당신은 주제를 찾고 있습니까 “브라이 틱스 ai – [Brightics 알고리즘 사례시리즈] BTS Army – LDA (Linear Discriminant Analysis)“? 다음 카테고리의 웹사이트 ppa.maxfit.vn 에서 귀하의 모든 질문에 답변해 드립니다: https://ppa.maxfit.vn/blog. 바로 아래에서 답을 찾을 수 있습니다. 작성자 Brightics TV 이(가) 작성한 기사에는 조회수 68회 및 좋아요 1개 개의 좋아요가 있습니다.
브라이 틱스 ai 주제에 대한 동영상 보기
여기에서 이 주제에 대한 비디오를 시청하십시오. 주의 깊게 살펴보고 읽고 있는 내용에 대한 피드백을 제공하세요!
d여기에서 [Brightics 알고리즘 사례시리즈] BTS Army – LDA (Linear Discriminant Analysis) – 브라이 틱스 ai 주제에 대한 세부정보를 참조하세요
방이 탄생시킨 소년단, BTX를 발굴한 VC 프로모터 제이킴은,
LA 스페이플스 센터에서의 완벽한 공연을 기획하고 있습니다.
그 일환으로 공연장에 찾아온 팬클럽 Army에게 성별에 따른 맞춤형 기념품을 제공하여
아미의 팬심을 공고히 하고자 합니다.
공연장 게이트에는 키를 알 수 있는 Vision 센서와 무게 센서가 설치되어 있으며,
이 두 데이터를 IoT로 연결하여 실시간으로 활용할 수 있습니다.
이 두 데이터를 이용하여 성별을 즉각 예측할 수 있는 신속한 분류모델이 필요한 상황에서,
로버트의 조언에 따라, 간단한 LDA 모델을 적용해 보기로 합니다.
데이터/모델 : https://cafe.naver.com/brighticsstudio/406
#BTS #LDA #Linear #Discriminant #Analysis #Classification
브라이 틱스 ai 주제에 대한 자세한 내용은 여기를 참조하세요.
Brightics AI
디지털 전환을 위한 회사의 모든 정형/비정형 데이터를 안정적이고 효율적으로 데이터레이크를 구성할 수 있습니다. 데이터 분석. 다양한 분석 자동화 기능을 통해 누구나 …
Source: www.brightics.ai
Date Published: 4/4/2021
View: 6284
브라이틱스 AI – 위키백과, 우리 모두의 백과사전
브라이틱스 AI(Brightics AI)는 삼성SDS에서 개발한 통합 AI 플랫폼이다. 아파치 스파크 및 파이썬 엔진을 기반으로 개발되었으며, 데이터 수집/전처리부터 정형/ …
Source: ko.wikipedia.org
Date Published: 12/23/2021
View: 6658
삼성SDS, 브라이틱스 AI로 대학생 데이터 분석 전문가 양성
브라이틱스 AI는 방대한 데이터를 빠르게 수집·분석하고 손쉽게 시각화하며, 업종별 다양한 AI 분석 모델을 활용해 해결책까지 제시하는 삼성SDS의 AI …
Source: www.koit.co.kr
Date Published: 1/14/2021
View: 9730
삼성SDS Brightics AI로 대학생 데이터 분석 전문가 양성한다
삼성SDS는 10일, 대학생들이 Brightics AI 플랫폼을 활용하여 데이터 분석과제를 수행하는 ‘Brightics(브라이틱스) 서포터즈’를 선발하고 향후 5 …
Source: www.hankyung.com
Date Published: 11/28/2021
View: 7375
[Brightics AI] Brightics Studio 사용법 : 기초편 (1) Modeling …
안녕하세요, Soa입니다! 저번 포스팅에서는 Brightics Studio를 설치하고 환경 설정하는 법까지 이야기했습니다! [Brightics AI] 데이터 분석 통합 …
Source: soa-park.tistory.com
Date Published: 7/10/2021
View: 2272
삼성SDS ‘브라이틱스 AI’ 대학생 데이터 전문가 키운다 – IT 조선
브라이틱스 AI는 방대한 데이터를 빠르게 수집·분석하고 손쉽게 시각화하며, 업종별 다양한 AI 분석 모델을 활용해 해결책까지 제시하는 삼성SDS의 AI …
Source: it.chosun.com
Date Published: 1/28/2022
View: 1020
주제와 관련된 이미지 브라이 틱스 ai
주제와 관련된 더 많은 사진을 참조하십시오 [Brightics 알고리즘 사례시리즈] BTS Army – LDA (Linear Discriminant Analysis). 댓글에서 더 많은 관련 이미지를 보거나 필요한 경우 더 많은 관련 기사를 볼 수 있습니다.
