Sözlük
1. Tür - Kullanılan Veri Deposu (ODS)
1. Tür veri kümesinde, yeni bilgiler orijinal bilgilerin üzerine yazılır. Başka bir deyişle, geçmiş kaydı tutulmaz.
2. Tür - Geçmiş Veri Deposu (HDS)
2. Tür veri kümesinde, yeni bilgileri temsil etmesi için tabloya yeni bir kayıt eklenir. Böylece, hem orijinal hem de yeni kayıt mevcut olur. Yeni kaydın kendine özel birincil anahtarı vardır.
Abonelik
Abonelik raporları, seçtiğiniz sayfa veya grafiklerin bir PDF 'sini içeren yinelenen e-postalar zamanlamanıza izin verir.
Akıllı model optimizasyonu
Qlik Predict içinde bir deneyde eğittiğiniz modellerin gelişmiş, otomatik olarak iyileştirilmesini sağlayan bir dizi yetenek. Akıllı model optimizasyonu ile özellik seçimini yinelemenize veya verilerinize manuel olarak gelişmiş işlemler uygulamanıza gerek kalmadan dağıtıma hazır makine öğrenimi modellerini hızlı bir şekilde eğitebilirsiniz. Gelişmiş iyileştirme adımları, özelliklerin kullanımdan kaldırılmasını, özellik düzeyinde dönüşümlerin uygulanmasını ve belirli satırların yönetilmesini içerebilir.
Alan
Alan, bir veri kaynağından yüklenen değerleri içerir. Temel düzeyde alan, bir tablodaki bir sütuna karşılık gelir. Alanlar, görselleştirmelerde boyutlar ve hesaplamalar oluşturmak için kullanılır.
Bkz.: Alanlar
Alan, kişisel
Kişisel bir alan, kullanıcıların uygulama geliştirebileceği kendilerine ait özel bir alandır.
Bkz.: Alanlarda çalışma
Alan, paylaşılan
Paylaşılan alanlar, uygulama ve veri kaynaklarının birlikte geliştirme amacıyla başka kullanıcılarla paylaşılabileceği alanlardır.
Alan, veri
Veri alanları, Qlik Cloud kiracınızın, veri projelerini oluşturmak ve depolamak için kullanılan yönetilen alanlarıdır. Alanların içinde, bağlayıcıları kullanarak yeni veri bağlantıları da oluşturabilir ve Veri Hareketi ağ geçitlerine erişimi yönetebilirsiniz. Tüm veri varlıkları, ait oldukları veri projesinin alanında oluşturulur.
Alan, yönetilen
Yönetilen alanlar, sınırlı bir kullanıcı grubu ile uygulama paylaşmak için kullanılan dikkatle kontrol edilen alanlardır.
Ana öğe
Ana öğeler; başka görselleştirmelerde veya sayfalarda tekrar kullanılabilmeleri için kaydedilmiş boyutlar, hesaplamalar veya görselleştirmelerdir. Daha sonra tek bir yerde ana öğede değişiklikler veya güncellemeler yapabilir ve ana öğenin kendisini kullanan tüm nesneleri etkilemesini sağlayabilirsiniz.
Analyzer kullanıcı yetkilendirmesi
Analyzer yetkilendirmesi, yalnızca başkaları tarafından oluşturulan sayfaları ve uygulamaları kullanabilen kullanıcılara yöneliktir. Sayfa veya uygulama oluşturmak, düzenlemek ya da yayınlamak için Professional yetkilendirmesi gerekir.
Anlık görüntü
Anlık görüntüler, bir görselleştirmenin belirli bir andaki grafik gösterimidir. Anlık görüntüler hikayeler oluşturmak için kullanılır.
Benzer terimler: Ekran görüntüsü
Bkz.: Anlık görüntüleri kullanarak hikayeler için bilgi toplama
Anonim erişim
Anonim erişim, Qlik Sense içindeki analiz içeriğini Qlik Cloud kiracısının üyesi olmayan kullanıcıların kullanımına sunmanın bir yoludur. Bir uygulama, anonim erişim kullanılarak kullanıma sunulduğunda uygulamadaki görselleştirmeler ve sayfalar harici web sayfalarına gömülebilir ve tüm sayfalar harici kullanıcılar tarafından keşfedilmek üzere doğrudan kullanıma sunulabilir.
Bu işlev yalnızca Qlik Anonymous Access aboneliği ile kullanılabilir. Daha fazla bilgi için bk. Qlik Anonymous Access abonelikleri.Arazi
Verileri bir bulut veri deposunda veri kaynağından yerleştirme alanına taşıma süreci.
Asistan
Asistanlar, soru sormak ve bilgi bankalarında yapılandırılmamış veri kaynaklarından yanıt almak için sohbet tabanlı bir üretken yapay zeka aracı sağlar.
Bkz.: Asistanlarla çalışma
Bildirimler
Bildirimler, uygulama veya alanlarda değişiklikler olduğunda veya koyduğunuz uyarılar tetiklendiğinde bunu size bildirir. Ayrıca Veri Entegrasyonu görevleri ve veri ağ geçitleri için işlevsel değişikliklere yönelik bildirimler alabilirsiniz.
Bkz. Bildirimler
Bilgi bankası
Bilgi bankaları, kullanıcı sorularına yanıt üretmede kullanmak için dizini oluşturulmuş veriler olan, bir veri bağlantısı üzerinden bağlanan ayrı veri kaynaklarında oluşan koleksiyondur.
Boyut
Analiz Hizmetleri içinde:
Boyut, bir grafikte veri kategorileştirmek için kullanılan bir varlıktır. Örneğin, bir pasta grafiğindeki dilimler veya bir sütun grafiğinin sütunları bir boyuttaki ayrı değerleri temsil eder. Boyutlar sıklıkla ayrık değerleri olan tek bir alandadır, ancak bir ifade içinde de hesaplanabilir.
Benzer terimler: Kategori, grup
Veri Entegrasyonu içinde:
Boyut, bir veri ambarındaki yıldız şemasının bir parçasını oluşturan veri kümesidir. Boyut veri kümeleri, değer tablosu kayıtlarına dahil edilen tüm ilgili alanlar için tanımlayıcı bilgileri kapsar. Boyut veri kümelerine ilişkin yaygın örnekler Müşteri ve Ürün'dür. Boyut veri kümesindeki verilerin genellikle normalleştirilmesi kaldırıldığından, boyut veri kümelerinin çok sayıda sütunu olur.
Bölüm erişimi
Bölüm erişimi, bir uygulamada hangi kullanıcıların hangi verileri görebileceğini tanımlayan bir güvenlik tablosu içeren bir veri yükleme komut dosyası bölümüdür.
Büyük uygulama desteği
Büyük uygulama sayesinde standart uygulama boyutundan daha büyük uygulamalarla çalışabilirsiniz. Yöneticiler belirli alanlara büyük uygulama desteği atayabilir.
