딥러닝
-
딥러닝을 활용한 객체 탐지 알고리즘 이해하기분석 이야기/머신러닝 2018. 12. 21. 11:13
인공지능의 기반 기술 중 하나인 딥러닝은 눈부신 혁신을 거듭하고 있습니다. 텍스트 번역이나 이미지 분류 애플리케이션에 적합한 새로운 수준의 신경망이 개발되면서 사물인터넷(IoT)과 자율주행 관련 기술에도 활용되고 있는데요. 딥러닝 기술의 발전과 함께 객체 탐지 기법도 많은 주목을 받고 있습니다. 그렇다면 객체 탐지(Object Detection)는 무엇일까요? 객체 탐지는 이미지에서 관심 객체를 배경과 구분해 식별하는 자동화 기법으로, 컴퓨터 비전(Computer Vision) 기술의 하위 집합이기도 합니다. 아래와 같이 그림 1에는 전면에 있는 객체를 보여주는 두 개의 이미지가 있는데요. 왼쪽에는 새가, 오른쪽에는 개와 사람이 있습니다. 올바른 객체 탐지를 위해서는 경계박스(Bounding Box)를 ..
-
인공지능(AI) 챗봇은 고객 서비스를 어떻게 변화시킬까요?분석 이야기/머신러닝 2018. 9. 28. 15:15
고객 인텔리전스(CI)를 위한 챗봇이미 많은 기업들이 인공지능(AI)으로 비즈니스를 자동화하고, 더 나은 고객 경험을 제공하며, 매출을 높이고 있습니다. 이미 수년 전부터 은행은 인공지능을 활용해 잠재적인 금융 사기를 탐지하고, 통신사는 고객 이탈을 예측해왔는데요. 챗봇은 한 단계 더 나아가 인공지능을 일상 가까이로 가져왔습니다. 챗봇은 머신러닝, 딥러닝, 음성 인식(voice-to-text), 자연어처리(NLP), 추천 엔진 등 여러 혁신적인 기술을 활용해 기업이 고객과 더욱 효율적으로 소통하고 고객 경험의 일부분을 자동화하도록 지원합니다. 이처럼 고객 상호작용을 개선하는 새로운 인터페이스인 챗봇은 금융, 통신, 유통 등 다양한 산업에서 화두로 떠올랐는데요. 최근 파리에서 개최된 SAS 포럼에서도 챗봇..
-
[프로그래밍 팁] SAS VDMML로 딥러닝 모델 구축하는 방법분석 이야기/머신러닝 2018. 5. 18. 15:17
SAS 솔루션으로 다양한 종류의 심층 신경망(DNN;Deep Neural Network) 모델을 구축할 수 있습니다. 구체적으로 컨볼루션 신경망(convolutional neural networks), 순환 신경망(recurrent neural networks), 순방향 신경망(feedforward neural networks), 오토인코더 신경망(autoencoder neural networks) 등을 생성할 수 있는데요. 오늘은 ‘SAS VDMML(Visual Data Mining and Machine Learning)'을 이용해 딥러닝 모델을 구축하는 방법을 자세히 설명해 드리고자 합니다. ‘SAS 클라우드 분석 서비스’를 활용한 딥러닝 모델 SAS VDMML은 ‘SAS Cloud Analytic ..
-
비즈니스 애널리틱스의 오늘과 내일을 만나다! <SAS FORUM KOREA 2018> 개최SAS 이야기/SAS 관련 뉴스 2018. 5. 16. 15:18
15일 삼성동 코엑스 인터컨티넨탈 호텔에서 SAS 고객, 파트너, 산업별 전문가 650여명이 참석한 가운데 이 성황리에 개최됐습니다. 이번 포럼에서는 인공지능(AI), 머신러닝, 사물인터넷(IoT) 등 최신 기술을 활용한 고급 분석 전략과 다양한 비즈니스 혁신 사례가 논의됐는데요. 지금부터 그 현장의 하이라이트를 소개합니다! 먼저 오병준 SAS코리아 대표이사가 환영사를 통해 오늘날 애널리틱스 이코노미 시대에서 SAS의 비전과 전략에 대해 발표했습니다. 인공지능은 SAS가 오랫동안 발전시켜온 고급 분석의 연장선으로, 사물인터넷을 통해 쏟아져 나오는 방대한 데이터를 자동화된 모델로 분석한 결과는 더욱 놀라울 것이다. SAS는 인공지능을 활용한 분석 플랫폼을 기반으로 기업들이 분석을 통해 얻는 결과에 대한 기..
