データ分析ライブラリ

Intel DAALには以下のアルゴリズムがあります: ^{[ 11 ] [ 4 ] [ 12 ]}

• 分析
  • 低次モーメント：データセットの最小値、最大値、平均値、標準偏差、分散などを計算することを含みます。
  • 分位数：観測値を分位数によって定義される等しいサイズのグループに分割すること。
  • 相関行列と分散共分散行列：変数間の統計的依存性を理解するための基本的なツール。相関の度合いは、ある変数の変化が別の変数の変化をどの程度示唆するかを示す。
  • コサイン距離行列：コサイン距離を用いてペアワイズ距離を測定します。
  • 相関距離行列：相関距離を用いて項目間のペアワイズ距離を測定します。
  • クラスタリング：ラベル付けされていないデータをグループにまとめる処理。これは、既存のモデルに頼ることができない「教師なし学習」でよく用いられる手法です。Intel DAALは、クラスタリング用にK-Meansと「EM for GMM」の2つのアルゴリズムを提供しています。
  • 主成分分析（PCA）：次元削減において最も一般的なアルゴリズム。
  • アソシエーションルールマイニング：共起パターンを検出する手法。一般的には「ショッピングバスケットマイニング」とも呼ばれる。
  • 行列分解によるデータ変換： DAALは、コレスキー分解、QR分解、およびSVD分解アルゴリズムを提供します。
  • 外れ値検出：他の観測値の典型的な分布から異常に離れた観測値を特定すること。
• トレーニングと予測
  • 回帰
    • 線形回帰：最も単純な回帰分析手法。従属変数（予測対象）と説明変数（既知の値）の関係をモデル化するために、線形方程式を当てはめる。
  • 分類：アイテムを異なるラベル付きグループに割り当てるモデルを構築する。DAALは、ナイーブベイズ分類器、サポートベクターマシン、多クラス分類器など、この分野で複数のアルゴリズムを提供している。
  • 推薦システム
  • ニューラルネットワーク

Intel DAALは3つの処理モードをサポートしていました。

• バッチ処理：すべてのデータがメモリに収まった時点で、データを一度に処理する関数が呼び出されます。
• オンライン処理（ストリーミングとも呼ばれる）：すべてのデータがメモリに収まらない場合に使用されます。Intel® DAALは、データチャンクを個別に処理し、最終段階ですべての部分的な結果を結合できます。
• 分散処理： DAALはMapReduceに似たモデルをサポートしています。クラスタ内のコンシューマーはローカルデータを処理し（マップステージ）、その後プロデューサープロセスがコンシューマーからの部分的な結果を収集して結合します（リデュースステージ）。Intel DAALはこのモードで柔軟性を提供し、通信機能を完全に開発者に委ねています。開発者は、HadoopやSparkなどのフレームワークでデータ転送を行うことも、MPIなどを使用して通信を明示的にコーディングすることもできます。