![[Brightics 알고리즘 사례시리즈] BTS Army – LDA (Linear Discriminant Analysis)](https://i.ytimg.com/vi/KWZWrqHWJjk/maxresdefault.jpg)
주제에 대한 기사 평가 브라이 틱스 ai
- Author: Brightics TV
- Views: 조회수 68회
- Likes: 좋아요 1개
- Date Published: 2022. 7. 25.
- Video Url link: https://www.youtube.com/watch?v=KWZWrqHWJjk
위키백과, 우리 모두의 백과사전
브라이틱스 AI(Brightics AI)는 삼성SDS에서 개발한 통합 AI 플랫폼이다. 아파치 스파크 및 파이썬 엔진을 기반으로 개발되었으며, 데이터 수집/전처리부터 정형/비정형 데이터 분석, 데이터 시각화 및 배포/운영까지 AI MLOps를 제공하는 플랫폼이다. 분석 목적으로 병합, 예측, 진단할 수 있는 다양한 고성능 분석 함수를 제공한다. 자동 분석 함수를 제공하여 데이터 특성에 따른 최적의 알고리즘 자동 추론은 모델링에 소요되는 시간을 단축시킬 수 있다. 또한 다양한 알고리즘 및 산업군별 모범 사례 분석 모델을 제공한다. 현재 삼성전자, 한국은행, 경찰청, 인천국제공항공사 등 약 15개의 기업에서 브라이틱스 AI를 이용하고 있다. 일부 기능은 오픈소스화 및 경량화하여 브라이틱스 스튜디오(Brightics Studio)[1]라는 이름의 경량 분석툴로 제공하고 있다.
주요 기능 [ 편집 ]
Brightics AI Data Preparation [ 편집 ]
다양한 데이터 유형 지원 [ 편집 ]
다양한 소스 시스템에서 빠르고 편리하게 데이터를 수집/실행/관리 가능 (File, FTP, Oracle, Greenplum, HDFS/Hive, S3 등 51종의 데이터 소스 지원
수집 데이터 파싱 자동화 [ 편집 ]
반정형 로그 데이터를 데이터 영역 인지 기술과 패턴 추천 기술을 통해 자동으로 정형 데이터로 변환
손쉬운 데이터 정제/변환 [ 편집 ]
수집된 데이터의 표준화 및 오류/중복을 제거하고, Visual Transform을 통해 분석하기 좋은 형태로 데이터 가공
데이터 정제 자동화 [ 편집 ]
시멘틱매칭 기술을 적용한 유사 데이터셋 자동탐지 및 표준값 추천을 통해 관련 테이블의 자동 조회 및 정제로 효과적인 데이터 전처리 가능
자동 메타 태깅 [ 편집 ]
빅데이터의 효율적인 탐색으로 보다 적합한 분석 데이터 가공 및 생산성 향상을 위해 데이터셋의 메타 정보를 자동으로 추출하여 태깅
Brightics AI Machine Learning [ 편집 ]
시각화된 분석 환경 [ 편집 ]
분석 모델 도식화를 통해 현업 사용자의 접근성이 높고 모델의 운영/유지보수 용이
Container 기반 개인 분석 환경 [ 편집 ]
복잡한 분석 모델 개발환경을 몇 번의 클릭만으로 셋팅하여 개인 맞춤형 환경 제공
자동 분석 알고리즘 (AutoML) [ 편집 ]
단위 알고리즘 및 알고리즘 묶음(그룹)의 복수 Parameters 자동 분석 시뮬레이션 환경 제공
Guided Analytics [ 편집 ]
비숙련 데이터 분석가가 분석을 쉽게 할 수 있도록 데이터 탐색 및 분석 자동화
Brightics AI Deep Learning [ 편집 ]
Auto Labeling [ 편집 ]
고도화된 Active Learning 기술로 라벨링 자동화율을 최대로 높임, Initial Clustering과 Active Learning, Domain Adaptation을 응용하여 Manual Labeling 최소화
Best Model Proposal [ 편집 ]
Pre-trained Model 기반의 딥러닝 모델 추천, 전체 Network Search가 없는 입력 데이터 기반 최적모델 선정방식으로 IT자원 효율 극대화
실험관리 [ 편집 ]
다양한 실험을 비교하고 모델 릴리즈 가능 (사용 데이터와 파라미터 이력과 성능 Metric 비교 가능)
Deploy And Management [ 편집 ]
Analytics App [ 편집 ]
전문 분석가의 모델을 추가 개발 없이 즉시 시스템화/운영화 지원
Model Manager [ 편집 ]
개발된 분석모델의 버전, 배포관리 및 수행 주기, 성능 모니터링 기능 제공