Standart uygulama boyutu 5 GB'ye kadar, Premium ve Enterprise için ise 10 GB'ye kadardır. Standart uygulama boyutu Qlik Sense Enterprise SaaS için en fazla 5 GB ve Qlik Cloud Analytics Premium ve Enterprise için en fazla 10 GB'dir.
Canlı görünümler
Qlik Talend Data Integration içinde Canlı görünümler, hem mevcut verilere (ODS) hem de geçmiş verilere (HDS) erişmenize olanak sağlar. Canlı görünümler, henüz şimdiki ve önceki tablolara uygulanmamış değişiklik tablolarından veriler içerir. Bu, değişen verileri sık sık uygulamak zorunda kalmadan daha düşük gecikmeli verileri görmenizi sağlar. Birleştirmeyi geciktirme imkanı, hedef platformda işlem gereğinin azalıp maliyetlerin düşmesini sağlar.
Ayrıca bkz. Canlı görünüm
CDC (Değişiklik Verisi Yakalama)
CDC yerleştirme modunda, veri kaynağında yapılan değişiklikler gerçekleştiği anda yakalanır ve neredeyse gerçek zamanlı olarak uygulanır.
Bkz. Veri kaynaklarından veri yerleştirme ve aşağıdaki Tam yük.
Çapraz doğrulama
Verilerin her segmentinin diğer dört segment üzerinde test olarak kullanılmasına izin verilerek eğitim verilerinin beş segmente (kata) bölündüğü Qlik Predict içindeki deney eğitimi sırasında tamamlanan bir işlem. Bir modelin daha önce hiç görmediği veriler üzerinde ne kadar iyi tahminde bulunabildiğini gösteren metrikler içindeki çapraz doğrulama sonuçları.
Çok sınırlı sınıflandırma (deney ve model türü)
Qlik Predict içinde makine öğrenimi modellerini 3 ila 10 olası değere sahip bir hedef sütun için değerleri tahmin etmek üzere eğiten bir deneydir. Örneğin, Plan Türü sütunu, Yeşil Plan, Kırmızı Plan veya Mor Plan gibi değerlere sahiptir.
Benzer terimler: Deney türü, ikili sınıflandırma deneyi
Şunları inceleyin: Sınıflandırma problemleri
Dağıtım listesi
Bu, bir Qlik Sense rapor görevinden alıcı olarak (bireysel veya bir grubun parçası şeklinde) eklenebilecek tüm olası alıcıların listesidir. Her bir Qlik Sense uygulamasında bir dağıtım listesi bulunabilir. Bir rapor görevi oluştururken dağıtım listesinden sadece görev çıktısını göndermek istediğiniz alıcıları ve grupları seçin. Rapor filtreleri, dağıtım listesindeki alıcılara ayrı ayrı eklenerek ani artış raporlamasının tek bir rapor görevinden yönetilmesine izin verir.
Benzer terimler: Rapor görevi, rapor filtresi
Data Gateway, Doğrudan Erişim
Qlik Data Gateway - Doğrudan Erişim, Qlik SenseSaaS uygulamalarının güvenlik duvarı arkasındaki verilere yalnızca giden yönde, şifrelemeli ve karşılıklı kimlik doğrulamalı bir bağlantı üzerinden güvenli bir şekilde erişmesine olanak tanır.
Data Gateway, Veri Hareketi
Qlik Data Gateway - Veri Hareketi, kurumsal veri kaynaklarınızdan bulut hedeflerine ve kurum içi hedeflere yalnızca giden yönde, şifrelemeli ve karşılıklı kimlik doğrulamalı bir bağlantı üzerinden güvenlik duvarı arkasındaki verileri taşımanızı sağlar. Qlik Data Gateway - Veri Hareketi, gelen yönde güvenlik duvarı bağlantı noktası açma gereğini ortadan kaldırarak kurumsal verilerinize erişmek için güvenli ve güvenilir bir yöntem sunar.
Benzer terimler: Veri Hareketi ağ geçidi
Değişken
Qlik Sense'te bir değişken, statik bir değer veya sayısal veya alfasayısal bir değer gibi bir hesaplama içeren bir kapsayıcıdır.
Deney türü
Deney türü, bir ML deneyinde eğitilecek makine öğrenimi modelinin türünü tanımlar. Deney türü, seçilen hedef sütundaki benzersiz değerlerin sayısı ve veri türü tarafından tanımlanır. Aşağıdaki deney türleri mevcuttur: ikili sınıflandırma, çok sınıflı sınıflandırma, regresyon ve zaman serisi.
Benzer terimler: Hedef (makine öğrenimi), ikili sınıflandırma deneyi, çok sınıflı sınıflandırma deneyi, regresyon deneyi
Şunları inceleyin: Makine öğrenimi kavramları
Depolama
Depolama, bir Qlik Cloud veya bulut veri deposunda, yerleştirme bölgesinden kopyalanan verilerden alınmış, tüketime hazır veri kümelerini içeren veri işlem hattının bir parçasıdır. Veri kümeleri, manuel müdahale olmadan yerleştirme alanı verileriyle güncel hâlde tutulur.
Dinamik görünümler
Dinamik görünümler, bir grafikteki başka bir uygulamadan büyük veri setlerinin ilgili alt setlerini sorgulamanıza ve görüntülemenize izin verir. Bunlar, seçim yapılırken dinamik olarak yenilenir. Dinamik görünümler isteğe bağlı uygulamalara benzer.
Dönüştür
Dönüştürme görevi, veri işlem hattınızın yeniden kullanılabilen kural ve özel SQL tabanlı yeniden kullanılabilir veri dönüşümleri oluşturmanıza olanak tanıyan parçasıdır. Satır düzeyinde dönüşümler gerçekleştirebilir ve tablo olarak ya da dinamik dönüşümler gerçekleştiren görünümler olarak gerçekleşen veri kümeleri oluşturabilirsiniz.
Bkz. Verileri dönüştürme
Dönüştürme akışı
Dönüştürme akışı, veri dönüştürmesinin görsel bir temsilidir. Dönüştürme akışları, kaynaklar, işlemciler ve hedefler ile karmaşık veya basit dönüşümleri kolayca oluşturmanıza olanak tanır ve akışınızın her adımında dönüştürmelerin bir veri önizlemesini sağlar.
Eğitim veri seti
Qlik Predict içinde bir makine öğrenimi modelini eğitmek için kullanılan veri kümesi. Algoritmaların verilerinizdeki desenleri ve ilişkilendirmeleri öğrenmesine izin verildiğinde ortaya çıkan model yeni veriler üzerinde tahminde bulunacak şekilde donatılmıştır (uygulama veri kümesi).
