Microsoft Neural Network AlgorithmMicrosoft Neural Network Algorithm

적용 대상:예SQL Server Analysis Services아니요Azure Analysis ServicesAPPLIES TO:yesSQL Server Analysis ServicesnoAzure Analysis Services MicrosoftMicrosoft 신경망 알고리즘은 기계 학습에 대 한 일반적이 고 조정 가능한 신경망 아키텍처의 구현입니다. The MicrosoftMicrosoft Neural Network algorithm is an implementation of the popular and adaptable neural network architecture for machine learning. 이 알고리즘은 예측 가능한 특성의 가능한 각 상태에 대해 입력 특성의 가능한 각 상태를 테스트하고 학습 데이터를 기반으로 각 조합의 확률을 계산합니다.The algorithm works by testing each possible state of the input attribute against each possible state of the predictable attribute, and calculating probabilities for each combination based on the training data. 이러한 확률을 분류 또는 회귀 작업에 사용하여 일부 입력 특성을 기반으로 결과를 예측할 수 있습니다.You can use these probabilities for both classification or regression tasks, to predict an outcome based on some input attributes. 신경망은 연결 분석에도 사용할 수 있습니다.A neural network can also be used for association analysis.

MicrosoftMicrosoft 신경망 알고리즘을 사용하여 마이닝 모델을 만들 때 여러 출력을 포함할 수 있으며 알고리즘은 여러 네트워크를 만듭니다.When you create a mining model using the MicrosoftMicrosoft Neural Network algorithm, you can include multiple outputs, and the algorithm will create multiple networks. 단일 마이닝 모델에 포함된 네트워크의 수는 입력 열의 상태(또는 특성 값) 수뿐만 아니라 마이닝 모델에서 사용하는 예측 가능한 열의 수와 해당 열에 있는 상태 수에 따라 달라집니다.The number of networks contained in a single mining model contains depends on the number of states (or attribute values) in the input columns, as well as the number of predictable columns that the mining model uses and the number of states in those columns.

예제Example

MicrosoftMicrosoft 신경망 알고리즘은 제조 또는 상업 프로세스와 같은 프로세스에서 사용되는 복잡한 입력 데이터를 분석하거나 상당한 양의 학습 데이터가 있지만 다른 알고리즘으로 쉽게 규칙을 이끌어 낼 수 없는 비즈니스 문제를 분석하는 데 유용합니다.The MicrosoftMicrosoft Neural Network algorithm is useful for analyzing complex input data, such as from a manufacturing or commercial process, or business problems for which a significant quantity of training data is available but for which rules cannot be easily derived by using other algorithms.

다음과 같은 시나리오에서 MicrosoftMicrosoft 신경망 알고리즘을 사용할 수 있습니다.Suggested scenarios for using the MicrosoftMicrosoft Neural Network algorithm include the following:

  • 홍보 메일 행사나 라디오 광고 캠페인의 성공 정도 측정과 같은 마케팅 및 홍보 행사 분석Marketing and promotion analysis, such as measuring the success of a direct mail promotion or a radio advertising campaign

  • 기록 데이터를 사용하여 주식 이동, 통화 변동 또는 유동성이 큰 기타 재무 정보 예측Predicting stock movement, currency fluctuation, or other highly fluid financial information from historical data

  • 제조 및 공업 프로세스 분석Analyzing manufacturing and industrial processes

  • 텍스트 마이닝Text mining

  • 많은 입력과 비교적 적은 출력 간의 복잡한 관계를 분석하는 모든 예측 모델Any prediction model that analyzes complex relationships between many inputs and relatively fewer outputs

알고리즘 작동 방법How the Algorithm Works

MicrosoftMicrosoft 신경망 알고리즘은 최대 3개의 노드( 뉴런이라고도 함) 계층으로 구성된 신경망을 만듭니다.The MicrosoftMicrosoft Neural Network algorithm creates a network that is composed of up to three layers of nodes (sometimes called neurons). 이러한 계층은 입력 계층, 숨겨진 계층출력 계층입니다.These layers are the input layer, the hidden layer, and the output layer.

입력 계층: 입력 노드는 데이터 마이닝 모델의 모든 입력 특성 값과 해당 확률을 정의합니다.Input layer: Input nodes define all the input attribute values for the data mining model, and their probabilities.

숨겨진 계층: 숨겨진 노드는 입력 노드에서 입력을 받아 출력 노드에 출력을 제공합니다.Hidden layer: Hidden nodes receive inputs from input nodes and provide outputs to output nodes. 숨겨진 뉴런은 입력의 다양한 확률에 가중치가 할당되는 위치입니다.The hidden layer is where the various probabilities of the inputs are assigned weights. 가중치는 숨겨진 노드에 대한 특정 입력의 관련성 또는 중요도를 설명합니다.A weight describes the relevance or importance of a particular input to the hidden node. 입력에 할당된 가중치가 클수록 해당 입력 값의 중요도도 큽니다.The greater the weight that is assigned to an input, the more important the value of that input is. 가중치는 음수가 될 수 있으며 이 경우 입력이 특정 결과를 지지하는 것이 아니라 제한할 수 있음을 의미합니다.Weights can be negative, which means that the input can inhibit, rather than favor, a specific result.

출력 계층: 출력 노드는 데이터 마이닝 모델의 예측 가능한 특성 값을 나타냅니다.Output layer: Output nodes represent predictable attribute values for the data mining model.

입력 계층, 숨겨진 계층 및 출력 계층이 생성되고 점수가 매겨지는 방법에 대한 자세한 내용은 Microsoft 신경망 알고리즘 기술 참조를 참조하세요.For a detailed explanation of how the input, hidden, and output layers are constructed and scored, see Microsoft Neural Network Algorithm Technical Reference.

