라피드마이너의 창립자 및 사장 인고 미어스와의 인터뷰 시리즈

인고 미어스와는 라피드마이너의 창립자 및 사장입니다. 라피드마이너는 오픈하고 확장 가능한 데이터 과학 플랫폼을 통해 기업에 인공지능을 제공합니다. 분석 팀을 위해 구축된 라피드마이너는 데이터 준비에서 기계 학습 및 예측 모델 배포까지 데이터 과학 라이프 사이클을 통일합니다. 625,000명 이상의 분석 전문가가 라피드마이너 제품을 사용하여 수익을 창출하고 비용을 절감하며 위험을 피합니다.

라피드마이너를 출시한 영감은 무엇입니까?

私は 데이터 과학 컨설팅 사업에서 많은 년간 일했으며, 데이터 과학에正式한 교육이 없는 사람들을 위해 더 직관적이고 접근하기 쉬운 플랫폼이 필요하다는 것을 알게 되었습니다. 당시 많은 솔루션은 코딩과 스크립팅에 의존했으며 사용자 친화적이지 않았습니다. 또한, 이러한 플랫폼에서 개발된 솔루션을 관리하고 유지하기가 어려웠습니다. 기본적으로, 이러한 프로젝트가 इतन难할 필요는 없다는 것을 깨달았고, 누구나 훌륭한 데이터 과학자가 될 수 있도록 라피드마이너 플랫폼을 만들기 시작했습니다.

현재 라피드마이너에서 사용되는 전체 투명성 거버넌스는 무엇입니까?

모델을 설명할 수 없으면 튜닝, 신뢰, 번역이 매우 어려워집니다. 데이터 과학 작업의 많은 부분은 결과를 다른 사람에게 전달하여 프로세스를 개선하는 것입니다. 이는 신뢰와 깊은 이해가 필요합니다. 또한, 신뢰와 번역에 대한 문제는 모델을 프로덕션에 적용하는 데 필요한 기업의 요구를满足하는 것을 매우 어렵게 만들 수 있습니다. 우리는 몇 가지 방법으로 이 전투를 치루고 있습니다.

비주얼 데이터 과학 플랫폼으로서, 라피드마이너는 모든 데이터 파이프라인과 모델을 매우消費可能한 형식으로 설명합니다. 이는 모델을 투명하게 만들고 사용자가 모델의 행동과 강점 및 약점을 이해하고 잠재적인 편향을 감지하는 데 도움이 됩니다.

추가로, 플랫폼에서 생성된 모든 모델은 사용자에게 모델의 행동과 강점 및 약점을 평가하고 잠재적인 편향을 감지하는 데 도움이 되는 광범위한 시각화를 제공합니다.

라피드마이너는 또한 모델 설명을 제공합니다. 모델이 생성한 각 예측에 대해, 라피드마이너는 모델의 결정에 영향을 미친 요인을 생성하고 추가합니다.

마지막으로 – 이는 제가 개인적으로 몇 년 전에 엔지니어링 팀과 함께 추진한 것이기 때문에 매우 중요합니다 – 라피드마이너는 또한 매우 강력한 모델 시뮬레이터 기능을 제공합니다. 이는 사용자가 입력 데이터를 쉽게 설정하고 변경하여 모델의 행동을 시뮬레이션하고 관찰할 수 있도록 해줍니다. 입력 데이터는 사용자가 쉽게 설정하고 변경할 수 있으며, 이는 사용자가 다양한 가상 또는 실제 사례에서 모델의 예측 행동을 이해하는 데 도움이 됩니다. 시뮬레이터는 또한 모델의 결정에 영향을 미치는 요인을 표시합니다. 사용자는 모델의 행동을 이해하고, 모델의 결정과 실제 결과 또는 도메인 지식을 비교하고, 문제를 식별할 수 있습니다. 시뮬레이터는 실제 세계를 시뮬레이션하고 미래를 볼 수 있도록 해줍니다.

라피드마이너는 어떻게 딥러닝을 사용합니까?