Eğri altındaki alan (AUC)
AUC (eğri altındaki alan) için bir ROC Eğrisi, makine öğrenimi modelinin gerçek sonuç pozitifken pozitif sınıfı tahmin etmede ne kadar iyi olduğunu açıklar. Gerçek Pozitif Oran 1,0'a (eğri altındaki maksimum olası alan) ne kadar yakınsa model de o kadar belirleyicidir. ROC Eğrisi, sınıflar arasında ayrımın mümkün olup olmadığını anlamak, dolayısıyla da verinin tahmin edilen sonuçları birbirinden doğru şekilde ayırmak için yeterince iyi olup olmadığını belirtmek açısından yararlıdır.
Bkz. AUC ve ROC eğrisi
Etki analizi
Etki analizi bir veritabanı, uygulama veya alan bağımlılıklarının ileriye dönük, aşağı akış bir görünümünü gösterir.
Etkinlik merkezi
Etkinlik merkezleri; uygulamalar, alanlar ve diğer içerikler için merkezi erişim noktasıdır. Qlik Cloud adresinde dört etkinlik merkezi bulunmaktadır: İçgörüler, Analizler, Qlik Talend Data Integration ve Yönetim. Etkinlik merkezleri eskiden hub'lar olarak bilinirdi.
Benzer terimler: Erişim noktası, Hub
Favoriler
Favoriler, tüm kullanıcıların hub'dan uygulama, veri seti, otomasyon, not, deney ve grafik eklemek için kullanabileceği bir bölümdür. Favoriler özeldir.
Full User
Full User yetkilendirmesi, Qlik Cloud içindeki tüm kullanım senaryoları için geçerlidir. Tam Kullanıcı olarak izinlerinizin olanak sağladığı her eylemi (paylaşılan alanlar oluşturma, sayfa veya uygulama oluşturma, düzenleme ve yayınlama ya da Veri Entegrasyonu ile çalışma gibi) gerçekleştirebilirsiniz.
bk. Kullanıcı yetkilendirmelerini yönetme (kapasite tabanlı abonelikler) veya Kullanıcı yetkilendirmelerini yönetme (Qlik Anonymous Access abonelikleri)
Görselleştirme
Görselleştirmeler, bir sayfadaki verilerinizi inceleme için görselleştiren grafikler, uzantılar ve diğer nesnelerdir.
Benzer terimler: Grafik
Görünümler
Veri projelerinde görünümler kullanılır. Görünüm, fiziksel veri kümelerinin sanal temsilleridir. Görünümler fiziksel veri kümelerinin sorgulanmasından kaynaklandığından, her zaman temel veri kümesinden ilgili verileri seçer. Görünümlerin fiziksel veri kümelerine göre çeşitli avantajları vardır. Birden fazla veri kümesi arasındaki birleşmelerden tek bir sonuç oluşturabilirler, temel verilere erişimi kontrol ederler ve disk alanında fazla yer kaplamazlar.
Bir veri projesinde birden çok görünüm türü olabilir. Hangi görünümlerin oluşturulacağı, canlı görünümleri ve geçmişi etkinleştirmenize ve değişiklik işleme kullanmanıza bağlıdır.
Grafik
Grafikler; hesaplama, toplama ve gruplandırma işlemlerinin yapılabileceği nesnelerdir. Grafik görselleştirmeler; örneğin sütun veya pasta grafikleri yaygın örneklerdir, ancak pivot tablo gibi grafik olmayan nesneler de grafiklerdir.
Grafik boyutlardan ve hesaplamalardan oluşur; burada hesaplamalar her boyut değeri için bir kez hesaplanır. Grafik birden fazla boyut içeriyorsa, hesaplamalar boyutsal değerlerin her bileşimi için bir kez hesaplanır.
Benzer terimler: Görselleştirme, Hiperküp, Küp
Hedef
Bu terimin birkaç tanımı vardır:
-
Makine öğrenimi bağlamında hedef, bir makine öğrenimi probleminin tahmin etmeyi amaçladığı bilgidir. Qlik Predict içinde hedef, veri kümesindeki bir sütundur.
-
Veri hareketi bağlamında hedef, verilerin aktarılması, depolanması veya yüklenmesi amaçlanan hedef veya uç noktayı ifade eder. Bir kaynaktan taşınan verileri alan konum veya sistemdir. Hedef bir veritabanı, veri ambarı, bulut depolama alanı, sunucu veya verilerin kullanılacağı, analiz edileceği veya işleneceği başka herhangi bir yer olabilir. Veri hareketi, genellikle veri entegrasyonu, taşıma veya senkronizasyon süreçlerinin bir parçası olarak bilgilerin bir kaynaktan bir hedefe aktarılmasını içerir.
Hesaplama
Hesaplama bir veya daha fazla toplama işlemine dayanan bir işlemdir. Örneğin, satışların toplamı tek bir toplamadır, buna karşın satışlarının toplamının müşteri sayısına bölünmesi iki toplamayı temel alan bir hesaplamadır.
Benzer terimler: Toplama, hesaplama, metrik
Bkz.: Hesaplamalar
Hikaye
Hikayeler, bir uygulamada ortaya çıkardığınız veri içgörülerini ve keşiflerini başka kullanıcılarla paylaşabileceğiniz; raporlama, sunum ve inceleme analizini birleştiren bir uygulama aracıdır.
Benzer terimler: Rapor
Hiper parametre optimizasyonu
Bir problemi çözmedeki performansını arttırmak üzere makine öğrenimi modelinin kısıtlamaları, ağırlıkları ve öğrenme hızları için hassas ayarlamalar yapma işlemi. Qlik Predict içinde bu, varsayılan olarak etkin değildir ancak potansiyel olarak iyileştirilen sonuçlar için deney yapılandırması sırasında uygulanabilir.
Hizmet hesabı sahibi:
Hizmet hesabı sahibi (SAO), Qlik Cloud aboneliğinin sürdürülmesinden ve yapılandırılmasından sorumludur.
Hub
Hub; uygulamalar, alanlar ve koleksiyonlar için merkezi bir erişim noktasıdır. Hub teriminin yerini etkinlik merkezi almıştır.
Benzer terimler: Erişim noktası, Etkinlik merkezi
Hub'da izle
Hub'da izle, bir uygulama açmadan izlemek üzere sayfalardan veya Insight Advisor öğesinden etkinlik merkezlerine grafikler eklemenize izin veren bir özelliktir.
Insight Advisor
Insight Advisor, bir özellik paketidir. Insight Advisor veri modelinizi geliştirmenize, görselleştirmeler oluşturmanıza ve verilerinizi analiz etmenize yardımcı olur.
Insight Advisor Analiz Türleri
Insight Advisor Analiz Türleri, görmek istediğiniz analiz türünü ve kullanılmasını istediğiniz verileri seçmenize izin vererek sizin için görselleştirmeler oluşturan bir Insight Advisor özelliğidir.
Insight Advisor Arama
Insight Advisor Arama, bir uygulamada doğal dil soruları sormanıza ve ilgili görselleştirmeler almanıza olanak tanıyan bir Insight Advisor özelliğidir.
