Biblioteca de análisis de datos

Intel DAAL tiene los siguientes algoritmos: ^{[ 11 ] [ 4 ] [ 12 ]}

• Análisis
  • Momentos de orden inferior: Incluye el cálculo del mínimo, máximo, media, desviación estándar, varianza, etc., para un conjunto de datos.
  • Cuantiles: división de las observaciones en grupos de igual tamaño definidos por órdenes de cuantiles.
  • Matriz de correlación y matriz de varianza-covarianza: una herramienta básica para comprender la dependencia estadística entre variables. El grado de correlación indica la tendencia de un cambio a predecir un cambio en otro.
  • Matriz de distancia coseno: Medición de la distancia entre pares utilizando la distancia coseno.
  • Matriz de distancia de correlación: Medición de la distancia entre pares de elementos mediante la distancia de correlación.
  • Agrupamiento: Agrupación de datos en grupos sin etiquetar. Esta es una técnica típica del aprendizaje no supervisado, donde no existe un modelo establecido en el que basarse. Intel DAAL proporciona dos algoritmos para el agrupamiento: K-Means y EM para GMM.
  • Análisis de Componentes Principales (ACP): el algoritmo más popular para la reducción de dimensionalidad.
  • Minería de reglas de asociación: Detección de patrones de coocurrencia. También conocida como "minería de cestas de la compra".
  • Transformación de datos mediante descomposición matricial: DAAL proporciona algoritmos de descomposición de Cholesky, QR y SVD.
  • Detección de valores atípicos: Identificación de observaciones que se encuentran anormalmente alejadas de la distribución típica de otras observaciones.
• Entrenamiento y predicción
  • Regresión
    • Regresión lineal: El método de regresión más sencillo. Consiste en ajustar una ecuación lineal para modelar la relación entre las variables dependientes (cosas que se desean predecir) y las variables explicativas (cosas que se conocen).
  • Clasificación: Creación de un modelo para asignar elementos a diferentes grupos etiquetados. DAAL proporciona múltiples algoritmos en este ámbito, incluyendo el clasificador Naïve Bayes, la máquina de vectores de soporte y clasificadores multiclase.
  • Sistemas de recomendación
  • Redes neuronales

Intel DAAL admitía tres modos de procesamiento:

• Procesamiento por lotes: Cuando todos los datos caben en la memoria, se llama a una función para procesarlos todos a la vez.
• Procesamiento en línea (también llamado transmisión): cuando no caben todos los datos en la memoria. Intel® DAAL puede procesar los fragmentos de datos individualmente y combinar todos los resultados parciales en la etapa final.
• Procesamiento distribuido: DAAL admite un modelo similar a MapReduce. Los consumidores en un clúster procesan datos locales (etapa de mapeo), y luego el proceso productor recopila y combina los resultados parciales de los consumidores (etapa de reducción). Intel DAAL ofrece flexibilidad en este modo al dejar las funciones de comunicación completamente en manos del desarrollador. Los desarrolladores pueden optar por utilizar el movimiento de datos en un marco como Hadoop o Spark, o bien codificar explícitamente las comunicaciones, probablemente con MPI.