라피드마이너의 딥러닝 사용은 우리가非常自豪한 것입니다. 딥러닝은 매우 어렵게 적용될 수 있으며, 비데이터 과학자들은 전문가의 지원 없이 네트워크를 설정하는 데 어려움을 겪을 수 있습니다. 라피드마이너는 이 과정을 사용자에게 가능한 한 간단하게 만듭니다. 딥러닝은 예를 들어, 우리의 자동 기계 학습 제품인 라피드마이너 고에 포함되어 있습니다. 여기서 사용자는 딥러닝을 사용하기 위해 딥러닝에 대해 아무것도 모를 수 있습니다. 또한, 파워 사용자는 텐서플로우, 케라스 또는 딥러닝4J와 같은 인기 있는 딥러닝 라이브러리를 라피드마이너의 비주얼 워크플로에서 직접 사용할 수 있습니다. 이는 사용자에게 블록을 조작하는 것과 같습니다. 이 접근 방식으로, 우리의 사용자는 다양한 활성화 함수와 사용자 정의 노드 및 레이어 수를 갖는 유연한 네트워크 아키텍처를 구축할 수 있습니다.

다른 종류의 기계 학습은 무엇입니까?

모두입니다! 우리는 파이썬과 R과 같은 널리 사용되는 데이터 과학 프로그래밍 언어에서 적용할 수 있는 수백 가지 다른 학습 알고리즘을 제공합니다. 라피드마이너는 나이브 베이즈, 회귀, 클러스터링, 의사 결정 트리, 랜덤 포레스트, 병렬 딥러닝, 그래디언트 부스팅 트리 등 다양한 방법을 제공합니다. 이러한 알고리즘은 모두 라피드마이너의 모델 라이브러리에 포함되어 있으며 단일 클릭으로 사용할 수 있습니다.

오토 모델은 어떻게 최적의 값을 사용하는지 알 수 있습니까?

라피드마이너 오토 모델은 사용자가 정확하고健全한 모델을 구축하는 것을 가속화하기 위해 지능형 자동화를 사용합니다. 이는 인스턴스 선택 및 자동 아웃라이어 제거, 날짜 또는 텍스트와 같은 복잡한 데이터 유형에 대한 기능 엔지니어링, 최적의 기능을 선택하고 새로운 기능을 구축하기 위한 다중 목적 자동 기능 엔지니어링을 포함합니다. 오토 모델은 또한 데이터 정리 방법을 포함합니다. 이는 데이터 품질 메타 데이터를 추출하는 것을 포함합니다. 예를 들어, 열이 ID와 같은지 또는 많은 결측값이 있는지와 같은 메타 데이터는 사용자에게 최적의 값을 사용하고 데이터 품질 문제를 처리하는 데 도움이 됩니다.

오토 모델은 또한 데이터 품질 메타 데이터를 추출합니다. 이는 사용자에게 최적의 값을 사용하고 데이터 품질 문제를 처리하는 데 도움이 됩니다.

자세한 내용은 오토 모델 블루프린트에서 모두 설명되어 있습니다. (추가 컨텍스트를 위한 이미지 아래)

자동화가 적용되는 4つの 기본 단계가 있습니다.

– 데이터 준비: 데이터의 공통적인 품질 문제를 식별하기 위한 자동 분석.
– 자동 모델 선택 및 최적화: 최상의 기계 학습 기술을 제안하고 사용자에게 최적의 매개변수를 결정합니다.
– 모델 시뮬레이션: 사용자가 모델의 행동을 이해하고 예측 결과를 얻을 수 있도록 도와줍니다.
– 모델 배포 및 운영 단계: 사용자에게 드리프트, 편향 및 비즈니스 영향과 같은 요인을 자동으로 표시합니다.

컴퓨터 편향은 모든 종류의 AI에서 문제입니다. 결과에 편향이 생기지 않도록 제어하는 장치가 있습니까?