Insight Advisor Chat
Insight Advisor Chat, konuşmaya dayalı analiz için sohbet tabanlı bir arayüzdür. Insight Advisor Chat, erişiminiz olan uygulamalardan soru sorabilmenizi sağlar. Ardından Insight Advisor Chat, ilgili görselleştirmeleri döndürür.
İkili sınıflandırma (deney ve model türü)
Qlik Predict içinde, makine öğrenimi modellerini, iki olası değere sahip bir hedef sütun için değerleri tahmin etmek üzere eğiten bir deney—örneğin, İptal Edildi sütunu, değerleri evet veya hayır.
Benzer terimler: Deney türü, çok sınıflı sınıflandırma deneyi
Şunları inceleyin: Sınıflandırma problemleri
İlişkisel içgörüler
Associative insights; kör noktalar ve gizli ilişkiler bulmanıza yardımcı olmak için seçimlerinizi ve seçimlerinizle hariç tutulan değerleri karşılaştıran bir Insight Advisor özelliğidir.
İş mantığı
İş mantığı, Insight Advisor davranışlarını özelleştirmenize olanak tanıyan bir özellik paketidir. İş mantığının iki ana özelliği vardır:
-
Mantıksal model: Görselleştirmeler oluştururken kullanılan uygulamanın veri modeli.
-
Sözlük: Doğal dil sorguları için alternatif terimler.
Benzer terimler: Mantıksal model, sözcük dağarcığı, etki alanı mantığı
İşlemci
İşlemci, gelen veriler üzerinde dönüştürme işlemleri gerçekleştirmek ve dönüştürülen verileri akışın bir sonraki adımına döndürmek için dönüştürme akışlarına ekleyebileceğiniz mantıksal bir bileşendir.
İzinler
İzinler; veri alanlarında ve paylaşılan ve yönetilen alanlarda kullanıcının neler yapabileceğini belirleyen rollerdir.
Benzer terimler: Haklar, kullanıcı rolleri, güvenlik rolleri
Bkz.:
Karmaşıklık matrisi
Confusion matrix, bir sınıflandırma modelindeki tahmin sonuçlarının doğruluğunu özetler. Doğru ve yanlış tahminlerin sayısı her sınıf için özetlenir. Bu da size yalnızca sınıflandırıcınız tarafından yapılmakta olan hatalara değil, aynı zamanda yapılmakta olan hata türleri konusunda içgörü kazandırır.
Bkz. Karmaşıklık matrisi
Katalog
Katalog, etkinlik merkezlerinde uygulamalarınızı, veri kümelerinizi, veri ürünlerinizi ve veri kaynaklarınızı bulabileceğiniz alandır. Katalog araçları verilerinizin profilini oluşturmanızı sağlar.
Kayıtlı veriler
Verileri iyileştirmek, dönüştürmek ve veri ambarları oluşturmak için hedef platformda halihazırda mevcut olan verileri kaydedebilirsiniz. Bu, Qlik Replicate veya Stitch gibi Qlik Talend Data Integration dışındaki diğer araçlarla buluta alınan verileri kullanmanıza olanak tanır.
Kiracı
Kiracı, Qlik Cloud bulut dağıtımınızdır. Kullanıcı, uygulama ve alan gibi öğeler için bir kapsayıcıdır.
Benzer terimler: Dağıtım
Koleksiyon
Koleksiyonlar; erişim ve sıralama kolaylığı için etkinlik merkezlerinde uygulamaları, grafikleri, notları, otomasyonları, deneyleri ve bağlantıları gruplamanıza izin veren bir araçtır.
Komut dosyası
Yükleme komut dosyası, hangi verilerin yükleneceğini ve yüklenen değişik tabloların nasıl bağlanacağını tanımlayan bir deyim dizisidir. Veri yöneticisi ile veya ayrıca görüntülenip düzenlenebileceği Veri yükleme düzenleyicisi ile oluşturulabilir.
Benzer terimler: Komut dosyası kodu
Komut dosyası kodu
Komut dosyası, verileri yüklemek, dönüştürmek ve dışa aktarmak için bir Qlik Cloud uygulamasıdır.
Komut dosyası kodu
Komut dosyası kodu, verileri komut dosyanızdan yükleyen ve dışa aktaran komut dosyalarını düzenleyebileceğiniz bir komut dosyası oluşturma aracıdır. Komut dosyası kodu, komut dosyasının yayınlanan kopyalarının yanı sıra, komut dosyanızın girdilerini ve çıktılarını görüntülemenize ve yönetmenize de izin verir.
Köken
Köken, verileri ve veri dönüşümlerini asıl kaynaklarına kadar izleyerek bunu bir köken grafiği olarak gösterir.
Mantıksal model
Mantıksal model, Insight Advisor uygulamasına görselleştirme oluşturulurken verilerin nasıl kullanılacağını söyleyen temel alınan veri modelidir.
Benzer terimler: Mantıksal model, mantıksal çerçeve
Bkz.: İş mantığı ile Insight Advisor için mantıksal modeller oluşturma
ML dağıtımı
Tahminlerde kullanılmak üzere bir veya daha fazla makine öğrenimi modelinin dağıtıldığı bir kapsayıcı.
ML deneyi
Yeni veriler üzerinde tahminlerde bulunmak için nihai sonuçlardan birini veya daha fazlasını dağıtma amacıyla geçmiş verileri kullanarak makine öğrenimi modellerini eğitmenize olanak sağlayan Qlik Predict içindeki varlık.
Model metrikleri
Qlik Predict içinde deney eğitimi sırasında bir algoritmanın ne kadar iyi performans gösterdiği ile ilgili bilgiler. Model metrikleri, makine öğrenimi problemine yönelik doğru sonucu belirlemek için her modelin ne kadar doğru şekilde öğrendiğini gösterir. Bu da tahmin oluşturmada kullanılmak üzere hangi modeli dağıtacağınız konusunda karar vermenize yardımcı olur.
Model takma ismi
ML dağıtımı içindeki bir modele işaret eden bir referans. ML dağıtımlarından gelen tahminler belirli bir model yerine bir takma isme yönlendirilir. Bu, modellerin yapılandırma veya API çağrısı güncellemeleri gerektirmeden kolayca değiştirilebildiği esnek ve dinamik tahmin iş akışlarına olanak tanır. Bir ML dağıtımı, varsayılan diğer adlar da dahil olmak üzere en fazla 10 ad içerebilir.
