SAS® Viya Data Mining and Machine Learning

  • Try it
Man looking at SAS Viya Data Mining and Machine Learning on desktop monitor

 

 

 

놀라운 성능 향상. 혁신적인 알고리즘.
단일 인메모리 환경

Circuit board and Binary Code Background Texture

SAS® Viya Data Mining and Machine Learning을 통해 직관적인 단일 프로그래밍 환경과 혁신적인 알고리즘,
그리고 고속 인메모리 프로세싱으로 복잡한 비즈니스 문제를 보다 빠르게 해결할 수 있습니다. 이뿐만이 아닌
데이터 볼륨 및 다양성, 분석 깊이의 제약, 그리고 컴퓨팅 병목 현상에 따른 장벽을 허물어 뜨릴수도 있습니다.
이제 SAS® Viya Data Mining and Machine Learning을 통해 여러분은 생산성 향상을 비롯한 복잡한 문제에
그 누구 보다 빠르고 심층적인 인사이트를 도출해 낼 수 있습니다.

Viya Data Mining and Machine Learning screenshot of decision tree results with tasks and utilities dropdown menu and options pane shown on desktop monitor
Data Mining and Machine Learning Decision Tree Results with Tasks and Utilities Dropdown Menu and Options Pane

 

 

복잡한 분석 과제를 더 빨리
해결 할 수 있습니다.

SAS의 새로운 인메모리 아키텍처인 SAS® Viya에서
실행되는 예측 모델링과 머신러닝의 성능이 획기적으로 향상되었습니다. 메모리 내에 데이터가 로드 되어 있기 때문에 더 이상 반복적인 분석 작업 시 데이터를 여러
차례 로드할 필요가 없습니다. 또한 다수의 사용자들이 협업을 통하여 동시에 동일한 원천 데이터를 탐색하고
모델을 구축할 수 있습니다. 따라서 시간 단위가 아닌
초 또는 분 단위로 분석 모델링을 신속히 처리할 수 있기 때문에 아무리 복잡한 문제라도 빠르게 해결할 수 있습니다.

Viya Data Mining and Machine Learning screenshot of autotune options and utilities pane shown on desktop monitor
Data Mining and Machine Learning Neural Network with AutoTune Options and Utilities Pane

 

 

다양한 접근법으로 빠르게 탐색하여 최적의 해답을 찾을 수
있습니다.

분산처리를 통해 우수한 성능을 내는 분석 엔진과 다양한 기능을 가진 머신러닝을 이용하여 다양한 시나리오를
보다 빠르고 쉽게 탐색하고 비교할 수 있습니다.
또한 자동 조정 기능은 통합 환경에서 다양한 시나리오를 테스트함으로써 가장 적합한 모델을 찾아 정확한 해답을 제시합니다.

Viya Data Mining and Machine Learning screenshot of gradient boosting code with tasks and utilities pane and options menu pane shown on desktop monitor
Data Mining and Machine Learning Gradient Boosting Code with Tasks and Utilities Pane and Options Menu Pane

 

 

데이터 사이언티스트의 생산성을 극대화할 수 있습니다.

데이터 사이언티스트와 기타 분석 전문가들은 단일 통합 인메모리 환경의 솔루션을 통해 엄청난 생산성 증대를
기대할 수 있습니다. 이 환경은 데이터에 액세스하거나 데이터를 준비할 수도 있습니다.
그 밖에 탐색적 분석, 머신러닝 모델의 구축 및 비교,
그리고 예측 모델 적용을 위한 스코어 코드 생성까지도 가능합니다. 이 모든 작업을 더 빠르게 할 수 있다는 것 또한 빼놓을 수 없는 이점입니다.

 

 

 

Viya Data Mining and Machine Learning screenshot of factorization machine output with tasks and utilities dropdown menu and data preparation pane shown on desktop monitor
Data Mining and Machine Learning Factorization Machine Output with Tasks and Utilities Dropdown Menu and Data Preparation Pane

 

 

그래픽 인터페이스를 사용하여 보다 쉽게 머신러닝 작업을 수행할 수 있습니다.