네, 이는จร로 데이터 과학에서非常 중요합니다. 이전에 언급한 거버넌스 기능은 사용자가 모델을 구축하는 데 사용된 데이터를 항상 볼 수 있도록 해주며, 데이터 선택에 편향이 있는지 확인할 수 있습니다. 또한, 드리프트 감지 기능은 편향을 감지하는 데 매우 강력한 도구입니다. 프로덕션에서 모델이 입력 데이터에 많은 드리프트를 표시한다면, 이는 세계가 크게 변경되었다는 표시일 수 있습니다. 그러나, 이는 또한 훈련 데이터에 심각한 편향이 있었음을 나타낼 수 있습니다. 미래에는 다른 모델에서 편향을 감지할 수 있는 기계 학습 모델을 구축하는 것을 고려하고 있습니다.

라피드마이너 AI 클라우드는 어떻게 경쟁 제품과 차별화되는가?

데이터 과학 프로젝트의 요구 사항은 크고 복잡하며 컴퓨팅 집약적일 수 있습니다. 이는 클라우드 기술을 사용하는 것을 데이터 과학자에게 매력적으로 만들었습니다. 그러나, 네이티브 클라우드 기반 데이터 과학 플랫폼은 특정 클라우드 벤더의 클라우드 서비스와 데이터 저장소 오퍼링에 묶여 있습니다.

라피드마이너 AI 클라우드는 단순히 라피드마이너 플랫폼의 클라우드 서비스 배포입니다. 이 오퍼링은 고객의 환경에 맞게 맞춤화될 수 있습니다. 이는 현재 클라우드 데이터 관리 접근 방식이 빠르게 진화하고 있는 상황에서 중요합니다. 유연성이 라피드마이너 AI 클라우드를 다른 제품과 차별화하는 핵심입니다. 이는 모든 클라우드 서비스, 프라이빗 클라우드 스택 또는 하이브리드 설정에서 실행할 수 있습니다. 우리는 클라우드 이식 가능, 클라우드 중립, 멀티 클라우드 – 무엇이든 가능합니다.

라피드마이너 AI 클라우드는 또한 매우 낮은 수준의 번거로움을 제공합니다. 우리는 클라이언트가 비즈니스에 집중할 수 있도록 배포의 일부 또는 전부를 관리할 수 있습니다. 또한, 필요에 따라 환경을 설정할 수 있는 온디맨드 옵션이 있습니다.

라피드마이너 래도프는 어떻게 개발자의 복잡성을 줄입니까?

래도프는 비개발자들이 빅데이터의 잠재력을 활용하고 싶을 때 사용됩니다. 라피드마이너 래도프는 하둡 내에서 라피드마이너 워크플로를 코드 없이 실행합니다. 우리는 또한 스파크에 라피드마이너 실행 엔진을 임베드하여 코드 중심 접근 방식의 복잡성 없이 워크플로를 스파크에 푸시할 수 있습니다.

정부 기관은 라피드마이너를 사용하여 데이터를 분석하여 잠재적인 전염병을 예측할 수 있습니까?

일반적인 데이터 과학 및 기계 학습 플랫폼인 라피드마이너는 모델 생성 및 관리 과정을 간소화하고 강화하기 위한 것입니다. 주제 또는 도메인이 데이터 과학/기계 학습 문제의 중심에 있는지 여부에 관계없이, 라피드마이너는 정확한 모델을 생성할 수 있습니다. 비록 우리의焦点이 전염병 예측에 있지 않지만, 올바른 데이터가 있는 경우, 주제 전문가(이 경우, 바이러스학자 또는 역학자)는 플랫폼을 사용하여 전염병을 예측할 수 있는 모델을 생성할 수 있습니다. 실제로, 많은 연구자들이 라피드마이너를 사용하고 있으며, 우리의 플랫폼은 학술 목적으로 무료입니다.

라피드마이너에 대해 더 공유하고 싶은 것이 있습니까?

試してみてください! 데이터 과학이 얼마나 쉽고 좋은 플랫폼이您와您的 팀의 생산성을 향상시키는 데 얼마나 도움이 되는지驚くことなく 발견할 수 있습니다.

이 인터뷰에 감사드립니다. 더 많은 것을 배우고 싶은 독자들은 라피드마이너를 방문해야 합니다.