공원을 걷다 보면 좋아하는 운동을 하는 아이들을 흔히 볼 수 있습니다. 그들은 종종 기술을 연마하기 위해 오랜 시간을 보냅니다. 그러나 혼자서는 무엇을 어떻게 해야 현재를 개선해야 하는지 파악하기 어렵습니다. 좀 더 나은 수준으로 향상하기 위해서는 무엇을 해야 하는지 가르칠 수 있는 코치를 고용하면 좋겠는데, 그렇게 하는 것은 비용이 많이 듭니다. 이럴 때 어떤 대안이
AutoML은 최근 몇 년간 가장 빠르게 진화하는 AI기술중 하나입니다. AutoML은 시티즌 데이터 사이언티스트는 물론 데이터 사이언티스트도 더 빨리 더 많은 모델을 구축하고, 모델의 정확도를 개선하여 보다 생산적인 과제에 집중할 수 있게 합니다. 이를 통해 기업은 조직 전반에 업무 효율성과 전문성을 강화할 수 있습니다. SAS AutoML 플랫폼의 핵심은 분석 라이프사이클 프로세스
기업이 데이터 기반의 의사결정을 하기 위해서는 AI를 특정 영역이 아닌 분석 라이프사이클 전반으로 확대하고, 이 라이프 사이클은 의사결정 프로세스와 연결돼야 합니다. 개방된 플랫폼에서 분석 시간을 줄이고, 그 결과를 운영시스템에 빠르게 적용해 더 큰 비즈니스 가치를 실현할 수 있어야 합니다. 지난 시리즈에서는 모델링 작업을 위한 피처 자동 생산과 자동 튜닝 정도로
전 세계 모든 산업의 변화를 주도하고 있는 주인공은 단연 AI(Artificial Intelligence, 인공지능)입니다. 운송, 금융, 엔터테인먼트, 헬스케어, 공공서비스, 에너지, 통신, 교육 등 모든 분야에서 AI는 비즈니스와 일상을 혁신하며 새로운 미래를 열고 있지요. SAS도 2019년 향후 3년간 AI 분야에 총 10억 달러 투자 계획을 발표한 바 있습니다. AI는 데이터라는 경험을 통해 배우고, 이