직관적인 그래픽 인터페이스가 웹 기반 프로그래밍 환경에 포함되어 일반적인 머신러닝 작업을 보다 쉽게 구성할 수 있습니다. 또한 해당 SAS 코드가 자동 생성되어 이후 배치 실행 및 자동화에도 효과적입니다.
이러한 환경에서 사용자들은 데이터 소스와 코드정보를 공유하기 때문에 더욱 효과적인 협업이 가능합니다.

Circuit board and Binary Code Background Texture
Viya Data Mining and Machine Learning screenshot closeup of autotune options for neural net

 

주요 특징

  • 유연한 웹 기반 프로그래밍 환경. SAS Studio는 데이터 준비부터 모델 구축, 평가 및 스코어링에 이르기까지 가장 보편적인 머신러닝 단계에서 사용할 수 있는 웹 기반 인터페이스를 제공.
  • 뛰어난 확장성을 가진 인메모리 분석 프로세싱. 분석 프로세싱 엔진은 멀티패스 분석계산에 최적화되어 다수의 사용자가 안전하게 인메모리 데이터에 동시에 액세스할 수 있는 환경을 제공.
  • 강력한 데이터 처리 및 관리. 데이터 액세스, 테이블 조인, 필요 데이터 구성 및 필터링, 그리고 머신러닝 프로젝트를 위한 최종 테이블 생성 등 분석 데이터를 준비하는 데 동일한 분산 인메모리 환경을 사용.
  • 데이터 탐색, 피처 엔지니어링(Feature Engineering; 특성추출) 및 차원 축소. 기술 통계와 강력한 그래픽 프로그래밍으로 데이터 문제를 찾아 해결하거나, 잠재적 예측 변수를 빠르게 찾아내거나, 대용량 데이터의 차원을 축소하거나, 원본 데이터에서 새로운 파생변수를 쉽게 생성할 수 있음.
  • 최신 통계, 데이터 마이닝 및 머신러닝 기법. 이 솔루션은 군집분석, 주성분 분석, 선형/비선형 회귀 분석, 로지스틱 회귀 분석, 의사결정 트리, 랜덤 포레스트, 그래디언트 부스팅, 신경망, 서포트 벡터 머신 등 강력한 비지도 및 지도 학습 알고리즘을 제공.
  • 통합 텍스트 분석. 통합 텍스트 분석은 강력한 텍스트 전처리, 자연어 처리, 토픽 추출 등을 제공.
  • 모델 평가 및 스코어링. 단 한 번의 실행으로 여러 가지 다른 모델방법들을 테스트한 후 검증용 데이터로 다수의 지도 학습 알고리즘의 분석 결과를 비교하여 빠르게 챔피언 모델 식별 가능.

Demos

Mid adult woman using digital tablet touchscreen on street at dusk
SAS Viya

 

이 새로운 솔루션은 폭넓고 깊이 있게 모든 분석 과제를 해결할 수 있는 최첨단 오픈 아키텍처인 SAS Viya를 기반으로 실행됩니다. 단일 클라우드 환경인 SAS Viya는 확장 가능하고 안전할 뿐만 아니라 애자일 IT 환경에 없어서는 안 될 분석 관리 및 거버넌스를 통해 데이터 사이언티스트에서 비즈니스 분석가까지, 그리고 애플리케이션 개발자에서 기업 임원에 이르기까지 누구나 이용할 수 있습니다. 분석 분야를 선도하는 세계적 리더인 SAS와 함께 여러분이 기대해왔던 성능을 경험해보세요.

Recommended Resources

Fact sheet icon

Read the SAS Viya Data Mining and Machine Learning fact sheet.

 

Get fact sheet

Article icon

Learn about the 5 big misconceptions of machine learning.

 

Read article

Back to Top