 있는 데이터 값에 따라 고유합니다. 기계 학습 모델을 학습할 때 Qlik AutoML은 집합 크기가 높거나(고유 값이 너무 많음) 집합 크기가 없는(하나의 상수 값으로 구성된 열 데이터) 특성 열을 사용할 수 없습니다.
참조: 집합 크기
차원
분석 서비스에서:
차원은 차트의 데이터를 분류하는 데 사용되는 엔터티입니다. 예를 들어 원형 차트의 조각이나 막대형 차트의 막대는 차원의 개별 값을 나타냅니다. 차원은 종종 불연속 값이 있는 단일 필드이지만 표현식에서 계산할 수도 있습니다.
유사 용어: 범주, 그룹
참조: 차원으로 데이터 그룹화
데이터 통합에서:
차원은 별표 스키마의 일부를 형성하는 데이터 마트의 데이터 집합입니다. 차원 데이터 집합은 팩트 테이블의 레코드에 포함된 모든 관련 필드에 대한 설명 정보를 보유합니다. 차원 데이터 집합의 몇 가지 일반적인 예는 고객 및 제품입니다. 차원 데이터 집합의 데이터는 종종 비정규화되기 때문에 차원 데이터 집합에는 많은 수의 열이 있습니다.
참조: 데이터 마트 만들기 및 관리
차트
차트는 계산, 집계 및 그룹화를 수행할 수 있는 개체입니다. 막대형 차트 및 원형 차트와 같은 그래픽 시각화가 일반적인 예이지만, 이러한 차트에는 피벗 테이블과 같은 비그래픽 개체도 있습니다.
차트는 차원과 측정값으로 구성되며 측정값은 차원 값당 한 번 계산됩니다. 차트에 여러 차원이 포함된 경우 측정값은 차원 값 조합당 한 번 계산됩니다.
유사한 용어: 시각화, 하이퍼큐브, 큐브
참조: 올바른 시각화 선택
측정값
측정값은 하나 이상의 집계를 기반으로 하는 계산입니다. 예를 들어 판매 합계는 단일 집계인 반면 판매 합계를 고객 수로 나눈 값은 두 집계를 기반으로 하는 측정값입니다.
유사한 용어: 집계, 계산, 메트릭
참조: 측정값
카탈로그
카탈로그는 앱, 데이터 집합, 데이터 제품 및 데이터 소스를 찾을 수 있는 활동 센터 영역입니다. 카탈로그 도구를 사용하면 데이터를 프로파일링할 수 있습니다.
컬렉션
컬렉션은 앱, 차트, 메모, 자동화, 실험 및 링크를 활동 센터에 그룹화하여 쉽게 액세스하고 정렬할 수 있는 도구입니다.
테이블: ODS, HDS 및 변경 내용
데이터 프로젝트에는 프로젝트 설정에 따라 존재하거나 존재하지 않을 수 있는 여러 유형의 테이블이 있습니다.
-
현재 테이블(ODS)
이 테이블에는 최신 적용 간격 동안 변경 내용으로 업데이트된 데이터 소스의 복제본이 포함되어 있습니다.
-
이전 테이블(HDS)
이 테이블에는 유형 2 기록 데이터가 포함되어 있습니다. 데이터 작업 설정에서 기록이 활성화된 경우에만 생성됩니다.
소스 테이블 레코드가 업데이트되면 매번 이전 테이블에 새 레코드가 추가됩니다. 기록 레코드는 업데이트된 내용과 유효한 시기를 포함하는 이전 현재 레코드의 복사본입니다.
-
변경 테이블
이 테이블에는 현재 테이블에 아직 적용되지 않은 모든 변경 내용이 포함되어 있습니다. 랜딩 모드 전체 로드 및 CDC를 사용하는 경우에만 생성됩니다.
팩트
팩트 테이블은 차원 테이블과 함께 작동합니다. 팩트 테이블은 분석할 데이터를 보유하고 차원 테이블은 팩트 테이블의 데이터를 분석할 수 있는 방법에 대한 데이터를 저장합니다. 따라서 팩트 테이블은 기본 키 열과 측정값 열의 두 가지 유형의 열로 구성됩니다. 기본 키 열은 차원 테이블과의 조인을 허용하고 측정값 열에는 분석 중인 데이터가 포함됩니다. 예를 들어, 주문 팩트 데이터 집합은 특정 날짜에 특정 고객이 특정 제품의 수량을 구매했음을 단순히 나열하지만, 관련 차원 데이터 집합은 트랜잭션이 발생한 고객, 제품 및 지역에 대한 자세한 정보를 제공합니다.
참조: 데이터 마트 만들기 및 관리
프로세서
프로세서는 transformation flow를 추가하여 수신 데이터에 대해 변환 작업을 수행하고 변환된 데이터를 해당 흐름의 다음 단계로 반환할 수 있는 논리적 구성 요소입니다.
하이퍼 매개 변수 최적화
문제 해결 성능을 높이기 위해 기계 학습 모델의 제약 조건, 가중치 및 학습 속도를 미세 조정하는 프로세스입니다. Qlik AutoML에서는 기본적으로 활성화되어 있지 않지만 잠재적으로 개선된 결과를 위해 실험 구성 중에 적용할 수 있습니다.