Net Değişiklikler tablosu
Qlik Talend Data Integration, kaynak veritabanının işlem günlüğünde gösterilen değişikliklere dayalı olarak veri çoğaltma gerçekleştirir. Kaynakta "UPDATE MyTable SET f1=..., f2=..." gibi tek bir güncelleme işlemi, kaynak veritabanındaki birçok satırı güncelleyebilir ve çoğaltma görevinin hedefe uygulaması gereken çok sayıda değişiklik kaydı oluşturabilir. Çoğaltma görevleri iki Değişiklik İşleme modu sunar: İşlemsel uygulama ve Toplu iş için optimize edilmiş uygulama. İşlemsel uygulama Değişiklik İşleme modunda, çoğaltma görevi temel olarak her değişikliği hedefe uygular. Bu işlem, kaynaktaki orijinal GÜNCELLEME işleminin sürdüğü süreden çok daha uzun sürebilir. Toplu iş için optimize edilmiş uygulama modu ise çok sayıda değişikliğin verimli bir şekilde çoğaltılması amacıyla tasarlanmıştır. Bu modda, çoğaltma görevi birden fazla tablo için değişiklikleri bir bellek önbelleğinde biriktirir. Aynı satırda tekrarlanan değişiklikler bellek önbelleğinde güncellenir. Görev için tanımlanan maksimum önbellek boyutuna ulaşıldığında (veya yapılandırılan süre geçtiğinde), çoğaltma görevi aşağıdakileri yapar:
-
Önbelleğe alınan (net) değişiklikleri hedef üzerindeki özel bir tabloya yazar (Net Değişiklikler tablosu).
-
Değişiklikleri hedef tabloya toplu olarak yükler.
-
Net Değişiklikler tablosundaki verileri temel alarak hedef tabloları güncellemek için SQL ifadelerini kullanır.
Şunları inceleyin: Çoğaltma ayarları
Nicelik
Bir sütundaki veri değerlerinin benzersizliği. Bir makine öğrenimi modelini eğitirken Qlik Predict yüksek niceliği olan (çok sayıda benzersiz değer) veya niceliği olmayan (tek sabit değerden oluşan sütun verileri) özellik sütunlarını kullanamaz.
bk. Nicelik
Notlar
Notlar bir uygulama veya grafiğe hızlıca metin açıklamaları eklemenize izin verir. Ayrıca verilerin anlık görüntülerini de içerebilirler. Bunları kendinize özel tutabilir veya başka kullanıcılarla paylaşabilirsiniz.
Benzer terimler: Yorumlar
Olgu
Değer tabloları, boyut tablolarıyla birlikte çalışır. Bir değer tablosu analiz edilecek verileri kapsarken bir boyut tablosu, değer tablosundaki verilerin analiz edilebileceği yöntemler hakkındaki verileri depolar. Bu nedenle, değer tablosu iki tür sütundan oluşur: birincil anahtar sütunları ve hesaplama sütunları. Birincil anahtar sütunları, boyut tablolarına sahip birleşimlere izin verirken hesaplama sütunları analiz edilen verileri içerir. Örneğin, Siparişler değeri veri kümesi, herhangi bir günde belirli bir müşterinin belirli bir ürün satın aldığını listelerken, ilgili boyut veri kümeleri müşteri, ürün ve işlemin gerçekleştiği bölge hakkında daha fazla bilgi sağlayacaktır.
On-demand uygulama
İsteğe bağlı uygulamalar, tam veri kümesini uygulamaya yüklemeden büyük veri kümelerindeki veri seçimlerini yükler.
Öncelikli yükleme
Öncelikli yükleme, aşağıdaki LOAD veya SELECT deyiminden o kaynağı belirtmeden yüklemenize izin veren bir komut dosyası yapısıdır. Öncelikli yüklemeler sıklıkla yerleşik yüklemelerden daha hızlıdır.
Özel nesne
Özel nesneler, kiracı yöneticileri tarafından kiracılara eklenen veya Qlik uzantı paketlerinden birine dahil edilmiş özel görselleştirmelerdir.
Benzer terimler: Uzantılar
Bkz.: Özel bir nesne kullanarak bir görselleştirme oluşturma
Özellik (makine öğrenimi)
Hedef sütunun değerine potansiyel olarak katkıda bulunabilen bir makine öğrenimi problemindeki değişken. Qlik Predict içinde özellikler, hedef sütunun sonuçları üzerinde değişen seviyelerde etkisi olabilen, bir veri kümesindeki sütunlardır. Özellikler bazen kovaryatlar olarak adlandırılır.
Şunları inceleyin: Makine öğrenimi kavramları
Özellikler
Özellikler, bir sayfa düzenlenirken görselleştirmeleri yapılandırmak ve stillendirmek için seçenekler içerir.
Bkz.: Özellikler paneli
Permütasyon önemi
Makine öğrenim modeli performansı bir özelliğe ne kadar bağlıdır? Modele dahil edilecek özellikler üzerinde yineleme yaparken hangi sütunların tutulacağını ve hangi sütunların bırakılabileceğini belirlemek için permutation importance kullanılabilir.
Professional kullanıcı yetkilendirmesi
Professional yetkilendirmesi, Qlik Sense içinde içerik oluşturacak kullanıcılara yöneliktir. Professional yetkilendirmesi sahibi olan bir kullanıcı paylaşılan alanlar oluşturabilir; sayfa veya uygulama oluşturabilir, düzenleyebilir ve yayınlayabilir, uyarı oluşturabilir ve düzenleyebilir.
Qlik Answers
Qlik Answers, Qlik Cloud hedefine üretken yapay zeka (GenAI) bilgi bankaları ekleyen, tak-çalıştır şeklinde kullanılan bir aboneliktir. Qlik Answers asistanları, soru sormanıza ve metin dosyası ve PDF gibi yapılandırılmamış veri kaynaklarından yanıt almanıza olanak tanır.
Bkz.: Qlik Answers
QVD
Bir QlikView Veri dosyası (QVD), Qlik Sense veya QlikView'dan içe aktarılmış veriler içeren bir dosyadır. Hızlı veri yüklemek için iyileştirilmiş yerel bir Qlik Sense biçimidir. Ayrıca Qlik Talend Data Integration ile QVD dosyaları oluşturabilirsiniz.
Rapor filtresi
Uygulama içi raporlama kullanılarak oluşturulan raporlara dahil edilen uygulama verilerini kontrol etmek için kullanılan bir filtre. Rapor filtresi, Qlik Sense uygulama seçim imi gibi işlev gösterir ancak raporlama özellikleri amacına yönelik olarak yapılandırılmıştır. Rapor filtreleri yüksek düzeyde özelleştirilebilirdir ve tekilleştirilmiş çıktı için rapor alıcısı düzeyinde ayrı ayrı uygulanabilir.
Benzer terimler: Yer imi, rapor görevi, rapor şablonu, dağıtım listesi
Rapor görevi
Bir Qlik Sense uygulamasında oluşturulup, seçilen rapor filtreleriyle tanımlandığı şekilde veri azaltımı uygulayarak bir veya daha fazla rapor şablonunu rapor çıktısına dönüştüren bir görev. Rapor çıktısı, yapılandırılan dağıtım ayarlarına göre teslim edilir.