-
인공지능(AI)으로 의료 산업을 혁신할 수 있을까요?분석 이야기/머신러닝 2018. 5. 9. 11:11
소비자들은 다양한 산업에 빠르게 도입되고 있는 인공지능(AI)을 어떻게 받아들이고 있을까요? SAS가 최근 미국인 500명을 대상으로 조사한 결과, 소비자들은 금융이나 소매 분야보다 의료 산업의 인공지능 기술을 더욱 편안하게 여기는 것으로 나타났습니다. 특히 응답자의 47%는 수술 중에도 기꺼이 인공지능 기술의 도움을 받겠다고 답했는데요. 또 10명 중 6명(60%)은 의사가 애플워치나 핏비트와 같은 웨어러블 기기의 데이터를 사용해 생활 방식을 평가하고 조언하는 것에 대해 편안하게 생각했습니다. 실제 인공지능은 복잡하고 비용이 많이 드는 의료 문제에 대한 새로운 해결 방법을 제공하며 빠르게 헬스케어 분야에 진입하고 있는데요. 이때 인공지능을 성공적으로 활용하려면 분석적으로 생각하는 분석 조직을 구축하고,..
-
SAS 코리아, 최신 머신러닝·자연어처리 등 인공지능(AI) 활용 분석 기능 강화SAS 이야기/SAS 관련 뉴스 2018. 3. 7. 14:17
인공지능 활용 엔터프라이즈 분석 가능한 ‘SAS 플랫폼’ 최신 오퍼링 출시SAS 코리아, 최신 머신러닝·자연어처리 등 인공지능(AI) 활용 분석 기능 강화 - 머신러닝·자연어처리로 비정형 데이터 가치 극대화 및 전 과정 시각화하는 엔드투엔드 비주얼 환경 제공- 웹 인터페이스로 전체 분석 라이프사이클을 통합하고, 초보자부터 전문가까지 전사 협업 지원- 미국적십자사·시스코·뮌헨재보험 등 도입… 분석 인사이트로 비즈니스 과제 해결 및 고객 지원 2018년 3월 5일, 서울 – 세계적인 분석 선두 기업 SAS(쌔스)코리아(대표이사 오병준, www.sas.com/korea)는 머신러닝, 딥러닝, 텍스트 분석, 예측 등 고급 분석 기능과 ‘SAS 바이야(SAS® Viya®)’ 신규 기능을 강화한 최신 오퍼링을 출시..
-
차세대 챗봇과 딥러닝, 가까워진 지능형 가상 비서(IVA) 시대분석 이야기/머신러닝 2018. 2. 8. 18:04
우리 모두가 개인 비서의 도움을 받는 세상, 상상이 가시나요? 어쩌면 빠르게 다가올지도 모르겠습니다. 바로 가상 비서, 챗봇 기술의 발전 덕분인데요! 챗봇(chatbot)은 채팅(chatting)과 로봇(robot)의 합성어로 자연어 처리(NLP; Natural Language Processing)와 인공지능(AI)을 이용해 사람과의 대화를 시뮬레이션하고 응답을 도출하는 컴퓨터 프로그램입니다. 쉽게 말해 사람의 이야기에 알맞은 답이나 정보를 제공할 수 있는 기계죠. 단순하고 자동화된 작업을 처리할 때 챗봇을 이용해 시간과 비용을 절약할 수 있습니다. 예를 들어, 챗봇은 - 가족 생일에 대한 알림을 보내고, - 간단한 명령으로 사용자가 가장 좋아하는 음식을 주문하고, - 다음 휴양지를 예약하고, - 계좌 ..
-
2018년과 미래를 관통할 2가지 기술 트렌드SAS 이야기/SAS 관련 뉴스 2018. 1. 25. 15:37
자율주행차, 커넥티드 기기, 디지털 트랜스포메이션, 사물인터넷(IoT), 머신러닝, 인공지능(AI), 자동화 등 2017년 한 해를 주도해온 기술 트렌드는 2018년은 물론 그 미래에까지도 계속될 것입니다. 실질적인 차이는 이 기술들의 결합에서 찾을 수 있는데요. 한 예로, 인공지능과 사물인터넷은 그 자체로 트랜스포메이션의 성격(transformative)을 지닙니다. 사물인공지능(artificial intelligence of things)으로 구현될 연결되고 자동화된 세상의 디지털 트랜스포메이션을 상상해보세요. 2018년에는 지능(intelligence)과 자동화(Automation)라는 두 가지 파괴적인 혁신 기술의 역할이 중요해질 것입니다. 지능(Intelligence)스마트한 공장, 도시, 자동..
