_ankus Optimizer

ankus Optimizer 탄생배경

수집된 데이터로부터 예측모델을 생성하고 서비스가 제공될 수 있게 시스템에 예측모델을 배치하는 것을 예측 모델링(predictive modeling)이라 합니다. 그 수행과정은 아래 그림과 같습니다.

%ec%98%88%ec%b8%a1%eb%aa%a8%eb%8d%b8%ec%83%9d%ec%84%b1%ea%b3%bc%ec%a0%95

 

예측 모델링에서 가장 지루하고, 가장 중요한 과정이 예측모델 설계 과정입니다.
이 과정은 예측모델 성능이 만족스러울 때까지 반복해야 하며,
높은 성능을 얻기 위해서는 예측모델 생성 방법들에 대한 전문지식과풍부한 경험이 필요할 뿐만 아니라 도메인에 대한 전문지식도 요구됩니다.

예측모델 설계 과정은 네 단계로 이루어져 있습니다.
(1) 데이터전처리 단계: 예측 성능에 긍정적으로 영향을 미치는 변수들 선택
(2) 예측모델 생성 방법 선택 단계: 이전 단계에서 선택된 변수들로부터 효과적으로 예측모델을 생성할 수 있는 알고리즘 선택
(3) 예측모델 생성 방법 환경변수 설정 단계: 이전 단계에서 선택된 알고리즘의 환경변수(parameter) 값 설정 (알고리즘의 환경변수 설정 값은 생성되는 예측모델에 직접적인 영향을 미침)
(4) 예측모델 평가 단계: 이전 단계에서 생성된 예측모델 성능 측정

 

ankus Optimizer는 예측분석 과정에서 전문지식과 많은 분석시간이 요구되는 모델설계 과정을 자동화하여
데이터 분석가들이 더 관심 있는 측면을 집중 분석할 수 있도록 지원하는 공개 SW입니다.

 

ankusoptimizer_asis_tobe

 

About ankus Optimizer

ankus Optimizer는 “예측 최적화 분석을 위한 빅데이터 플랫폼”은 예측 모델링에서 전문지식과 많은 시간이 요구되는 예측모델 설계 과정을 자동화할 수 있는 빅데이터 기반 공개 소프트웨어(SW, Software)입니다.

aboutankusoptimizer

ankus Optimizer 는 유전자알고리즘의 진화과정을 활용하여 기계학습 알고리즘의 예측모델을 최적화하는 모듈입니다.기계학습 알로리즘과의 연동을 위한 설정정보 관리 및 연동기능이 있으며, 효율적인 최적화 수행을 위해 MapReduce 기반의 분산병렬 개체평가를 지원합니다.

ankusoptimizer%ea%b5%ac%ec%84%b1%eb%8f%84

ankus Optimizer는 ankus 서브 프로젝트로 운영되고 있으며,

관련 공개소스 및 빌드된 모듈은 GitHub와 Source Forge를 통해 제공됩니다.

 

GitHub 주소 :  https://github.com/openankus/ankus_optimizer
SourceForge 주소 : https://sourceforge.net/projects/ankus-optimizer