데이터 과학 솔루션
마지막 업데이트 날짜: 2025년 3월 04일
다양한 수준의 자동화를 제공하는 도구를 사용하여 데이터를 분석하고 기계 학습 솔루션을 구축할 수 있습니다. 데이터 또는 모델에 대해 작업하기 위해 선택하는 방법은 사용자의 요구에 가장 적합한 도구를 판별하는 데 도움이 됩니다.
각 도구에는 특정한 기본 태스크가 있습니다. 일부 도구에는 여러 유형의 태스크에 대한 기능이 있습니다.
원하는 자동화 정도에 따라 프로젝트에서 도구를 선택할 수 있습니다.
- 코드 편집기 도구: Python 또는 R로 코드를 작성하는 데 사용하며, 모두 Spark를 사용합니다.
- 그래픽 빌더 도구: 빌더에서 메뉴 및 끌어서 놓기 기능을 사용하여 시각적으로 프로그램을 프로그램합니다.
- 자동화된 빌더 도구: 제한된 사용자 입력이 필요한 자동 태스크를 구성하는 데 사용합니다.
도구 | 기본 태스크 | 도구 유형 | 데이터에 대한 작업 | 모델에 대한 작업 |
---|---|---|---|---|
Data Refinery | 데이터 준비 및 시각화 | 그래픽 빌더 | ✓ | |
시각화 | 그래프를 빌드하여 데이터 시각화 | 그래픽 빌더 | ✓ | |
Synthetic Data Generator | 합성 표 형식 데이터 생성 | 그래픽 빌더 | ✓ | |
Prompt Lab | 기본 모델 및 프롬프트를 사용하여 실험 | 그래픽 빌더 | ✓ | |
Tuning Studio | 특정 스타일 또는 형식으로 출력을 리턴하도록 기초 모델 조정 | 그래픽 빌더 | ✓ | ✓ |
Jupyter 노트북 편집기 | Python 또는 R 노트북에서 데이터 및 모델에 대한 작업 | 코드 편집기 | ✓ | ✓ |
연합 학습 | 분산된 데이터로 ML 모델 훈련 | 코드 편집기 | ✓ | |
RStudio IDE | R에서 데이터와 ML 모델로 작업하기 | 코드 편집기 | ✓ | ✓ |
SPSS Modeler | ML 모델을 시각적 흐름으로 구축 | 그래픽 빌더 | ✓ | ✓ |
Decision Optimization | 최적화 문제 해결 | 그래픽 빌더, 코드 편집기 | ✓ | ✓ |
AutoAI 도구 | 자동으로 머신 러닝 모델 빌드 | 자동화된 빌더 | ✓ | ✓ |
파이프라인 | 모델 라이프사이클 자동화 | 그래픽 빌더 | ✓ | ✓ |
자세히 알아보기Copy link to section
Copy link to section
주제가 도움이 되었습니까?
0/1000