예측 인텔리전스 설치

인스턴스에서 활성화 예측 인텔리전스 하고 기본 구성을 시작합니다.

시작하기 전에

필요한 역할: admin

이 태스크 정보

인스턴스에서 처음으로 플러그인을 예측 인텔리전스 활성화하면 시스템이 홈페이지를 시작합니다. 이 홈페이지에는 분류, 유사성, 클러스터링 및 회귀 솔루션에 대한 프레임워크가 요약되어 있습니다. 페이지에서 직접 솔루션을 만들고, 교육하고, 테스트할 수 있으므로 머신 러닝(ML) 솔루션의 작동 방식에 대한 기본 기능을 빠르게 이해할 수 있습니다. 최신 교육 솔루션에 대한 요약도 제공됩니다.

프로시저

1. 시스템 정의 > 플러그인으로 이동합니다.
2. 검색 창을 사용하여 보고서(com.glide.platform_ml_pa) 플러그인과 종속 예측 인텔리전스 (com.glide.platform_ml) 플러그인을 찾습니다예측 인텔리전스.
3. 설치를 선택한 후 플러그인 활성화 대화 상자에서 활성화를 선택합니다.
   첫 번째 플러그인을 활성화하면 종속 플러그인이 자동으로 활성화됩니다.
4. 활성화를 통해 sharedservice.worker 사용자가 성공적으로 생성되었는지 확인합니다.
   두 예측 인텔리전스 플러그인은 이 사용자를 사용하여 ML 솔루션을 교육합니다.

   주:

   sharedservice.worker 사용자는 다음 역할을 포함합니다.

   • platform_ml_read
   • platform_ml_write
   • platform_ml_create

   이러한 역할은 솔루션을 생성하고, 교육하고, 확인하는 데 필요합니다. 이러한 역할은 내부 역할이며 편집하거나 다른 사용자에게 할당할 수 없습니다.

예측 인텔리전스 구현

과거 기록 데이터를 기반으로 예측하기 위해 머신 러닝(ML) 알고리즘을 교육하기 위한 예측 인텔리전스 초기 설정 및 구성 단계를 구현합니다.

시작하기 전에

필요한 역할: admin 또는 ml_admin

이 태스크 정보

교육 프로세스를 수행하려면 레코드 데이터를 가장 가까운 데이터 센터의 교육 서비스로 보내야 합니다. 모든 데이터 센터에는 자체 전용 교육 서버가 있고 데이터가 데이터 센터를 벗어나지 않으므로 데이터 주권 요구 사항이 있는 고객도 이 서비스를 사용할 수 있습니다. 이 프로세스에 대한 자세한 내용은 Predictive Intelligence 살펴보기 문서를 참조하십시오.

초기 구성 및 설정에 대한 질문과 대답은 KB0781894 참조하십시오.

프로시저

1. 비프로덕션 인스턴스에서 활성화 예측 인텔리전스 합니다.
2. 프로덕션 인스턴스에서 솔루션에서 처리할 레코드를 익스포트합니다 예측 인텔리전스 .
   예를 들어 12개월간의 인시던트 레코드를 비프로덕션 인스턴스로 익스포트합니다.
3. 비프로덕션 인스턴스에서 익스포트한 기록을 임포트합니다.
4. 비프로덕션 인스턴스에서는 기본 솔루션 정의 기록을 검토하여 필터, 입력 필드 및 출력 필드가 인시던트 또는 작업 기록을 예측하기에 충분한지 확인합니다.
   필요한 경우 예측하려는 각 레코드 집합에 대한 솔루션 정의를 만듭니다 .
5. 비프로덕션 인스턴스에서 솔루션 정의 기록을 교육합니다.
6. 테스트 기록을 생성하거나 프로덕션에서 기록을 더 임포트하여 비프로덕션 인스턴스에 대한 솔루션 예측을 테스트합니다.
7. 분류 솔루션의 경우 예측 보고서를 검토하여 솔루션 및 개별 클래스의 정확도와 범위를 확인합니다.
8. 유사성 솔루션의 경우 유사성 예시를 검토하여 필요한 경우 유사성 점수 임계치를 업데이트합니다.
9. 필요한 경우 솔루션 정의 필터를 업데이트하여 더 많거나 다른 교육 기록을 포함합니다.
10. 업데이트된 솔루션 정의 기록을 재교육하고 다시 테스트합니다.
11. 솔루션이 만족스러우면 프로덕션 인스턴스에서 활성화 예측 인텔리전스 합니다.
12. 사용자 지정 솔루션 정의 기록을 다시 만들고 솔루션을 교육하거나, 비프로덕션 인스턴스에서 프로덕션 인스턴스로 솔루션을 임포트합니다.

관련 태스크

• 분류 솔루션 생성 및 교육
• 유사성 솔루션 생성 및 교육