Edge 배포 및 운영 [ 편집 ]
서버에서 학습된 모델을 Edge 기기에에서 실행하기 위한 배포 및 운영
성과 [ 편집 ]
2018년 9월 1일 독일 베를린에서 열린 UX Design Awards에서 ‘UX Design Award|Nominated’를 수상하였다. UX Design Awards란 독일 베를린 국제 디자인 센터(IDZ Designpartner Berlin GmbH)에서 2008년부터 진행하는 어워드로, 3대 국제 디자인 어워드(Red Dot, iF, IDEA)와 함께 세계적으로 인정받고 있다. 2019년에는 과학기술정보통신부가 주최하고 한국경제신문사와 한국정보통신진흥협회(KAIT)가 공동 주관하는 정보통신기술(ICT) 분야 국내 최고 권위의 상인 대한민국 임팩테크대상에서 과학시술정보통신부장관상을 수상하였으며 2020년에는 Brightics AI를 분석엔진으로 이용한 Samsung MagicINFO Analytics 솔루션이 AV 및 세계 최대 규모의 AV 전시회인 ISE (Integrated Systems Europe)에서 전시 된 상업용 및 주거용 장비 중 최고의 제품이라는 특징인 상업용 부문에서 TNT (Top New Technology) Award를 수상하였다. 또한 글로벌 IT 미디어·리서치 전문기관인 IDG(International Data Group) 주관으로 1987년부터 매년 1회 전세계 주요 기업과 기관, 단체들을 평가해 IT기술을 통해 높은 사업가치를 창출한 100개 회사를 수상자로 선정하고 있는 CIO(Chief Information Officer) 100 어워즈에서 2016년부터 매해 수상에 기여하고 있으며 특히 2020년에는 삼성물산이 브라이틱스 에이아이를 활용해 데이터 분석 및 의사결정을 지원하는 안전관리 예측시스템을 갖추어 전 세계 건설현장에서 연결이 가능한 IT 기반 안전관리 플랫폼을 구축함으로써 국내 건설사 최초로 수상자 명단에 오르는 성과를 달성하는데 기여하였다.
외부 링크 [ 편집 ]
개발자 [ 편집 ]
Github에 약 24명의 개발자가 등록되어 있으며 대부분의 기여자는 삼성SDS 직원이다.
삼성SDS, 브라이틱스 AI로 대학생 데이터 분석 전문가 양성
브라이틱스 서포터즈’ 발대식 개최
‘인공지능 기초’ 실습도구로 선정
삼성SDS가 온라인으로 ‘브라이틱스 서포터즈’ 발대식을 진행하고 있다. [사진=삼성SDS] [정보통신신문=박남수기자]
삼성SDS는 10일, 대학생들이 브라이틱스 AI 플랫폼을 활용해 데이터 분석과제를 수행하는 ‘브라이틱스 서포터즈’를 선발하고 향후 5개월간 활동을 위한 발대식을 개최했다.
브라이틱스 AI는 방대한 데이터를 빠르게 수집·분석하고 손쉽게 시각화하며, 업종별 다양한 AI 분석 모델을 활용해 해결책까지 제시하는 삼성SDS의 AI 기반 데이터 분석 플랫폼으로 국내외 제조, 유통, 물류, 의료 등 다양한 산업 분야의 기업과 대학 및 연구소에서 활용하고 있다.
서류심사와 온라인 면접을 통해 선발된 20명의 ‘브라이틱스 서포터즈’는 활동기간 동안 브라이틱스 AI를 활용해 개인 또는 팀 별 데이터 분석과제를 수행하며 데이터 분석 전문가(Data Scientist)로 성장하게 된다.
삼성SDS의 데이터 분석 전문가는 브라이틱스 AI 사용부터 데이터 분석 모델 수립까지 1:1 멘토링을 통해 ‘브라이틱스 서포터즈’ 과제 수행 전 과정을 지원한다.
이외에도 삼성SDS는 성균관대, 한양대, 서울대, KAIST, 연세대, 고려대, UNIST와 산학협력 프로그램을 통해 브라이틱스 AI를 활용하는 데이터 분석 응용, 머신러닝, 딥러닝, 데이터 모델링 등 다양한 강의와 연구를 지원하고 있다.
또한 브라이틱스 AI는 고교 선택 과목인 ‘인공지능 기초’의 실습도구로도 선정되어 고등학생의 데이터 분석 기초 교육에 활용될 예정이다.
이러한 기술력과 성과를 인정받아 Brightics AI는 지난해 글로벌 컨설팅 기관 포레스터(Forrester)에 이어 올해에는 가트너(Gartner)의 머신러닝 플랫폼 부문에 한국 기업 최초로 등재됐다.
특히 삼성SDS는 지난해 브라이틱스 AI의 SaaS(Software as a Service)버전인 브라이틱스 애널리틱스 서비스를 출시해 클라우드 환경에서 쉽고 빠르게 데이터 분석 서비스를 받고자 하는 고객들로부터 호응을 얻고 있다.