참조: 하이퍼 매개 변수 최적화
허브
허브는 앱, 공간 및 컬렉션에 대한 중앙 액세스 지점입니다. 허브라는 용어가 활동 센터로 바뀌었습니다.
유사한 용어: Access Point, 활동 센터
혼동 행렬
confusion matrix는 분류 모델에서 예측 결과의 정확도를 요약합니다. 올바른 예측과 잘못된 예측의 수는 각 클래스에 대해 요약됩니다. 이를 통해 분류기에 의해 발생하는 오류뿐만 아니라 발생하는 오류 유형에 대한 통찰력을 얻을 수 있습니다.
참조: 혼동 행렬
홀드아웃 데이터
ML 실험에서 홀드아웃 데이터는 별도로 설정되어 알고리즘 교육 중에 사용되지 않고 이후에 모델 성능을 평가하는 데 사용되는 교육 데이터 집합의 하위 집합입니다.
활동 센터
활동 센터는 앱, 공간 및 기타 콘텐츠에 액세스하는 중심 지점입니다. Qlik Cloud에는 4개의 활동 센터(통찰력, 분석, Qlik Talend Data Integration, 관리)가 있습니다. 예전에는 활동 센터를 허브라고 했습니다.
유사한 용어: Access Point, 허브
Associative Insights
Associative Insights는 선택한 항목과 선택 항목에서 제외된 값을 비교하여 사각지대와 숨겨진 관계를 찾는 데 도움을 주는 통찰력 기능입니다.
CDC(데이터 변경 내용 캡처)
CDC 랜딩 모드에서는 데이터 소스에 대한 변경 내용이 발생하는 즉시 캡처되어 거의 실시간으로 대상에 적용됩니다.
참조: 아래의 데이터 소스의 랜딩 데이터 및 전체 로드.
Full User
Full User 권한는 Qlik Cloud의 모든 사용 사례에 적용할 수 있습니다. 전체 사용자는 공유 공간 만들기, 시트 또는 앱 만들기, 편집 및 게시, Data Integration 작업과 같이 권한이 허용하는 모든 작업을 수행할 수 있습니다.
Insight Advisor 분석 유형
Insight Advisor 분석 유형는 보려는 분석 유형과 사용할 데이터를 선택하여 시각화해주는 통찰력 기능입니다.
Insight Advisor Chat
Insight Advisor Chat은 대화형 분석을 위한 채팅 기반 인터페이스입니다. Insight Advisor Chat를 사용하면 액세스 권한이 있는 앱에서 질문할 수 있습니다. Insight Advisor Chat는 관련 시각화를 반환합니다.
ML 배포
Qlik AutoML에서 예측을 생성하기 위해 배포되는 단일 실험 버전 내의 단일 알고리즘에서 생성된 모델입니다. 이는 일반적으로 사용 사례에 필요한 수준의 성능을 생성하기 위해 여러 버전에 대한 실험을 구성한 후 달성되는 결과입니다. ML 배포는 카탈로그에서 액세스할 수 있는 자산으로 사용할 수 있습니다.
참조: 모델 배포
ML 실험
Qlik AutoML의 자산으로, 새 데이터에 대한 예측을 위한 최종 결과 중 하나를 배포하는 것을 목표로 기록 데이터를 사용하여 기계 학습 모델을 학습할 수 있습니다.
참조: 실험 작업
Qlik Answers
Qlik Answers는 Qlik Cloud에 생성형 AI(GenAI) 지식 지원을 추가하는 플러그 앤 플레이 구독입니다. Qlik Answers 도우미를 사용하면 텍스트 파일, PDF와 같은 비정형 데이터 소스에서 질문을 하고 답변을 가져올 수 있습니다.
참고: Qlik Answers
QVD
QlikView 데이터 파일(QVD)은 Qlik Sense 또는 QlikView에서 내보낸 데이터를 포함하는 파일입니다. 데이터를 빠르게 로드할 수 있도록 최적화된 기본 Qlik Sense 형식입니다. Qlik Talend Data Integration을 사용하여 QVD 파일을 생성할 수도 있습니다.
참조: QVD 파일 작업
Section Access
Section Access는 어떤 사용자가 앱에서 어떤 데이터를 볼 수 있는지 정의하는 보안 테이블이 포함된 데이터 로드 스크립트의 섹션입니다.
SHAP 중요성
실험의 각 기능이 대상의 예측 결과에 미치는 영향을 측정합니다. Qlik AutoML은 이진 분류 및 회귀 실험 교육 중에 집계된 행 수준 SHAP importance 순위 차트를 자동으로 만듭니다.
Transformation flow
transformation flow는 data transformation을 시각적으로 표현한 것입니다. Transformation flow를 사용하면 소스, 프로세서 및 대상을 사용하여 복잡하거나 단순한 변환을 쉽게 만들고 흐름의 모든 단계에서 변환의 데이터 미리 보기를 제공할 수 있습니다.
이 페이지가 도움이 되었습니까?
이 페이지 또는 해당 콘텐츠에서 오타, 누락된 단계 또는 기술적 오류와 같은 문제를 발견하면 개선 방법을 알려 주십시오!