머신 러닝 알고리즘 실행 플랫폼 구현 관점 도출이 목적

1. 머신 러닝 알고리즘 선택 가이드
빅데이터본부 | FEA팀 남종환
머신 러닝 알고리즘을 이해하고, 문제 상황에 적합한 알고리즘을 선택합니다.

2. 1. Machine LearningAlgorithm Overview
2. Machine LearningAlgorithm Guide
3. Data Science Platform 구현 관점
4. Demo – Sparkflows case
5. Demo – Dataiku case
6. Future Work
목차

3. Machine Learning?
• “ 기계가 일일이 코드로 명시하지 않은 동작을
데이터로부터 학습하여 실행할 수 있도록 하는
알고리즘을 개발하는 연구 분야”
출처

4. Machine Learning Algorithm
OverView
출처

5. Machine Learning Algs in Spark
출처

6. Regression?
• “ 독립변수가 종속변수에 미치는 영향력의 크기
를 파악하여 독립변수의 특정한 값에 대응하는
종속변수 값을 예측하는 선형모형을 산출하는
방법”
• 독립 변수 : 광고 횟수, 담배 판매량 처럼 다른 변
수에 영향을 주는 변수
• 종속 변수 : 매출액, 폐암 환자수 처럼 독립 변수
에 영향을 받아 종속적으로 변하는 변수

7. Machine Learning Key Concepts

8. Classification? Clustering?
출처

9. Scikit-Learn Algorithm Sheet

10. MS Azure Algorithm Sheet

11. Machine Learning Alg Classification

12. Machine Learning Alg Use Case (1)

13. Machine Learning Alg Use Case (2)

14. Machine Learning Alg Use Case (3)

15. Machine Learning Alg Use Case (4)

16. 데이터 분석 협업 워크플로우 사례
S사 김훈동 님 블로그

17. Data Science Platform 구현 관점
• Dataset 생성 및 연동이 직관적이어야 한다.
• 다양한 머신 러닝 분석 백엔드 사용이 가능해야
한다.
• 다양한 알고리즘을 동시에 분석 수행하여야 하
고,
• 결과에 대한 비교가 가능해야 한다.
• 일련의 분석 워크 플로우는 편집 가능해야 하고,
• 반복 수행할 수 있어야 한다.

18. Demo : Sparkflows (1)
• Overview
• Linear Regression Workflow
• 실행 후 결과 확인

19. Demo : Sparkflows (2)
• Sparkflows

20. Demo : Dataiku
• Overview
• Predictive maintenance Workflow
• 실행 후 결과 확인

21. Future Work
• 머신 러닝 알고리즘의 성능 평가 방법 논의
• 대표 머신 러닝 알고리즘별 데이터 분석 예제
• Kaggle 사례를 통한 앙상블 메소드 분석

22. References
• http://www.lauradhamilton.com/machine-learning-algorithm-cheat-sheet
• http://hoondongkim.blogspot.kr/search/label/SparkML
• https://deepsense.io/optimize-spark-with-distribute-by-and-cluster-by/
• http://arisri.tistory.com/entry/Clustering-VS-Classification
• https://www.slideshare.net/LonghowLam/machine-learning-overview

23. 감사합니다
빅데이터본부 | FEA팀 남종환