이은주 삼성SDS DT사업기획팀장(상무)은 이 날 환영사를 통해 “데이터 분석은 전공과 상관없이 학생들이 갖추어야 할 기본 역량이 되었다”며 “데이터 분석 교육 용도를 포함해 기업의 증가하는 데이터 분석 수요에 맞춰 Brightics AI 플랫폼을 지속 발전 시켜 나가겠다”고 말했다.
저작권자 © 정보통신신문 무단전재 및 재배포 금지
삼성SDS, Brightics AI로 대학생 데이터 분석 전문가 양성한다
산업 현장의 데이터로 분석과제 수행하며 데이터 분석 전문가로 성장하는 ‘Brightics 서포터즈’ 발대식 개최
Brightics AI, 고교 선택과목인 ‘인공지능 기초’의 실습도구로 선정
클라우드 기반 구독형 분석 서비스(Brightics Analytics Services)제공
삼성SDS는 10일, 대학생들이 Brightics AI 플랫폼을 활용하여 데이터 분석과제를 수행하는 ‘Brightics(브라이틱스) 서포터즈’를 선발하고 향후 5개월간 활동을 위한 발대식을 개최했다.Brightics AI는 방대한 데이터를 빠르게 수집·분석하고 손쉽게 시각화하며, 업종별 다양한 AI 분석 모델을 활용해 해결책까지 제시하는 삼성SDS의 AI 기반 데이터 분석 플랫폼으로 국내외 제조, 유통, 물류, 의료 등 다양한 산업 분야의 기업과 대학 및 연구소에서 활용하고 있다.서류심사와 온라인 면접을 통해 선발된 20명의 ‘Brightics 서포터즈’는 활동기간 동안 Brightics AI를 활용해 개인 또는 팀 별 데이터 분석과제를 수행하며 데이터 분석 전문가(Data Scientist)로 성장하게 된다.삼성SDS의 데이터 분석 전문가는 Brightics AI 사용부터 데이터 분석 모델 수립까지 1:1 멘토링을 통해 ‘Brightics 서포터즈’ 과제 수행 전 과정을 지원한다.이외에도 삼성SDS는 성균관대, 한양대, 서울대, KAIST, 연세대, 고려대, UNIST와 산학협력 프로그램을 통해 Brightics AI를 활용하는 데이터 분석 응용, 머신러닝, 딥러닝, 데이터 모델링 등 다양한 강의와 연구를 지원하고 있다.또한 Brightics AI는 고교 선택 과목인 ‘인공지능 기초’의 실습도구로도 선정되어 고등학생의 데이터 분석 기초 교육에 활용될 예정이다.이러한 기술력과 성과를 인정받아 Brightics AI는 지난해 글로벌 컨설팅 기관 포레스터(Forrester)에 이어 올해에는 가트너(Gartner)의 머신러닝 플랫폼 부문에 한국 기업 최초로 등재되었다.특히 삼성SDS는 지난해 Brightics AI의 SaaS(Software as a Service)버전인 Brightics Analytics Services를 출시하여 클라우드 환경에서 쉽고 빠르게 데이터 분석 서비스를 받고자 하는 고객들로부터 호응을 얻고 있다.Brightics AI는 삼성SDS 홈페이지 My Trial(https://www.samsungsds.com/kr/trial/trial.html)에서 무료 체험이 가능하다.삼성SDS 이은주 DT사업기획팀장(상무)은 이 날 환영사를 통해 “데이터 분석은 전공과 상관없이 학생들이 갖추어야 할 기본 역량이 되었다”며 “데이터 분석 교육 용도를 포함해 기업의 증가하는 데이터 분석 수요에 맞춰 Brightics AI 플랫폼을 지속 발전 시켜 나가겠다”고 말했다.
[Brightics AI] Brightics Studio 사용법 : 기초편 (1) Modeling, Model view 실습
안녕하세요, Soa입니다! 😊
저번 포스팅에서는
Brightics Studio를 설치하고
환경 설정하는 법까지 이야기했습니다!
이번 포스팅에서는
Brightics Studio 사용 방법에 대해서
간단하게 알아볼 예정입니다.
가장 기본적인 과정인
Model View, 모델링을 한번 해보도록 할게요!
그럼 Brightics Studio를 실행했을 때,
나오는 첫 페이지로 다시 한번 되돌아가 볼까요?
■ Brightics Studio Home 페이지 간단 사용법
Brightics Studio를 실행하면 다음과 같은 페이지가 나타납니다.
이 페이지를 한번 자세하게 살펴볼까요?
해당 페이지에서 위에서 표시한 버튼들을 누르면
설명한 기능들이 수행됩니다!
“새 프로젝트 생성”의 경우,
이렇게 이름을 원하는 대로 설정이 가능하며
“새 모델 생성”의 경우,
모델명, 모델 특성에 관한 부연설명,
어떤 식으로 모델을 정리할 것인지(템플릿)에 대해서
설정 후에 추가가 가능합니다!
