Predictive Intelligence 살펴보기

  • 릴리스 버전: Yokohama
  • 업데이트 날짜 2025년 01월 30일
  • 읽기3분
  • ServiceNow® 예측 인텔리전스 는 더 나은 작업 경험을 제공하기 위해 여러 애플리케이션에 기능을 부여하는 ServiceNow® 인공 지능 계층을 제공하는 플랫폼 기능입니다.

    예측 인텔리전스 개요

    예측 인텔리전스 는 인공 지능과 머신 러닝을 사용하여 작업 환경을 개선하는 강력한 도구 세트입니다. 플랫폼에서 모델을 생성 및 교육하고 다른 ServiceNow 제품 및 애플리케이션과 통합할 수 있습니다.예측 인텔리전스 사용의 이점

    다음은 기본 예측 인텔리전스 개념과 사용 가능한 다양한 프레임워크를 소개합니다.

    기존 모델을 사용하는 방법에 대한 자세한 내용은 문서를 참조하십시오 예측 인텔리전스 사용.

    예측 인텔리전스 온프레미스 고객의 경우

    예측 인텔리전스 는 온프레미스 고객도 사용할 수 있습니다. 이 제품을 온 프레미스에 배포하는 데 관심이 있는 경우 계정 관리자에게 문의하십시오. 온프레미스 설치 및 구성 지침은 자체 호스팅지식베이스에서 자체 호스팅 고객을 위한 Machine Learning Engine 설치 및 구성 [KB0782052]Now Support 대한 전체 지침을 참조하십시오.
    주:
    온 프레미스 계정만 자체 호스팅지식베이스된 에 Now Support 액세스할 수 있습니다.

    용어

    인공 지능
    인간 지능 수준이 필요한 작업을 수행하도록 설계된 시스템입니다.
    머신 러닝
    더 많은 경험을 통해 시간이 지남에 따라 모델을 개선할 수 있는 능력.
    모델
    입력-출력 데이터를 기반으로 예측 및 결정을 내리는 알고리즘, 수학 및 통계 컬렉션입니다.
    교육
    향후 예측에 영향을 주기 위해 모델이 기반으로 하는 데이터를 추가하거나 변경합니다.
    감독 교육
    모델이 둘을 연결하는 규칙을 생성할 수 있도록 입력 출력 쌍을 제공합니다.
    자율 교육
    모델이 데이터 세트의 구조를 식별할 수 있도록 원시 데이터를 제공합니다.
    교육 빈도
    기존 모델을 새 교육 데이터와 결합하기 위해 모델을 재교육하는 빈도입니다.
    단어 뭉치
    모델이 텍스트 유사성을 찾는 데 사용할 수 있는 어휘입니다.

    예측 모델 구성요소

    예측 모델에는 이러한 구성요소가 포함되며, 이 중 일부를 제공해야 합니다.
    솔루션 정의
    예측 모델을 학습시키기 위해 이러한 값을 지정하는 데이터 레코드를 만들고 구성합니다.
    • 모델을 학습시키는 데 사용되는 기록입니다. 예를 들어, 지난 6개월 이내에 해결되거나 종결된 인시던트에 대해서만 교육합니다.
    • 모델이 예측하는 데 사용하는 입력 필드입니다. 예를 들어 인시던트의 짧은 설명을 사용하여 예측을 수행하십시오.
    • 모델이 예측하는 값이 포함된 출력 필드입니다. 예를 들어, 짧은 설명을 기준으로 인시던트 범주를 설정합니다.
    • 모델을 재교육하는 빈도입니다. 예를 들어, 30일마다 모델을 다시 교육합니다.
    솔루션
    솔루션은 데이터 센터에서 교육 ServiceNow 한 솔루션 정의의 결과입니다. 예측 인텔리전스 는 하나 이상의 입력 필드 값이 지정된 대상 필드 값을 예측하기 위해 솔루션을 사용합니다. 모든 솔루션은 이러한 값을 지정합니다.
    • 솔루션 정밀도 는 올바른 예측의 집계 백분율입니다. 예를 들어 정밀도가 50이면 예측 100개 중 절반이 올바른 값을 가져야 합니다.
    • 솔루션 범위는 예측을 수신하는 기록의 집계 백분율입니다. 예를 들어, 범위가 50이면 적격 기록 전체의 절반이 실제로 예측을 수신한다는 의미입니다.
    • 솔루션 클래스는 모델이 예측할 수 있는 출력 필드 값입니다. 각 클래스는 선택할 수 있는 정밀도, 범위, 분포 메트릭 목록이 있는 출력 필드 값입니다. 예를 들어 인시던트 범주화 솔루션에는 소프트웨어, 문의 및 데이터베이스와 같은 각 범주에 대한 클래스가 있습니다.
    • 클래스 분포 는 이 특정 출력 필드 값이 있는 전체 테이블의 기록 백분율입니다. 예를 들어 문의 클래스 분포가 50이면 인시던트의 절반에 문의 범주가 있다는 것을 의미합니다.

    Predictive Intelligence 프레임워크

    예측 인텔리전스 는 릴리스에서 Yokohama 세 가지 프레임워크를 제공합니다. 각 프레임워크에는 데이터 결과를 예측, 추천 및 구성하도록 시스템을 교육하기 위한 다양한 솔루션 유형이 있습니다. 학습된 솔루션은 API를 통해 모든 애플리케이션에서 호출하여 예측을 수행할 수 있습니다. 자세한 내용은 에서 확인할 수 있습니다 예측 인텔리전스 프레임 워크.