Benzer terimler: Dağıtım listesi, rapor şablonu, rapor filtresi
Rapor, tablo halinde
Bir Microsoft Excel şablon dosyasına göre oluşturulmuş, bir Qlik Sense uygulamasından tabloya dayalı veriler içeren bir rapor. Tablo halindeki bir raporda, görselleştirme ve uygulama verilerini tablo halindeki biçimde ekleyebilir ve grafik resimleri dahil edebilirsiniz. Çıktı .xlsx veya PDF biçiminde olabilir.
Benzer terimler: Rapor görevi, rapor şablonu
Regresyon (deney ve model türü)
Qlik Predict'de, 10'dan fazla olası değere sahip sayısal bir hedef sütun için değerleri tahmin etmek üzere makine öğrenimi modellerini eğiten bir deneydir—örneğin, sayısal veri içeren bir Müşteri yaşam boyu değeri sütunu. Regresyon deneyleri, zaman serisi deneylerine benzer ancak onlardan farklıdır. Bir regresyon deneyi, tarihe özgü tahminler olmaksızın sayısal verileri tahmin ederken, bir zaman serisi deneyi belirli tarih değerleri için sayısal verileri tahmin eder.
Benzer terimler: Deney türü, zaman serisi deneyi
Şunları inceleyin: Regresyon problemleri
Sayfa
Sayfalar, Qlik Sense uygulamalarının bileşenleridir. Verileri inceleyebilmeleri, analiz edebilmeleri ve keşfedebilmeleri için uygulama kullanıcılarına görselleştirmeler sunarlar. Sayfalar genel veya özel olabilir.
Benzer terimler: Pano, çalışma sayfası
Bkz.: Sayfa görünümü
Sayfa nesneleri
Sayfa nesneleri, bir sayfada bir arayüz oluşturmak için kullanılan bileşenlerdir. Her sayfa nesnesi verileri tablo veya grafik olarak görselleştirmez. Sayfalar düğme, metin nesnesi ve uzantı gibi başka nesneler içerebilir.
Benzer terimler: Görselleştirme, grafik
Bkz.: Sayfa görünümü
Seçimler
Seçimler, bir kullanıcı tarafından bir uygulamada veri filtrelemek için seçilen değerlerdir. Bir seçim yapıldığında, ilişkili tüm görselleştirmeler seçimi yansıtmak üzere güncellenir. Seçimler seçim imleri olarak kaydedilebilir ve başka kullanıcılarla paylaşılabilir.
Set analizi
Set analizi, bir görselleştirmede mevcut seçimdekilerden farklı olan bir seçimler kümesi tanımlar. Bu, karşılaştırmalı analize olanak tanır.
Bkz.: Set analizi
SHAP'nin önemi
Bir deneydeki her özelliğin hedefin tahmin edilen sonucu üzerinde ne kadar etkiye sahip olduğuna yönelik hesaplama. Qlik Predict, ikili sınıflandırma ve regresyon deneylerinin eğitimi sırasında otomatik olarak toplanan, satır düzeyinde SHAP importance sıralama grafikleri oluşturur.
Sözlük
Sözlük, Insight Advisor Arama ve Insight Advisor Chat uygulamalarına eş anlamlılar ve özel analizler eklemenize izin veren bir iş mantığı özelliğidir.
SQL dönüştürmesi
SQL dönüştürmesi, karmaşık veya basit dönüşümleri tanımlamak için bir SQL SELECT sorgusunu bir işlem hattındaki dönüştürme görevine girmenize olanak tanır.
Şablonu bildir
Oluşturulan raporlarda yer alan yapı, içerik ve verileri özetleyen bir dosya. Uygulama için raporlama ile Microsoft Excel için Qlik eklentisini, PixelPerfect tasarımcısını veya eklenmiş HTML tasarımcısını kullanarak şablonlar oluşturabilirsiniz.
Benzer terimler: Tablo halinde rapor, rapor görevi
Şemalar
Bir veri projesinde, dahili bir şemada ve bir veri varlığı şemasında yapıtlar oluşturulur.
-
Dahili şema fiziksel veri tablolarını içerir.
-
Veri varlığı şeması veri tüketmek için kullanabileceğiniz görünümleri içerir.
Tablo tarifi
Table recipe, kod içermeyen, elektronik tablo benzeri bir arayüzde tablo veri kümelerini kolayca hazırlamanıza olanak tanır. Bir recipe üretmek için bir dizi yeniden kullanılabilir adımla verileri yinelemeli olarak keşfedin, temizleyin ve dönüştürün.
Tablolar: ODS, HDS ve Değişiklik
Bir veri projesinde, proje ayarlarına bağlı olarak mevcut olan veya olmayan birkaç tablo türü vardır:
-
Geçerli tablo (ODS)
Bu tablo, en son uygulama aralığında değişikliklerle güncellenen veri kaynağının çoğaltmasını içerir.
-
Önceki tablo (HDS)
Bu tablo 2. Tür geçmiş verilerini içerir. Yalnızca veri görev ayarlarında Geçmiş etkinse oluşturulur.
Bir kaynak tablo kaydı güncellendiğinde, her seferinde önceki tabloya yeni bir kayıt eklenir. Geçmiş kaydı, önceki güncel kaydın bir kopyasıdır ve neyin güncellendiğini ve ne zaman geçerli olduğunu da içerir.
-
Değişiklik tablosu
Bu tablo, henüz geçerli tabloya uygulanmamış tüm değişiklikleri içerir. Yalnızca Tam yükleme ve CDC yerleştirme modu kullanılırsa oluşturulur.
Tahmin (makine öğrenimi)
Makine öğrenimi modeli tarafından gerçekleştirilen, hedef sütununun gelecekteki değerine yönelik bir tahmin. Qlik Predict içinde tahminler, ML dağıtımları tarafından toplu tahminler (erişim satırı için bir tahmin içeren veri kümesinin tamamı) veya gerçek zamanlı tahminler (bir veya birkaç veri kümesi satırı için tahminlerden oluşan döndürülen veriler) olarak oluşturulabilir. Tahminler, Qlik Predict analiz bağlayıcısını kullanılarak bir dağıtımdan da oluşturulabilir.
Benzer terimler: Tahmin, toplu; tahmin, gerçek zamanlı
Tahmin hızı (makine öğrenimi)
Bir makine öğrenimi modelinin tahmin üretme hızı. Qlik Predict içinde tahmin hızı, birleşik özellik hesaplama süresi ve test veri kümesi tahmin süresi kullanılarak hesaplanır. Saniye başına satır olarak görüntülenir.
bk. Tahmin hızı
Tahmin, gerçek zamanlı (makine öğrenimi)
Gerçek zamanlı tahmin, bir veya birkaç veri satırı üzerinde gerçek zamanlı olarak oluşturulan bir tahmindir. Gerçek zamanlı tahminler, Makine Öğrenimi API'sindeki gerçek zamanlı tahmin uç noktasını kullanarak oluşturulur.