신경망 모델에 필요한 데이터Data Required for Neural Network Models

신경망 모델은 하나의 키 열, 하나 이상의 입력 열, 하나 이상의 예측 가능한 열을 포함해야 합니다.A neural network model must contain a key column, one or more input columns, and one or more predictable columns.

MicrosoftMicrosoft 신경망 알고리즘을 사용하는 데이터 마이닝 모델은 알고리즘에 사용 가능한 매개 변수에 대해 사용자가 지정한 값의 영향을 크게 받습니다.Data mining models that use the MicrosoftMicrosoft Neural Network algorithm are heavily influenced by the values that you specify for the parameters that are available to the algorithm. 이러한 매개 변수는 데이터가 샘플링되는 방식, 데이터가 각 열에 배포되거나 배포될 것으로 예상되는 방식 및 기능 선택이 실행되어 최종 모델에 사용되는 값을 제한하는 시기를 정의합니다.The parameters define how data is sampled, how data is distributed or expected to be distributed in each column, and when feature selection is invoked to limit the values that are used in the final model.

매개 변수를 설정하여 모델의 동작을 사용자 지정하는 방법에 대한 자세한 내용은 Microsoft 신경망 알고리즘 기술 참조를 참조하세요.For more information about setting parameters to customize model behavior, see Microsoft Neural Network Algorithm Technical Reference.

신경망 모델 보기Viewing a Neural Network Model

데이터를 사용하고 모델이 입력과 출력 간의 상관 관계를 찾아내는 방식을 보려면 Microsoft 신경망 뷰어를 사용합니다.To work with the data and see how the model correlates inputs with outputs, you can use the Microsoft Neural Network Viewer. 이 사용자 지정 뷰어를 사용하면 입력 특성과 해당 값을 필터링하고 이러한 항목이 출력에 주는 영향을 보여 주는 그래프를 볼 수 있습니다.With this custom viewer, you can filter on input attributes and their values, and see graphs that show how they affect the outputs. 뷰어의 도구 설명에는 각 입력 및 출력 값 쌍과 연결된 확률 및 리프트가 표시됩니다.Tooltips in the viewer show the probability and lift associated with each pair of input and output values. 자세한 내용은 Microsoft 신경망 뷰어를 사용하여 모델 찾아보기를 참조하세요.For more information, see Browse a Model Using the Microsoft Neural Network Viewer.

모델의 구조를 탐색하는 가장 쉬운 방법은 Microsoft 일반 콘텐츠 트리 뷰어를 사용하는 것입니다.The easiest way to explore the structure of the model is to use the Microsoft Generic Content Tree Viewer. 모델에서 만든 입력, 출력 및 네트워크를 볼 수 있을 뿐 아니라, 노드를 클릭하여 확장한 다음 입력 계층, 출력 계층 또는 숨겨진 계층 노드와 관련된 통계를 볼 수 있습니다.You can view the inputs, outputs, and networks created by the model, and click on any node to expand it and see statistics related to the input, output, or hidden layer nodes. 자세한 내용은 Microsoft 일반 콘텐츠 트리 뷰어를 사용하여 모델 찾아보기를 참조하세요.For more information, see Browse a Model Using the Microsoft Generic Content Tree Viewer.

예측 만들기Creating Predictions

모델이 처리된 후에는 네트워크와 각 노드 내에 저장된 가중치를 사용하여 예측을 만들 수 있습니다.After the model has been processed, you can use the network and the weights stored within each node to make predictions. 신경망 모델에서는 회귀, 연결 및 분류 분석을 지원하므로 각 예측의 의미가 다를 수 있습니다.A neural network model supports regression, association, and classification analysis, Therefore, the meaning of each prediction might be different. 모델 자체를 쿼리하여 발견된 상관 관계를 검토하고 관련 통계를 찾을 수도 있습니다.You can also query the model itself, to review the correlations that were found and retrieve related statistics. 신경망 모델에 대한 쿼리를 만드는 방법의 예는 신경망 모델 쿼리 예제를 참조하세요.For examples of how to create queries against a neural network model, see Neural Network Model Query Examples.

데이터 마이닝 모델에 대한 쿼리를 만드는 방법은 데이터 마이닝 쿼리를 참조하세요.For general information about how to create a query on a data mining model, see Data Mining Queries.

주의Remarks

  • 드릴스루 또는 데이터 마이닝 차원은 지원하지 않습니다.Does not support drillthrough or data mining dimensions. 이는 마이닝 모델의 노드 구조가 기본 데이터와 반드시 일치하지는 않기 때문입니다.This is because the structure of the nodes in the mining model does not necessarily correspond directly to the underlying data.

  • PMML(Predictive Model Markup Language) 형식의 모델 생성은 지원하지 않습니다.Does not support the creation of models in Predictive Model Markup Language (PMML) format.

  • OLAP 마이닝 모델의 사용을 지원합니다.Supports the use of OLAP mining models.

  • 데이터 마이닝 차원의 생성은 지원하지 않습니다.Does not support the creation of data mining dimensions.

관련 항목:See Also

Microsoft 신경망 알고리즘 기술 참조 Microsoft Neural Network Algorithm Technical Reference
신경망 모델 (에 대 한 마이닝 모델 콘텐츠 Analysis Services-데이터 마이닝 ) Mining Model Content for Neural Network Models (Analysis Services - Data Mining)
신경망 모델 쿼리 예제 Neural Network Model Query Examples
Microsoft 로지스틱 회귀 알고리즘Microsoft Logistic Regression Algorithm