원하는 분석 유형에 따라 설정을 달리 해야겠죠?
“해당 모델 열기”의 경우,
다음과 같은 창이 나타나며,
위의 예시는 Default로 설정 시에 나타나는 창입니다.
변수와 데이터 등을 입력해서 모델을 생성 가능합니다.
참고로 원래 페이지로 돌아가기 위해서는
좌측 상단에 있는 “Brightics Studio”를 클릭하면
원래의 Home 화면으로 복귀가 가능하답니다!
Modeling(Model view)의 과정에서는
더 많은 기능들이 존재하기 때문에
간단한 실습을 통해 직접 해보면서
설명해드리도록 하겠습니다!
반응형
■ Modeling(Model View) 실습
먼저 이전에 만들어 놓았던 모델이 아닌,
새로운 모델을 생성하는 과정을 실습해보겠습니다!
1) 함수 생성
가장 먼저 Data를 불러오기 위해서
Load 함수를 생성해보도록 하겠습니다.
함수를 최초 생성, 추가하는 과정은 동일합니다.
모델을 열고 마우스를 움직이면
해당 위치에 ‘Double-Click to add Function’이라는 버튼이 나타납니다.
이 버튼을 누르면 함수를 생성할 수 있습니다.
더블클릭을 해주세요!
그럼 다음과 같은 ‘Select Function’이라는 창이 생겨나고,
‘Search Function’과 ‘All Function’이라는 두 가지 방법 중에
한 가지를 통해 함수를 생성할 수 있습니다.
먼저 ‘Search Function’에는
Recommandtions에 있는 추천 함수들이나
직접 검색해서 함수를 선택할 수 있습니다.
(추천 함수에 ‘Load’와 ‘Read CSV’라는 함수가 있네요!)
‘All Function’의 구성은 다음과 같습니다.
‘All Function’에서는 Brightics Studio에서
사용 가능한 모든 함수들이 있으며,
이 중에서 원하는 함수를 찾아 함수를 생성해도 된답니다~
저희는 ‘Search Function’을 통해 함수를 생성해볼게요~
Data를 input 해주기 위해 ‘Load’라는 함수를 사용할 거예요!
클릭하면 해당 함수가 생성됩니다. 클릭해주세요!
그럼 다음과 같이 함수 창이 떠오르게 되는데요~
노란색 형광펜으로 표시한 X 표시 두 개가 보이시나요?
위에 있는 동그라미 안에 있는 X 표시를 클릭하면, 해당 함수가 삭제되고
아래에 있는 X 표시를 클릭하면, 해당 함수의 함수 창이 사라집니다.
이 함수 창은 함수를 클릭하면 다시 재생성된답니다~
2) Path 설정 (경로 설정)
Data를 input 해주기 위해서 Path 설정(경로 설정)을 해볼게요!
‘Input Path’를 클릭하면,
이렇게 ‘Setting Path’라는 창이 떠오릅니다.
원하는 Data를 검색을 통해 찾을 수 있습니다.
제가 원하는 데이터인 ‘sample_iris’ 를 찾아볼까요?
상단의 검색창에 ‘sample_iris’라고 입력해주면
아래에 검색 결과가 나타나고 원하는 Data를 클릭하면
Path가 해당 데이터의 경로가 설정되므로
확인 후에 ‘OK’를 누르면 최종적으로 경로가 설정됩니다!
3) Data Loading
Data의 경로까지 설정해주었지만
Data가 Load 된 것은 아닙니다!
우리가 사용하려는 함수의 이름이 ‘Load’이기 때문에
설정한 경로로 가서 Load를 해주어야 데이터가 로딩되겠죠?
함수 바로 아래에 있는 사각형 박스의 세 번째에 있는
‘Run’을 눌러 ‘Load’ 함수를 실행시키면 데이터가 로딩됩니다.
‘Run’을 클릭해주면, 다음과 같은 창이 떠오르고
하단에 ‘Close the dialog after the process completes successfully’ 를
선택하면 로딩이 끝나면 자동적으로 창이 닫아집니다.
선택하지 않는 경우에는 수동적으로 창을 닫아주어야 합니다!
(이 과정에서 방화벽 설정에 따라서 허용하라는 시스템 팝업창이 떠오르면 허용을 눌러주세요~)
그럼 이렇게 Data가 정상적으로 로딩된 것을 확인할 수 있어요~!
3) 함수 추가 생성
통계량을 구해주는 함수를 추가해서
해당 데이터에 대한 통계량을 구해보도록 하겠습니다.
1번에서 수행했던 과정을 반복해 함수를 추가 생성하겠습니다!
이번에는 ‘Search Function’의 Search Item에서 원하는 함수를 찾아볼게요!
통계량을 구해주는 함수인 ‘Statistic Summary’를
검색창에 입력해주세요!