Benzer terimler: Tahmin
Tahmin, toplu (makine öğrenimi)
Toplu tahmin, bir veri kümesinin (geçerli veri kümesi) tamamı üzerinde oluşturulan bir tahmindir. Uygulama veri kümesindeki her satır için bir tahmin oluşturulur ve yeni bir veri kümesi (tahmin veri kümesi) olarak teslim edilir. Bu yeni veri kümesi, model bir sınıflandırma modeli ise olasılıkları da içerebilir.
Benzer terimler: Tahmin, Uygulama veri kümesi
Tam yükleme
Qlik Talend Data Integration içinde Tam Yük, veri kaynağından yerleştirmeye kadar verinin ilk çoğaltılması anlamına gelir.
Bkz. Veri kaynaklarından veri yerleştirme ve yukarıdaki CDC.
Temel etken analizi
Qlik Sense uygulamasında, uygulamanızdaki bir dizi alanın belirli bir hedef alanının veri trendleri ve sonuçları üzerindeki etkisini karşılaştırmanıza olanak tanıyan bir araç. Neyin ticari ve organizasyonel performans metriklerini nelerin artırdığını anlamak ve verilere dayalı kararlarla eyleme geçmek için temel etken analizini kullanabilirsiniz.
Bkz. Temel etken analizi kullanarak verilerinizin arkasındaki temel etkenleri keşfetme
Temel Kullanıcı
Sınırlı erişime sahip kullanıcı türü. Temel Kullanıcı, yönetilen alanlarda uygulama içeriğini görüntüleyebilir.
Toplama
Toplama, kaynak tablolardaki birden fazla kayıt kullanılarak yapılan bir hesaplamadır. Genellikle toplam, sayım, minimum, maksimum veya ortalama gibi bir fonksiyonla toplanan tek bir alandır. Örneği satışların toplamı.
Benzer terimler: Hesap, Hesaplama, Metrik
Bkz.: Hesaplamalar
Uygulama
Bu terimin birkaç tanımı vardır:
-
Qlik Sense veya QlikView uygulaması: Uygulamalar, göreve özel ve amaca yönelik oluşturulmuş uygulamalardır. Uygulamalar, görselleştirme yoluyla yorumlanan veri kaynaklarından yüklenen verileri içerir.
Benzer terimler: Belge, çalışma kitabı
Şunları inceleyin: Uygulamaları anlama
-
Qlik Analytics mobil uygulaması: iOS ve Android cihazları için bir mobil uygulama. Mobil uygulamada, bulut verilerinize bağlanır ve bunlarla etkileşimde bulunursunuz. Mevcut uygulamalarınız ile çalışabilirsiniz.
Uygulama veri kümesi
Eğitimli bir makine öğrenimi modelinin üzerinde tahminde bulunduğu veri kümesi. Qlik Predict tahmininin çıktısı, seçilen hedef alanı için tahmin edilen değerlere sahip yeni bir veri kümesidir.
Ürün Bilgileri ve Tanıtım
Bir veri projesinde, bir veri işlem hattı oluşturmanın ilk adımı verilerin buluta alınmasıdır. Bu, verilerin şirket içi veri kaynağından sürekli olarak aktarılmasını ve okuma için iyileştirilmiş formatta veri kümeleri oluşturulmasını içerir.
Veri akışı
Veri akışı, veri hazırlamak için görsel bir akış oluşturmanıza olanak tanıyan sezgisel bir kodsuz deneyimdir. Kaynağınızı tuval üzerine yerleştirin ve Analiz uygulamalarınız veya makine öğrenimi deneyleriniz için temiz veri kümeleri üretmek amacıyla verilerinizi birleştirmek ve şekillendirmek üzere çeşitli işlemciler kullanın.
Veri ambarı
Veri ambarları, Depolama veya Dönüştürme veri varlıklarınızdaki verilerin bir alt kümesini içeren veri işlem hattınızın parçasıdır. İş ihtiyaçlarınıza bağlı olarak, istediğiniz sayıda alt veri ambarı oluşturabilirsiniz. İdeal olarak alt veri ambarlarınız, kuruluşunuz içindeki belirli bir bölüm veya birimde analiz için toplanan özetlenmiş veri havuzlarını içermelidir.
Veri bağlantısı
Analiz Hizmetleri içinde:
Uygulama ve komut dosyası biçiminde analizler oluşturma amacıyla veri bağlantıları, harici veri kaynaklarından Qlik Cloud hedefine veri yüklemek için kullanılır. Veri bağlantıları, veritabanlarından ve uzakta saklanan dosyalardan veri yükleyebilir.
Bkz.: Analiz verilerinizi ekleme ve yönetme
Veri Entegrasyonu içinde:
Veri bağlantıları, veri görevlerinin veri kaynaklarına ve bir veri projesinde kullanılan harici depolama ve bulut veri depolarına erişmesine izin vermek için kullanılır.
Veri bekletme
ML deneyinde gizleme verisi, bir algoritmanın eğitimi sırasında kenara kaldırılan ve kullanılmayan, sonrasında da model performansını puanlandırmak için kullanılan eğitim veri kümesinin alt kümesidir.
Veri görevi
Veri görevi, veri projesindeki ana çalışma birimidir. Bir veri projesinde aşağıdaki türlerde veri görevleri oluşturabilirsiniz:
- Yerleştirme: Verilerinizi veri kaynağından bir bulut veri deposuna veya Qlik Cloud alanına taşıyın.
- Depolama: Tüketime hazır veri kümelerindeki yerleştirme verilerini depolayın.
- Kayıtlı veriler - Veri platformunda zaten var olan verileri kaydedin.
- Dönüştürme: Verilerinizi hedef gerekliliklerine ve iş ihtiyaçlarına göre dönüştürün.
- Veri ambarı: Depolanan veya dönüştürülen verilerden veri ambarları oluşturun.
Yerleştirme ve depolama görevlerini tek bir "Alım" görevi olarak da birleştirebilirsiniz.
Bkz. Veri görevi
Veri işlem hattı
Bir veri projesinde veri işlem hattı, verileri entegre etme amacı taşıyan görevler kümesidir. Alım, verileri şirket içi veya buluttaki veri kaynaklarından projeye taşır ve verileri tüketime hazır veri setlerinde depolar. Ayrıca, oluşturulan ve dönüştürülen veri setlerinizden yararlanmak için dönüşümler gerçekleştirebilir ve veri ambarları oluşturabilirsiniz. Veri işlem hattı basit ve doğrusal olabilir veya birkaç veri kaynağı tüketen ve birçok çıktı üreten karmaşık bir işlem hattı olabilir.
Veri kataloğu
Veri kataloğu, Veri yöneticisi ve Veri yükleme düzenleyicisi içinde, erişiminiz olan tüm veri setlerinden veri seçmenizi ve yüklemenizi sağlayan bir bileşendir.
