Differences

This shows you the differences between two versions of the page.

--- public:iris_discovery_service [2020/05/15 11:29]
jhnam [주요기능 및 특징]
+++ public:iris_discovery_service [2020/12/30 11:06] (current)
jhnam [IRIS Discovery Service Architecture]
@@ Line 1: / Line 1: @@
 {{:public:icon_home2.png?nolink&13|}}<wrap lo>  Home / Solutions & Products / IRIS Big Data Platform / [[IRIS Discovery Service]]</wrap>
-===== 제품개요 =====
+<html>
+<style>
+@import url( "http://fonts.googleapis.com/earlyaccess/notosanskr.css" );
+.title01 {font-family:"Noto Sans KR", sans-serif; font-size:36px; font-weight:700; color:#010101;}
+.title02 {font-family:"Noto Sans KR", sans-serif; font-size:24px; font-weight:500; color:#1736a7; padding:5px; line-height:50px;}
+.title03 {font-family:"Noto Sans KR", sans-serif; font-size:20px; font-weight:400; color:#010101; padding:0px 5px; line-height:50px;}
-IRIS Discovery Service는 분석 미들웨어(Analysis Middleware)를 제공하는 서비스로서 여러 데이터소스에
+table {border-top:2px solid #2c2c2c; border-bottom:2px solid #cdcdcd; border-left:2px solid #ffffff; border-right:2px solid #ffffff;}
+table.img {background-color:#f6f7f9; border:1px solid #e2e2e2 !important; width:100%; text-align:center;}
+table.img td {border:1px solid #e2e2e2; padding:35px;}
+th {font-family:"Noto Sans KR", sans-serif; font-size:14px; font-weight:400; color:#010101; background-color:#f7f7f7; text-align:center; vertical-align:middle; padding:10px;}
+td {font-family:"Noto Sans KR", sans-serif; font-size:14px; font-weight:300; color:#666666; padding:10px;}
+.blue {color:#3082ce; font-weight:400;}
+.center { text-align:center; vertical-align:middle;}
+span {font-family:"Noto Sans KR", sans-serif; color:#666666; font-weight:300;}
+hr   {border:1px color: #cdcdcd; width:100%;}
+.year {color:#007dd5; font-size:30px; font-weight:700; line-height:30px; padding:0 25px 0 20px;}
+.month {color:#00b7f1; font-size:14px; font-weight:500; line-height:22px; padding:0 8px 0 0;}
+.font20 {font-family:"Noto Sans KR", sans-serif; color:#010101; font-size:20px;}
+.font18 {color:#1736a7; font-size:18px;}
+.font16b {color:#010101; font-size:16px;}
+.font16 {color:#666666; font-size:16px;}
+.font14 {color:#666666; font-size:14px;}
+.b300 {font-weight:300;}
+.b400 {font-weight:400;}
+.b500 {font-weight:500;}
+.b600 {font-weight:600;}
+.b700 {font-weight:700;}
+.h40 {line-height:40px;}
+</style>
+</html>
+{{:public:iris_discoveryservice.png?nolink|}}
+===== 제품 개요 =====
+IRIS Discovery Service는 분석 미들웨어(Analysis Middleware)를 제공하는 서비스로서 여러 데이터 소스에
 있는 데이터를 사용자가 동일한 명령어로 검색 및 분석을 할 수 있는 인프라 환경을 제공합니다.
+아이리스 디스커버리 서비스는 아이리스 내에서 __**명령어 레벨로, '인공지능을 적용하는 방법'을 제시**__합니다.
 ==== IRIS Discovery Service Architecture ====
-{{ :public:pasted:20200423-165054.png }}
+{{:public:pasted:20201230-110522.png}}
+=== RESTful API를 통한 데이터 연동 인터페이스 제공 ===
+  * RESTful API를 통해 다양한 사용자 애플리케이션 개발이 용이
+  * RESTful API기반의 분석도구를 통해 분석가가 직접 데이터에 접근하여 검색 및 분석 가능
 ----
 ===== 주요기능 및 특징 =====
-{{:public:pasted:20200423-165158.png}} {{:public:pasted:20200423-165211.png}} {{:public:pasted:20200423-165216.png}}
+  * IRIS의 Discovery 서비스 레이어에서는, 빅데이터 상에서 인공지능 적용이 가능하도록 각종 머신러닝/인공지능 명령어를 제공합니다.
+<html>
+<table width="100%">
+<tr>
+<th width="33%" class="center">DSL Language</th>
+<th width="33%" class="center">Distributed System</th>
+<th width="33%" class="center">RESTful API</th>
+</tr>
+<tr>
+<td>Linux에서 지원하는 「 | 」를 분산환경에서 그대로 사용 할 수 있는 DSL(Domain Specific Language)지원</td>
+<td>- Transformation을 통해 작업<br>(DAG: Directed Acyclic Graph) 구성<br><br>
+- Action을 통해 작업을 실제로 실행하여 RDD를 만들고 결과를 반환</td>
+<td style="line-height:23px;">- IRIS UI 화면에서 검색 쿼리 가능<br><br>
+- Data Discovery Service의 API를 통해 <br>결과값 출력</td>
+</tr>
+</table>
+</html>
+----
+===== 기계학습/인공지능 관련 명령어 =====
+  * IRIS에서 제공하는 머신러닝/인공지능 명령어들이 상당수 있습니다.
+    * [[http://docs.iris.tools/manual/IRIS-Manual/IRIS-Discovery-Middleware/command/index.html|아이리스 명령어 목록]]
+    * anomalies - 이상치를 추출하는 명령어
+    * fit - 데이터에 맞게 모델을 생성하는 작업(fitting)
+    * fit_predix - 데이터로 피팅해서 생성한 데이터를 가지고, 새로운 값을 예측하는 모듈
+    * kmeans - K-Means 클러스터링 명령어
+    * Random Forest - 랜덤 포레스트 알고리듬 구동 명령어
+    * Linear Regression - 선형 회귀 알고리듬 구동 명령어
+    * outlier - 아웃라이어 이상치 찾아내는 알고리듬
+    * predict - 트레이닝 데이터를 이용해서 예측/추론하는 명령어

wiki

User Tools

Site Tools

Differences

Page Tools