원하는 함수를 찾았으면 클릭해주시면 됩니다.
그럼 다음과 같은 함수 창에 세 가지의 함수 창이 생성됩니다.
(함수 Input 단, 함수 속성 설정단, 함수 Output 단)
함수 Input단에는 아까 로딩했던 데이터가 input으로,
함수 Ouptut단에는 데이터의 output에 해당하는 통계량,
가운데의 함수 속성 설정단에서는 함수의 속성을 설정할 수 있습니다!
4) 함수 속성 설정
먼저, 가운데에 있는 함수 속성 설정단에서
‘Input Columns’에서 input의 열을 설정해주겠습니다.
‘+ Select Columns’ 라고 적혀 있는 박스를 클릭하면 설정 가능한데,
열에는 ‘sepal_length’ 를 집어넣을 겁니다~
검색해서 클릭하니 선택한 함수가 input으로 설정된 것을 볼 수 있습니다.
‘Target statistic’에서 원하는 통계량을 선택하고 ‘Run’을 눌러주면,
아까와 동일한 로딩 과정을 거치게 됩니다.
함수 창의 output단에 아무것도 없었는데
이렇게 원하는 통계량이 나타난 것을 확인할 수 있어요~
그룹에 따라 통계량을 확인하고 싶다면,
가운데의 함수 속성 설정 단에서 ‘Group By’ 기능에서
구별이 되는 집단 데이터를 선택해주면
집단에 따른 통계량을 구할 수 있습니다.
species 라는 집단을 선택해 Run을 눌러주면
위와 같이 집단에 따른 통계량을 각각 확인할 수 있습니다.
□ 함수 기능
함수들이 가지고 있는 기능들을 실행해서 확인해볼게요!
각각의 함수에는 다음과 같은 다양한 기능이 존재합니다.
1) 함수 이동
함수 중간 상단에 있는 ‘<<' 와 '>>’ 는 함수 위치를 이동시켜 줍니다.
‘>>’를 누르면 다음과 같이 함수가 오른쪽으로 이동되는 것을 볼 수 있습니다!
원래대로 돌리고 싶다면 ‘<<' 버튼을 통해 다시 왼쪽으로 이동시키면 되겠죠? 2) 함수 복사 기능 함수의 우측에 보면 네 가지의 동그라미 버튼이 있는데, 이 중에서 복사 기능을 한번 테스트해보겠습니다. 동서남북으로 구분했을 때, 동쪽에 있는 버튼의 이름은 'Duplicate'입니다. 이 버튼을 클릭하고, 복사하고자 하는 위치에 드래그해주면 다음과 같이 똑같은 설정을 가지는 함수가 복사됩니다. 하지만, input이 설정되지 않은 것을 볼 수 있어요..! 아무것도 연결되어 있지 않기 때문에, input이 없는 건데, input을 설정해주기 위해서 이번에는 연결 기능을 사용해보겠습니다. 3) 함수 연결 기능 이번에는 아까 함수 오른쪽에 있는 네 가지 기능 중에 'Connect' 기능으로 함수를 연결해주겠습니다. 함수 연결 기능을 사용하면, 아까 로드 함수를 만들고, 데이터 경로를 입력해주는 과정을 반복할 필요 없이 다른 함수의 input으로 설정이 가능합니다! 아까 만들어두었던 함수 'Load' 위에 마우스를 올리고 'Connect' 버튼을 클릭한 후에 드래그를 하면, 화살표가 마우스를 따라 이동합니다! 이 화살표의 끝을 이 함수와 연결되어야 하는 함수에게 옮겨주세요! 그럼 이렇게 데이터가 input 되게 됩니다. output단에서 왜 통계량이 나타나지 않냐고요? input과 설정은 동일하지만 아까처럼 Run을 해주지 않았기 때문에 통계량을 구하는 과정이 실행되지 않아 통계량이 나타나지 않는 거랍니다~ 그런데 갑자기 input을 바꾸고 싶어서 연결을 끊고 싶다고요? 그렇다면 연결되어 있는 화살표를 클릭해보세요! 그럼 이렇게 X 표시가 나타나는데, 둘 중에 어느 것을 누르더라도 두 함수 간의 연결은 끊어지게 됩니다. 4) 함수 변경 기능 함수를 새로 생성할 수도 있지만 기존에 사용하던 함수를 다른 함수로 변경하는 것 또한 가능합니다! 함수 복사 기능으로 원하는 위치에 함수를 삽입하고, 함수 연결 기능으로 input을 설정한 함수를 다른 함수를 변경해볼게요! 바꾸고 싶은 함수 위에 마우스를 올려 북쪽에 있는 'Change Function' 버튼을 누르면 함수 생성 과정과 동일하게 함수 선택 창이 나타납니다. 이번에는 상관 계수를 구해주는 'Correlation' 함수를 사용해보겠습니다. 