-
데이터 과학자가 뽑은 <머신러닝 알고리즘 개발 베스트 프랙티스 3탄>분석 이야기/머신러닝 2017. 10. 25. 14:04
현존 최고의 데이터 과학자들이 뽑은 머신러닝 알고리즘 개발 베스트 프랙티스! 그 대망의 마지막 시간입니다. 이전 블로그를 통해 다양한 유형의 모델을 결합하는 방법을 소개해드렸다면, 오늘은 다양한 유형의 데이터를 결합하고, 모델의 다양한 변수를 활용하는 방법에 대해 이야기하고자 합니다. 이전 시리즈를 놓치셨나요? 블로그 1탄, 블로그 2탄을 참고해주세요. 기본기 다지기 희귀한 이벤트 탐지하기 수많은 모델 결합하기 모델 적용하기 국소 최적해에 빠지는 것을 방지하기 위해 모델 오토튜닝하기 시간 효과(temporal effect) 관리하기 '일반화' 이해하기 학습용 데이터에 피쳐(feature) 추가하기-학습용 데이터 세트 구축-모델에 ‘고객의 소리’ 불어넣기-모델에 ‘구매 데이터’ 불어넣기 Chapter 8-..
-
인공지능(AI) 활용 엔터프라이즈 분석 플랫폼 ‘SAS 바이야(SAS Viya)’SAS 이야기/SAS 관련 뉴스 2017. 9. 28. 17:22
분석이 매 순간, 데이터가 존재하는 모든 곳에 적용된다면 어떤 일들이 가능해질까요? 오늘날 우리는 데이터가 사회와 경제를 움직이는 ‘데이터 이코노미’ 시대에 살고 있습니다. IDC는 오는 2025년 전 세계 데이터 양이 현재의 10배에 달하는 163제타바이트(ZB)에 이를 것으로 전망했는데요. 그러나 데이터는 그 자체만으로 유용하지 않습니다. 모든 데이터는 대기 시간과 유효 기간의 속성을 지니기 때문에 시간을 지체하면 가치를 잃을 수 있죠. 결국 데이터의 가치는 데이터가 발생하는 속도만큼 신속하게 평가하고, 행동으로 옮길 수 있는 유용한 정보로 변환하는 분석 역량에 달려있습니다. 폭발적으로 증가하고 있는 빅데이터로부터 인사이트를 도출하기 위해서는 빅데이터, 머신러닝, 딥러닝, 인공지능(AI) 등 지금껏 ..
-
데이터 과학자가 뽑은 <머신러닝 알고리즘 개발 베스트 프랙티스 2탄>분석 이야기/머신러닝 2017. 9. 22. 17:44
현존 최고의 데이터 과학자들이 뽑은 머신러닝 알고리즘 개발 베스트 프랙티스! 그 두 번째 시간입니다. 시리즈를 처음 접하시는 경우 블로그 1탄을 참고해주세요. 기본기 다지기 희귀한 이벤트 탐지하기 수많은 모델 결합하기 모델 적용하기 국소 최적해에 빠지는 것을 방지하기 위해 모델 오토튜닝하기 시간 효과(temporal effect) 관리하기 '일반화' 이해하기 Chapter 5. 국소 최적해에 빠지는 것을 방지하기 위해 모델 오토튜닝하기 하이퍼파라미터는 학습 모델을 구축 할 때 모델을 튜닝하기 위한 알고리즘의 옵션들입니다. 하이퍼파라미터는 알고리즘을 사용하여 학습할 수는 없습니다. 따라서 이러한 파라미터는 모델 을 학습시키기 전에 할당해야 합니다. 기계 학습에서 우리가 개발하고자 하는 모델의 하이퍼파라미터..
-
SAS Viya와 인공지능, SAS 글로벌 포럼 개막의 주인공들을 소개합니다!SAS 이야기/SAS 이벤트 및 교육 2017. 4. 5. 15:24
지금 바로 미국 플로리다 주 올랜도에서 열리고 있는 ‘SAS 글로벌 포럼(SAS Global Forum) 2017’을 실시간 생중계를 통해 확인해보세요! 개막 세션 하이라이트부터 개별 포럼의 주요 소식을 모두 확인할 수 있습니다. 올해 SAS 글로벌 포럼은 시작부터 기록적인 참여율로 만원을 이뤘습니다. 짐 굿나잇 CEO는 행사장인 월트 디즈니(Walt Disney) 리조트가 혁신을 기념하기에 더없이 완벽하다고 말했는데요. 그는 “월트는 혁신의 대가로서 지능형 연결(intelligent connections)을 만들기 위해 예술과 과학을 결합함으로써 전혀 새로운 방식을 창출했다”라며 “SAS 또한 부지런히 데이터와 애널리틱스를 통해 또 다른 방식의 지능형 연결을 구현해가고 있다”라고 연설했습니다. ▲ ‘S..