기본적으로 개별로 활용할 수 있는 11개의 최신 알고리즘을 제공하고 있으며, 

Cascade와 Ensemble 조합을 통해 무한대에 가까운 알고리즘 성능을 발휘할 수 있습니다. 

개별 알고리즘 목록은 아래와 같습니다.

Stabilized Deep Net, Neural Network, Generalized Linear Model, Random Forest, Logistic Regression, Ridge Regression, Gradient Boosting Machine, Decision Tree, Support Vector Machine, XGBoost, LightGBM

타겟 유형에 따라 알고리즘별 성능을 한 눈에 비교할 수 있는 11개의 성능 지표를 제공하며, 중요 변수의 사용 빈도와 신뢰도를 확인할 수 있는 Explanation 기능까지 제공하고 있습니다.

개발된 모델은 엑셀로 다운받은 뒤 실제 타겟값과 예측된 타겟값을 수동으로 비교하여 검증해볼 수도 있으며, 신규 데이터에 대하여 Simulator 기능을 통해 새로운 예측값을 산출해볼 수도 있습니다.

신규 데이터 유입에 따라 모델 성능이 열화된 경우 이를 즉시 확인하고 업데이트할 수 있으며, 스케쥴을 정해 업데이트 시작일, 주기, 종료일을 선택하여 자동 업데이트가 가능합니다. 

업데이트에 필요한 신규 데이터는 SQL 쿼리를 통해 데이터베이스에 자동 접근하여 습득할 수 있습니다.

데이터 전처리(ETL & SSDP)에서부터 모델 개발, 모델 최적화, 운영을 위한 모델 배포까지 전 프로세스가 자동화되어 있습니다. 

특히 초보자의 경우 단 세번의 클릭만으로 빠르게 베이스라인 모델을 만들어볼 수 있는 기능도 제공합니다.

알고리즘 선별 시에는 Auto 버튼을 통해 최적의 파라미터를 자동으로 적용하고, 모델 성능을 높이기 위한 최적의 변수 선별(Feature Selection)과 엔지니어링(Feature Engineering)도 자동으로 진행됩니다.

다빈치랩스는 머신러닝 전문 지식이 없더라도 쉽게 쓸 수 있도록 편리한 UI를 지원합니다. 

다빈치랩스 소개 영상을 통해 전반적인 UI와 작업 프로세스를 확인하실 수 있습니다.

[다빈치랩스 소개 영상 보기]

특히 한국어/영어/일본어/중국어 등 다양한 국가의 인터페이스를 지원하는 장점도 갖추고 있습니다.

다른 솔루션과 달리 다빈치랩스는 데이터 용량에 제한을 두고 있지는 않으며, 수천개의 변수와 수천만개의 샘플이 포함된 데이터도 활용할 수 있습니다.

다만 사용자의 편의와 원활한 분석을 위해 데이터의 크기가 10G를 넘지 않는 것을 권장하고 있습니다.

지원하는 데이터 형태는 구분자로 분리된 텍스트나 csv 형태의 파일이면 분석이 가능합니다.

머신러닝의 기초부터 솔루션 실습까지 다루는 다빈치스쿨이 매월 무상으로 진행되며, 

필요하신 경우 고객사를 방문하여 분야에 특화된 교육을 지원합니다.

별도로 사용자 스스로가 공부하실 수 있도록 온라인 동영상 강의도 제공합니다.

다빈치스쿨과 온라인 강의는 아래 링크를 통해 누구나 수강이 가능합니다.

[다빈치스쿨 신청하기] 

[온라인 강의 보러 가기] 

솔루션 도입 즉시 클라우드 서버나 On-premise 버전으로 설치를 지원하며 사용 중 기술 문의에 대해 24시간 상시 대응하고 있습니다. 

그 밖에 제품 업그레이드나 사내 운영 시스템에 맞춘 커스터마이징을 위한 지원도 제공합니다.

솔루션 도입 시 무상으로 Quick-Win Consultancy을 제공하여 고객사가 보유한 데이터를 기반으로 데이터 준비, 모델링, 모델 운영까지 컨설팅을 지원합니다. 

전문가와 함께 고성능의 모델을 개발한 뒤 교육지원을 통해 누구나 머신러닝 전문가로 거듭날 수 있습니다.

[Quick-Win Consutancy 자세히 보기]