그럼 input은 통계량 출력 함수와 동일하지만, output은 상관 계수가 되는 거랍니다! 이번에는 input으로 'sepal_length'와 'sepal_width'를 넣어주고 Run을 누르니 오른쪽에 상관계수 관련 Matrix가 출력 되었습니다. 5) 함수 제거 기능 이번 기능은 너무나도 간단하게도 삭제하고 싶은 함수 위에 마우스를 올리고, 네 가지 기능 중 남쪽 버튼인 'Remove'를 누르면 해당 함수가 삭제됩니다! 함수 이름 하단에 있는 네모 박스 중 가장 왼쪽에 있는 X 표시, Remove 버튼과 같은 기능이죠~ 6) 그룹화 기능 만약 원하는 함수들을 한 번에 삭제하는 등 그룹화를 통해서 동일하게 처리하고 싶다면, 그룹화 기능을 사용하면 됩니다! 평소에 서로 맞닿아 있는 컴퓨터 파일들을 한번에 선택할 때처럼 마우스를 누르고 쭉 사각형을 만들어주고 마우스를 떼면 사각형 구역 안에 존재하는 함수들이 저렇게 사각형 안에 그룹화되고, 네모의 오른쪽 하단에 하얀색 네모 박스가 생성됩니다. (클릭해서 활성화된 함수의 하단마다 생성되는 네모 박스와 동일한 것) 지금까지 설명하지 않았던 두 기능에 대해서만 설명해드릴게요! - Add to Template : 템플릿으로 복사 - Add to Clipboard : 클립보드로 복사 Template 기능은 원하는 함수들을 오른쪽에 있는 'Palette'에 저장하는 기능 입니다. Templete은 원하는 이름을 설정해 저장이 가능합니다. 'Palette'를 클릭해 'Templete'를 클릭하면 내가 저장한 템플릿들을 확인할 수 있습니다. Clipboard 기능은 내가 선택한 함수를 클립보드에 저장해놓을 수 있는 기능 인데요, 'Add to Clipboard'를 누르면 이런 식으로 클립보드에 저장이 됩니다. 이 클립보드는 우측 상단에 있는 사진에 형광펜으로 표시된 아이콘을 클릭하면 클립보드의 상태를 확인하거나 다시 불러올 수 있습니다. 그렇다면 클립보드와 템플릿은 어떤 경우에 사용되는 걸까요? 복사된 것 중 하나에 마우스를 올려보면 마우스가 이동 가능 표시로 바뀌는데, 클릭해서 원하는 위치에 드래그해주면 이렇게 복사가 가능하게 됩니다! 하지만 입력된 데이터까지 복사되는 것이 아닌 형태만 복사되는 것이므로 함수 복사와 동일하게 데이터 입력 작업과 실행 작업 등은 따로 진행해야 합니다. 7) 모델 정보 확인 우측 상단에 있는 아이콘 중 가장 좌측에 위치한 아이콘은 모델에 대한 정보를 알 수 있는 'Model informaton'입니다. 클릭하면 이렇게 모델에 대한 정보가 보여줍니다. Home 화면으로 돌아가면 이렇게 동일한 정보가 확인 가능하며 오른쪽 상단에 있는 버튼을 클릭하면 여러 기능들이 있지만 이 중에서 'Edit'을 클릭해 Model의 정보를 수정할 수 있습니다. 8) 함수 레퍼런스 확인 정보 아이콘 옆에 위치한 'Function Reference' 아이콘을 선택하면 Function을 검색해 해당 함수에 대한 정보를 확인할 수 있는 홈페이지가 나타나므로 궁금한 함수는 여기에서 확인이 가능합니다. 함수창 가운데 위치한 함수 속성 설정단에서도 똑같은 기능을 가진 아이콘이 존재합니다. 9) 버전 관리 기능 세 번째의 'Version Management'에 대해서 알아볼게요! 위 아이콘을 클릭하면 다음과 같은 창이 떠오르고, 'Update Version'을 눌러서 이렇게 Major Version과 Minor Version으로 나눠서 관리가 가능합니다. 10) 데이터 소스 관리 기능 네 번째에 있는 'Datasource Management' 기능으로 Cloud와 DB 중 선택해 관리가 가능합니다. 11) 함수 설명 및 편집 기능 이 아이콘은 활성화되어 있을 때와 비활성화되어 있을 때로 구분되는데, 활성화된 경우 오른쪽 아이콘과 달리 진하게 표시되며 이런 식으로 함수를 편집할 수 있습니다. 이 기능을 통해 함수의 이름을 수정하고 함수에 대한 설명을 입력할 수 있습니다. 12) 함수 이동 기능 Tool Tip 기능과 동일하게 클릭하여 활성화를 On/Off 할 수 있습니다. 