Bring Your Own ML: 머신 러닝 모델 임포트 정보

EPM 관리자는 Bring Your Own ML을 사용하여 완전히 학습된 ML(머신 러닝) 모델을 임포트하고 Planning 애플리케이션에 배포할 수 있습니다. 플래너는 고급 예측 모델링 기술을 사용하여 더 정확한 예측을 생성하는 강력한 ML 기반 예측을 활용할 수 있습니다.

데이터 과학자는 비즈니스 문제점과 관련된 과거 데이터를 수집하여 준비하고, 알고리즘을 학습하며, 타사 툴을 사용하여 PMML 파일(Predictive Model Markup Language, 예측 모델을 나타내는 데 사용되는 표준 언어)을 생성합니다. 이러한 예측 분석 모델과 머신 러닝 모델은 통계 기술 또는 ML 알고리즘을 사용하여 대량 과거 데이터에 숨겨진 패턴을 확인합니다. 예측 분석 모델은 학습 중에 얻은 지식을 사용하여 새 데이터에 알려진 패턴이 있는지 예측합니다.

EPM 관리자는 두 개의 Groovy 규칙을 생성하는 완전히 학습된 ML 모델을 임포트하고 구성할 수 있습니다. 관리자는 양식 또는 대시보드에 규칙을 첨부하거나 주기적으로 예측 결과를 생성하도록 작업을 스케줄링합니다. 이렇게 하면 비즈니스 사용자가 머신 러닝의 이점과 데이터 과학의 능력을 활용하여 계획 수립 및 예산 편성 프로세스를 향상하고 더 나은 비즈니스 결정을 내릴 수 있습니다.

예를 들어 평균 판매 가격, 계획된 프로모션 및 광고 지출, 과거 볼륨, 예상 산업 볼륨과 같은 주요 동인을 사용하여 엔티티의 제품 볼륨을 예측할 수 있습니다.

ML 모델을 임포트하고 사용하여 다른 재무 사용 사례의 수치 값을 예측할 수 있습니다. 예를 들면 다음과 같습니다.

  • 거래 프로모션이 매출 증가에 미치는 영향
  • ROMI 향상을 위한 마케팅 혼합 모델링
  • 내부 및 외부 동인이 수익 예측에 미치는 영향
  • 현금 유동성 향상을 위한 예상 현금 예측

단계 개요

사전 필수 조건: 데이터 과학자가 데이터 과학 툴(타사 툴 또는 Oracle Data Science Cloud)에서 ML 모델을 빌드 및 학습하고 PMML 파일로 저장합니다.

그런 다음, EPM 관리자가 모델을 실행하여 학습된 모델에서 비즈니스 가치를 얻습니다.

  1. 관리자는 PMML 형식의 ML 모델을 Planning 애플리케이션으로 임포트하고 입력 변수와 타겟 변수가 Planning 애플리케이션의 차원 멤버 또는 셀 값에 매핑되는 방식을 정의합니다. 이 단계에서는 ML 모델을 Planning 애플리케이션에 연결하는 자동 Groovy 규칙을 생성합니다. 각 ML 모델 정의에 대해 두 개의 Groovy 규칙이 생성됩니다. 한 규칙은 양식 또는 대시보드와 연계되어 사용자가 수요를 예측할 수 있게 합니다. 다른 규칙은 대량 처리를 위해 스케줄링된 작업에서 대규모 예측을 생성합니다. ML 모델 임포트를 참조하십시오.

  2. 관리자는 Groovy 규칙을 관련 작업 메뉴, 양식 또는 대시보드에 연계하여 Planning 애플리케이션에서 ML 모델을 배포합니다. 플래너에게 ML 모델 배포를 참조하십시오. 관리자는 뱃치 프로세스로 Groovy 규칙을 실행하는 작업을 생성할 수도 있습니다.
  3. 플래너는 양식에서 ML 지원 비즈니스 규칙을 활용하여 양식에 저장되는 예측 값을 생성합니다. 플래너는 생성된 예측을 사용하여 what-if 분석을 수행하거나 양식에서 예측 값을 수정할 수 있습니다. 플래너는 전문적 지식과 판단에 따른 가치를 추가한 다음, 예측을 마무리합니다.

  4. 반복적 프로세스입니다. 플래너가 ML 모델을 기준으로 예측하면 관리자는 모델 성능을 측정하고 데이터 과학자와 협력하여 필요할 때 ML 모델을 업데이트하거나 바꿀 수 있습니다. 그런 다음, 관리자는 재학습된 ML 모델을 다시 임포트하여 배포합니다.

    재학습된 ML 모델을 다시 임포트하면 Groovy 규칙이 재생성됩니다.

비디오

목표 비디오 보기
이 개요에서는 EPM 관리자가 완전히 학습된 ML 모델을 임포트하여 Planning 애플리케이션에 배포할 수 있는 Bring Your Own ML(머신 러닝)을 소개합니다. 플래너는 고급 예측 모델링 기술을 사용하여 더 정확한 예측을 생성하는 강력한 ML 기반 예측을 활용할 수 있습니다. 비디오 png 개요: Bring Your Own ML(머신 러닝)

Bring Your Own Machine Learning을 위한 ML 모델 임포트 구성 방법을 알아봅니다. 완전히 학습된 ML 모델을 Planning으로 임포트합니다. 마법사의 단계에 따라 모델을 매핑, 분석, 테스트합니다. 모델을 저장하면 두 개의 Groovy 규칙이 생성됩니다. 통합 프로세스를 완료하려면 Planning에 ML 모델을 배포하는 방법과 관련된 비디오를 참조하십시오.

 비디오 pngML(머신 러닝) 모델 임포트 구성

Planning에 ML 모델을 배포하는 방법을 알아봅니다. ML 모델 임포트를 구성한 후 구성된 ML 모델에서 생성된 Groovy 규칙이 포함된 작업 메뉴를 생성하여 PMML 파일을 애플리케이션에 통합합니다. 그런 후에 작업 메뉴를 양식과 연계합니다. 플래너가 양식의 규칙을 실행하면 규칙에서 예측 값 세트를 반환합니다.

 비디오 png

Planning에 ML(머신 러닝) 모델 배포