ITSM 예측 인텔리전스 워크벤치 구현
머신 러닝을 사용하여 비즈니스 프로세스를 최적화합니다. ITSM 예측 인텔리전스 워크벤치 사용 사례를 교육하고 구현하여 기존 애플리케이션 워크플로우를 보강할 수 있습니다.
릴리스 ITSM 예측 인텔리전스 워크벤치 부터 요코하마 은 사용 중단 프로세스의 일환으로 수명 종료(EOL)에 도달합니다. 완전히 사용되지 않으며 더 이상 릴리스에서 요코하마 배포, 개선 또는 지원되지 않습니다. 이 기능에 대한 최신 환경을 사용하려면 애플리케이션(com.snc.itsm_ml_task) 플러그인을 설치해야 ITSM용 작업 인텔리전스 합니다. 자세한 내용은 ITSM용 작업 인텔리전스 문서를 참조하십시오.
자세한 내용은 Now Support 지식베이스에서 사용 중단 프로세스 [KB0867184] 문서를 참조하십시오.
사용 사례 템플릿 탐색
piwb_admin 또는 piwb_manager 역할이 할당된 사용자는 사전 구축된 사용 사례 템플릿을 탐색하고 예측 머신 러닝 모델을 만들 수 있습니다. 머신 러닝 모델을 만들려면 먼저 사전 구축된 사용 사례 템플릿을 선택합니다. 미리 빌드된 템플릿 중 일부가 안내되고 안내 설정 플래그를 표시합니다. 이러한 템플릿에는 구현을 쉽게 수행할 수 있도록 종합적인 설정 과정이 포함되어 있습니다. 안내되지 않은 템플릿은 클래식 설정 플래그를 표시합니다.
미리 교육된 모델을 사용할 수 있는 템플릿은 데이터를 기반으로 미리 생성된 모델을 제공하여 설정 프로세스를 가속화합니다. 템플릿에 미리 교육함이라고 표시되면 사용 사례 설정의 평가 단계로 바로 이동할 수 있습니다. 미리 교육된 모델이 수용할 만한 경우 바로 비즈니스 프로세스와 통합할 수 있습니다. 그렇지 않으면 모델을 튜닝하거나 다른 모델을 만들 수 있습니다. 사용 사례의 이름 및 설명을 나중에 변경할 수 있습니다. 미리 교육된 모델은 올바르게 예측된 인시던트의 예상 비율을 표시합니다.
사용 가능한 미리 학습된 모델의 템플릿은 올바르게 예측된 인시던트의 예상 비율도 표시합니다. 미리 교육된 모델이 수용할 만한 경우 바로 비즈니스 프로세스와 통합할 수 있습니다. 그렇지 않으면 모델을 튜닝하거나 다른 모델을 만들 수 있습니다. 사용 사례의 이름 및 설명을 나중에 변경할 수 있습니다. 미리 교육된 모델은 올바르게 예측된 인시던트의 예상 비율을 표시합니다.
안내가 없는 클래식 설정 템플릿은 관련 예측 인텔리전스 워크벤치 제품 문서에 대한 링크를 제공하거나 이동 버튼을 사용하여 ServiceNow 플랫폼 예측 인텔리전스 애플리케이션에 대한 링크를 제공합니다.
사용 사례 생성 단계
- 모델 생성 및 교육: 매개변수를 정의하여 고유의 데이터를 기반으로 교육할 모델을 만듭니다. 이 단계에서 여러 모델을 만드는 것이 일반적입니다. 사용할 범위와 정밀도의 올바른 조합을 정의하여 모델을 조정하고 개선합니다.
- 모델 테스트: 모델의 예측 결과를 가져와서 비즈니스 프로세스와 통합하는 데 가장 적합한 모델을 결정합니다. 모델이 올바른 결과를 반환하는지 확인하려면 단일 또는 배치 테스트 프로세스를 사용하면 됩니다.
- 가장 적절한 모델 통합: 가장 적절한 모델을 비즈니스 프로세스에 배포합니다. 최상의 결과를 반환하는 모델을 확인한 후에는 결과를 수정하고 모델을 프로덕션에 통합합니다. 주:교육된 사용 사례 통합 구현에 대한 자세한 내용은 예측 인텔리전스 워크벤치 통합 및 커스터마이제이션 문서를 참조하십시오.