“분석”은 기술 분야는 물론 주요 비즈니스 분야에서도 반복적으로 들리고, 수많은 비즈니스 대화 상황에서 자주 언급됩니다.
하지만 분석의 의미는 무엇이고, 귀사와 같은 기업에는 어떻게 도움이 될까요?
분석의 의미와 용도에 대한 공통의 이해를 다지는 것은 오늘날 비즈니스 성공에 매우 중요합니다.
분석을 통해 조직은 끊임없는 개선이 요구되는 시대에 선제적 운영 모드로 전환할 수 있습니다.
AI의 역할
1장부터 5장에 걸쳐 클라우드 규모 분석의 구성 요소들이 합쳐져서 발휘하는 힘을 살펴보았습니다.
클라우드의 데이터 웨어하우스, Data Lake, BI, 데이터 가상화, 스토리지 기술, 통합 및 거버넌스는 서비스입니다.
이러한 서비스는 최신 데이터 웨어하우스 및 실시간 분석 개념을 말뿐만이 아니라 현실적으로 구현합니다.
하지만 머신 러닝(ML)과 인공 지능(AI)은 어떨까요?
잘 만들어진 분석 이니셔티브는 후속 AI 작업을 위한 견고한 토대가 되며 실제로 굉장히 강력한 연결 관계를 만들어 줍니다.
간단히 말해, 잘 만들어진 분석 이니셔티브는 후속 AI 작업을 위한 견고한 토대가 되며 실제로 굉장히 강력한 연결 관계를 만들어 줍니다.
Azure Machine Learning.
Azure Machine Learning은 대규모로 배포된 ML 모델에 대한 실험, 훈련, 프로덕션 배포 및 평가에 적합한 전체 ML 플랫폼을 제공합니다. Azure ML은 개발자가 Python 프로그래밍 언어로 작업하는 것을 선호할 수 있는 거의 모든 환경에서 사용할 수 있으며, 여기에는 Azure Databricks 또는 HDInsight의 Visual Studio Code, PyCharm 및 노트북이 포함됩니다.
Azure Databricks.
Azure Databricks 자체는 Spark MLlib라는 ML 플랫폼과 MLFlow라는 새로운 ML 실험 시설을 제공합니다. 개발자는 데이터 엔지니어링, 스트리밍, 분석 및 ML을 단일 노트북 또는 작업에 믹스 앤 매치할 수 있습니다. 또한 앞서 언급했듯이 Azure ML을 Databricks 환경에 통합할 수 있습니다.
Microsoft Machine Learning Server
HDInsight에서는 클라우드로, 독립 실행형 환경에서는 온-프레미스로, 그리고 Azure SQL Database와 SQL Server에서는 데이터베이스 내에서 사용할 수 있는 Microsoft Machine Learning Server도 한 가지 방법입니다. 개발자는 R 언어의 기본 제공 ML 기능을 사용할 수 있으며, SQL Server의 경우 사이킷런, PyTorch 및 딥 러닝 프레임워크 TensorFlow를 비롯한 각종 Python 패키지를 사용할 수 있습니다. 이렇게 많은 환경에서 개발된 모델을 다른 환경으로 옮길 수 있으므로 선택의 폭이 매우 넓습니다.
이렇게 많은 환경에서 개발된 모델을 다른 환경으로 옮길 수 있으므로 선택의 폭이 매우 넓습니다.
Microsoft의 자동화된 머신 러닝.
ML로 가는 보다 간단한 경로를 원한다면 Microsoft의 자동화된 머신 러닝(AutoML) 기술을 확인하십시오. 데이터 과학에 대한 배경 지식이 부족해도 되고, 비용도 적게 듭니다. Azure Machine Learning에 포함시켜 사용할 수 있고 Power BI Premium과 통합되는 Microsoft AutoML은 올바른 알고리즘 선택 및 하이퍼 매개 변수의 조정과 관련된 수수께끼를 대부분 제거해 줍니다. 또한 ML.NET과의 통합을 통해 더 넓은 개발자 세계에 AI를 제공합니다.
Azure Cognitive Services.
개발자와 일반 사용자들은 Azure Cognitive Services에도 큰 관심을 보일 수 있습니다. 이것은 미리 학습된 모델을 기반으로 구축된, 즉시 실행할 수 있는 서버리스 클라우드 서비스입니다. 개발자는 데이터 집합을 이러한 서비스로 가져온 다음 호출하여 비전 및 자연어 등 여러 영역에서 정교한 예측을 실행할 수 있습니다. Cognitive Services는 Azure Machine Learning에 배포된 모델과 마찬가지로 Power BI Premium에도 통합됩니다.
실제 의미
개발자가 실시간 분석 기능과 함께 최신 데이터 웨어하우스에 Microsoft의 자동화된 머신 러닝 및 Azure Cognitive Services를 적용할 수 있는 기회를 통해 비전 및 자연어를 포함한 정교한 예측과 함께 새로운 차원의 클라우드 규모 분석이 가능해집니다.