Veri modeli görüntüleyicisi
Veri modeli görüntüleyicisi, bir uygulamaya eklenen verilerin yapısı ile tablo ve alanların meta verilerini görüntülemenizi sağlayan bir uygulamadır.
Veri pazar yeri
Kuruluşunuzdaki haklarınıza ve rollerinize bağlı olarak Veri pazar yeri, veri ürünü yöneticilerinin veri entegrasyonu yönetimi veri ürünleri üzerinde çalıştığı ve analiz kullanıcıları gibi veri kullanıcılarının analiz uygulamaları için mevcut veri ürünlerine göz attığı Qlik Talend Data Integration etkinlik merkezi alanıdır.
Veri profili oluşturma
Veri profili oluşturma, veri setlerinize ilişkin istatistikler ve bilgiler görüntüler.
Bkz. Alan düzeyinde meta verileri yönetme ve veri profili oluşturma
Veri projesi
Bir veri projesi, veri varlıklarını ekleyerek veri işlem hattınızı oluşturduğunuz yerdir. Veri projesi, tüm çıktılar için hedef olarak kullanılan bir veri platformuyla ilişkilendirilir. Basit bir doğrusal işlem hattı veya birkaç veri kaynağı tüketen ve birçok çıktı üreten karmaşık bir işlem hattı oluşturabilirsiniz.
Veri seti
Veri kümesi terimi bazen tablo ile eş anlamlıdır. Orijinal kaynak tablosunu, dönüştürmelerden sonraki tabloyu veya bir veri ambarındaki değer ve boyut tablolarını ifade edebilir.
Ayrıca, birkaç örnek tablo ve görünümün bulunduğu mantıksal bir tabloya da atıfta bulunabilir:
-
Geçerli veriler
-
Geçmiş, tablonun önceki sürümlerini saklar
-
Değişiklikler
Veri sızıntısı
Bir algoritmanın tahminler oluşturmak için kullanılacağı verilerle eğitildiği makine öğreniminde istenmeyen olgu. Veri sızıntısının göstergelerinden biri, yalnızca hedef değerlerin (eğitim verilerinde doğrudan ya da dolaylı olarak hatalı şekilde sağlanan) ezberlenmesinden kaynaklanan ve desenler ve ilişkilendirmelerin gerçek öğreniminden kaynaklanmayan gerçekçi olmayan düzeyde yüksek model performansıdır.
Bkz. Veri sızıntısı
Veri ürünü
Veri ürünleri son derece güvenilir, yeniden kullanılabilen ve kullanılabilir veri varlıklarıdır. Daha net bir şekilde belirtmek gerekirse bunlar, ürünleştirilmiş veri kümeleri ve işletme tarafından onaylanmış meta verilerden ve etki alanına özel iş sonuçlarını çözmek için tasarlanmış etki alanı mantığından derlenmiş koleksiyonlardır.
Bkz.: Creating data products
Veri yöneticisi
Veri yöneticisi, bir uygulamada veri kaynaklarını yüklemenize ve yönetmenize izin veren bir uygulama bileşenidir. Ayrıca verileri önizleyip ilişkilendirebilir ve veri dönüşümleri gerçekleştirebilirsiniz.
Veri yükleme düzenleyicisi
Veri yükleme düzenleyicisi, uygulamanıza veri yükleyen komut dosyasını geliştirmenize ve özelleştirmenize izin veren bir komut dosyası düzenleyicisidir.
Benzer terimler: Kod düzenleyici
Yapay anahtar
Yapay anahtar, veri modelindeki iki tablonun bileşik bir anahtarıdır. Bunlar, iki veya daha fazla tablonun iki veya daha fazla alanı olduğunda oluşturulur. Veri yüklerken yapay anahtarlar hakkında bir uyarı alırsanız, veri yapısını veri modeli görüntüleyicisinde incelemeniz gerekebilir. Yapay anahtarda bir sorun olmayabilir, ancak başka yapay anahtarları temel alan yapay anahtarlarınız varsa veri modelinizde hatalar olabilir.
Bkz.: Yapay anahtarlar
Yer işareti
Seçim imleri, belirli seçim durumlarını, ileride yeniden uygulanabilmeleri ve başka kullanıcılarla paylaşılabilmeleri için seçmenize izin verir. Düzen bilgileri seçim imlerinde saklanabilir ve kullanıcılar seçim imini uygularken uygulamada doğru yere alınabilir.
Yerleşik yükleme
Yerleşik yükleme, zaten yüklenmiş bir tabloda yükleme yapmanıza izin veren bir komut dosyası kurgusudur. Yerleşik yüklemeler sıklıkla asıl veri kaynağına tekrar erişmekten daha hızlıdır.
Yerleştirme
Qlik Talend Data Integration kapsamında, yerleştirme aşağıdakilerden birini ifade edebilir:
- Veri işlem hattında daha fazla işlenmeden önce kaynak verilerinin başlangıçta "yerleştirildiği" bir bulut veri deposunda yer alan veritabanı (Genellikle yerleştirme alanı olarak bilinir)
- Verileri veri kaynağından yerleştirme bölgesine taşıyan gerçek görev veya işlem
Qlik Talend Data Integration içindeki yerleştirme görevi, veri kaynaklarından yerleştirme bölgesine sürekli veya planlı veri yerleştirmeyi denetler.
Yönetici, analiz
Analitik yöneticileri, yalnızca Analytics hizmetinin kullanıcı kaynaklarını yönetme izni olan yöneticilerdir.
Yönetici, denetleme
Denetleme yöneticileri, uygulama geri bildirimlerine ve Insight Advisor ile Insight Advisor Chat için kullanım metriklerine erişebilir.
Yönetici, kiracı
Kiracı yöneticileri; kullanıcıları, sistem uzantılarını ve sistem özelleştirmelerini yönetmekten sorumlu yöneticilerdir. Kiracı yöneticilerinin tam Yönetim etkinlik merkezi erişimi vardır.
Yönetici, veri
Veri yöneticileri, veri alanlarını ve bu alanların içerdiği veri kaynaklarını yönetmekle sınırlı yöneticilerdir.
Zaman serisi (deney ve model türü)
Qlik Predict içinde, makine öğrenimi modellerini, 10'dan fazla olası değere sahip sayısal bir hedef sütun için tarihe özgü değerleri tahmin etmek üzere eğiten bir deneydir. Örneğin, tarihe veya zaman damgasına göre Satış değerleri. Zaman serisi deneyleri, regresyon deneylerine benzer ancak onlardan farklıdır. Bir regresyon deneyi, tarihe özgü tahminler olmaksızın sayısal verileri tahmin ederken, bir zaman serisi deneyi belirli tarih değerleri için sayısal verileri tahmin eder.
Benzer terimler: Deney türü, regresyon deneyi
Şunları inceleyin: Zaman serisi problemleri