활성화된 상태에서 원하는 함수를 마우스로 클릭하거나 더블클릭해도 함수 창이 활성화되지 않을 뿐만 아니라 클릭한 채로 드래그하면 선택한 함수를 이동시킬 수 있습니다. (그룹화 기능 또한 사용 가능) 13) Zoom 기능 zoom 기능을 통해서 화면을 키우거나 작게 만들 수도 있습니다. 크롬 기능으로도 가능합니다. 14) Undo / Redo 기능 이전 상태로 되돌리는 Ctrl+z 기능과 동일한 Undo 기능과 다시 반대 방향으로 되돌리는 기능인 Redo 기능입니다. 클릭하면 이름이 조금 달라지는데, 그건 이전에 실행했던 기능에 따라서 Undo와 Redo를 제외하고 기능에 대한 이름이 바뀌기 때문입니다. 15) History 기능 지금까지 작업했던 기록이 궁금하고 지정해서 되돌리고 싶다면 History 아이콘을 클릭하면 기록을 볼 수 있고, 기록 중에 하나를 선택하면 그때의 상태로 돌아갈 수 있습니다. 현재 상태인 기록은 다른 기록들과 달리 저렇게 보라색으로 변합니다. 16) 변수 기능 우측 상단의 Variable 아이콘을 클릭하면 왼쪽 상단에 있던 Variable 창이 활성화되어 나타납니다. 여기서 모델의 변수를 설정할 수 있습니다. 17) 실행 기능 마지막에 있는 Run 버튼을 클릭하면 이 모델에 존재하는 모든 함수들을 실행할 수 있습니다! 끄읏-! 이번 포스팅에서는 간단하게 모델링 과정을 실습해보고 Brightics Studio 사용법에 대해서 알아보았습니다! 자세하게 설명하려다 보니 포스팅 길이가 많이 길어졌는데..^^;; 실습을 진행해보시면 알 수 있다시피 Brightics Studio는 사용법 자체가 그리 어렵지 않은 것 같아요! 처음에 포스팅을 참고해서 실습을 진행하시고, 원하시는 기능이 기억나지 않는 경우에 참고하시면 좋을 것 같습니다! 이번 포스팅에서 참고했던 삼성SDS에서 만든 유튜브 영상 첨부할게요! https://www.youtube.com/watch?v=5ZwVzOJfUJY&list=PLc50BLDT6Bv6qFp4YEB3YpNtRLjFeU8WK 다음 포스팅에서는 차트 기능을 실습해보도록 하겠습니다! 사용법을 모두 익히고 나면 회귀분석 등과 같은 분석을 직접 Brightics를 활용해서 해보는 포스팅을 업로드하도록 하겠습니다~ 혹시라도 오타, 오류가 있는 경우나 질문이 있으시다면 댓글로 이야기해주세요~ 🙂 그럼 다음 포스팅에서 만나요~ 😊 * Brightics 서포터즈 활동의 일환으로 작성된 포스팅입니다. * 반응형
삼성SDS ‘브라이틱스 AI’ 대학생 데이터 전문가 키운다
삼성SDS가 자사의 인공지능 (AI) 플랫폼 ‘브라이틱스 (Brightics) ’를 활용, 대학생들을 상대로 데이터 분석 전문가 (Data Scientist) 양성 프로그램을 확대한다.
삼성SDS는 10일 대학생들로 구성된 ‘브라이틱스 서포터즈’를 선발하고, 향후 5개월간 활동을 위한 발대식을 열었다. 서류심사와 온라인 면접을 거쳐 선발된 20명의 ‘브라이틱스 서포터즈’는 활동 기간 브라이틱스 AI를 활용해 개인 또는 팀별 데이터 분석과제를 수행하게 된다.
(Forrester)
(Gartner)
(Software as a Service)
(Brightics Analytics Ser vices)
키워드에 대한 정보 브라이 틱스 ai
다음은 Bing에서 브라이 틱스 ai 주제에 대한 검색 결과입니다. 필요한 경우 더 읽을 수 있습니다.
이 기사는 인터넷의 다양한 출처에서 편집되었습니다. 이 기사가 유용했기를 바랍니다. 이 기사가 유용하다고 생각되면 공유하십시오. 매우 감사합니다!
사람들이 주제에 대해 자주 검색하는 키워드 [Brightics 알고리즘 사례시리즈] BTS Army – LDA (Linear Discriminant Analysis)
- 동영상
- 공유
- 카메라폰
- 동영상폰
- 무료
- 올리기
YouTube에서 브라이 틱스 ai 주제의 다른 동영상 보기
주제에 대한 기사를 시청해 주셔서 감사합니다 [Brightics 알고리즘 사례시리즈] BTS Army – LDA (Linear Discriminant Analysis) | 브라이 틱스 ai, 이 기사가 유용하다고 생각되면 공유하십시오, 매우 감사합니다.