SAS Viya(サス・ヴァイヤ)はクラウド、オンプレミスなど幅広く使えるAIプラットフォームになります。今回はそのSAS Viyaで使えるディープラーニング(深層学習)機能について紹介します。
機能がかなり豊富なので、その洗い出しと各項目の学習だけでも必死です。個人用メモです。
ディープラーニングの機能
DNN
脳神経回路をモデルとしたアルゴリズム(ニューラルネットワーク)を多層構造化したもの。
via ディープラーニング(Deep Learning)とは?【入門編】 | LeapMind BLOG
CNN
Convolution Neural Networkの略。DNNがベースです。畳み込み層とプーリング層という二つの層を繰り返すことで、画像のような複雑なオブジェクトを分析します。手書き文字や顔認識などで用いられています。
via 定番のConvolutional Neural Networkをゼロから理解する - DeepAge
RNN/LSTM
RNNは再帰型ニューラルネットワークのことです。入力データを連続的に処理することで、長文解析などに向いています。LSTMは最もよく使われているRNNの一つです。
via 再帰型ニューラルネットワーク: RNN入門 - Qiita
転移学習
すでに学習済みのモデルを別な学習に利用することで、少ない入力データからでも効率的な学習モデル作成ができます。
via 水増しと転移学習 (Vol.7)
テキスト解析
特異値分解によるトピックモデリングなど、テキスト解析に使えます。トピック抽出はSVD(Singular Value Decomposition)、LDA(Latent Dirichlet Allocation)が利用できます。形態素解析も用意されていますので日本語でも扱えます。他、テキストサーチやセンチメント分析が可能です。
画像解析
テンプレートになる画像を使ったマッチングであったり、画像のカテゴライズができます。特徴点を用いた画像マッチングによって、回転や縮小/拡大を行っていても検知することができます。
フィルタ処理を行ったり、画像比較機能があります。一般的な画像比較に加えて、医療用画像解析にも特化した機能を提供しています。
最適化
経路や流量などを最適化するためのアルゴリズムです。組み合わせ最適化と呼ばれます。
線形計画法
いくつかの1次不等式および1次等式を満たす変数の値の中で、ある1次式を最大化または最小化する値を求める方法。
非線形計画法
制約条件群と未知の実変数群から成る一連の等式と不等式で、制約条件または目的関数の一部が非線形なものについて、目的関数を最小化または最大化するような解を求めるプロセス。
二次計画法
いくつかの変数からなる二次関数を線形制約の下で最適化(最小化ないしは最大化)します。非線形計画法の代表例。
混合整数線形計画法
整数値を取る変数、実数値を取る変数が混じっている線形問題において最大化、または最小化する値を求める方法。
ネットワークフロー最適化
フローで通過する頂点にコストや距離と言った情報が追加されており、それらを条件として最大化または最小化する値を求める方法。
フォーキャスティング
時系列分析
時間に沿って記録されているデータを分析します。
時間 - 周波数分析
時間によって変化する周波数データを分析するのに適しています。
計量経済分析
コピュラ
多変数の分布関数とその周辺分布関数の関係を示す関数のこと。
パネル分析
同一の個人、地域、事業所などを複数期間において記録したデータを分析します。