Machine learning y Deep learning.
Permita que todos trabajen en el mismo entorno integrado, desde la gestión de datos hasta el desarrollo y la implementación de modelos.
-
Resuelva fácilmente problemas analíticos complejos con información automatizada.
SAS Visual Data Mining and Machine Learning genera automáticamente insights que le permiten identificar las variables más comunes en todos los modelos, las variables más importantes seleccionadas en todos los modelos y los resultados de la evaluación para todos los modelos. Las capacidades de generación de lenguaje natural se utilizan para crear un resumen del proyecto escrito en un lenguaje sencillo, lo que le permite interpretar fácilmente los informes. Los miembros del equipo de análisis pueden agregar notas del proyecto al informe de conocimientos para facilitar la comunicación y la colaboración entre los miembros del equipo.
Características principales
Una interfaz visual y de programación integral es compatible con el proceso de machine learning y extracción de datos de extremo a extremo. Los miembros del equipo de analítica de todos los niveles de habilidad están capacitados para manejar todas las tareas del ciclo de vida analítico de una manera simple, potente y automatizada.
Acceso a los datos, preparación & calidad
Acceda, perfile, limpie y transforme los datos mediante una interfaz intuitiva que proporciona capacidades de preparación de datos de autoservicio con IA integrada.
Visualización de datos
Explore datos visualmente y cree y comparta visualizaciones inteligentes e informes interactivos a través de una única interfaz de autoservicio. La analítica aumentada y las capacidades avanzadas aceleran los conocimientos y lo ayudan a descubrir historias ocultas en sus datos.
Generación de datos sintéticos
Aproveche las redes antagónicas generativas (GAN) para generar datos sintéticos, tanto de imagen como tabulares, para sus modelos de deep learning.
Información automatizada e interpretación
Genere insights automáticamente, incluidos reportes resumidos sobre un proyecto y modelos de campeón y retador. El lenguaje simple de la generación de lenguaje natural incorporado facilita la interpretación de informes y reduce la curva de aprendizaje para los analistas de negocios. Comparta insights de modelado a través de un informe en PDF.
Detección de sesgo
Evaluar los modelos para el sesgo de rendimiento y resultados en relación con grupos específicos.
Machine learning de vanguardia
Aproveche el aprendizaje reforzado, a través de Fitted Q-Networks, Deep Q-Networks o Actor-Critic, para resolver problemas de toma de decisiones secuenciales, con soporte para entornos personalizados.
Árboles de decisión bajo su control
Ajuste de forma interactiva la división y la poda de los nodos del árbol de decisiones para reflejar su conocimiento empresarial y hacer cumplir las restricciones reglamentarias.
Ingeniería y modelado de características automatizado
Ahorre tiempo y mejore la productividad. La ingeniería de características automatizada selecciona el mejor conjunto de características para el modelado clasificándolas para indicar su importancia en la transformación de datos. Las canalizaciones visuales se generan dinámicamente a partir de sus datos, pero se pueden editar para seguir siendo un modelo de caja blanca.
API pública para modelado automatizado
Aproveche la API pública para el modelado automatizado para el desarrollo e implementación de modelos de extremo a extremo simplemente eligiendo la opción de automatización. O use esta API para crear e implementar sus propias aplicaciones personalizadas de modelado predictivo. Vea ejemplos en developer.sas.com.
Deep learning con soporte de Python y ONNX
Los usuarios de Python pueden acceder a API de alto nivel para funcionalidades de aprendizaje profundo dentro de los portátiles Jupyter a través del paquete de código abierto SAS Deep Learning with Python (DLPy) en GitHub. DLPy es compatible con Open Neural Network Exchange (ONNX) para mover fácilmente modelos entre marcos. Califique nuevos conjuntos de datos usando modelos ONNX en una variedad de entornos aprovechando Analytic Store (ASTORE).
Analítica fácil de usar
Las plantillas de mejores prácticas permiten un comienzo rápido y coherente para crear modelos, lo que garantiza la coherencia entre el equipo de análisis. Las capacidades analíticas incluyen agrupamiento, diferentes tipos de regresión, bosque aleatorio, modelos de aumento de gradiente, máquinas de vectores de soporte, procesamiento de lenguaje natural, detección de temas, etc.
Analítica en red
Aumente los enfoques de minería de datos y machine learning utilizando un conjunto versátil de algoritmos de red para explorar la estructura de las redes (sociales, financieras, de telecomunicaciones y otras) que forman parte explícita o implícitamente de los datos empresariales.
Procesamiento analítico en memoria altamente escalable
Obtenga acceso simultáneo a los datos en la memoria en un entorno multiusuario seguro. Distribuye datos y operaciones de cargas de trabajo analíticas entre nodos, en paralelo, multiproceso en cada nodo para velocidades muy rápidas.
Visión artificial e imágenes biomédicas
Adquiera y analice imágenes con la implementación de modelos en el servidor, borde o dispositivo móvil. Admite el flujo de extremo a extremo para analizar imágenes biomédicas, incluida la anotación de imágenes.
Codifique en el idioma de su elección
Los modeladores y científicos de datos pueden acceder a las capacidades de SAS desde su entorno de codificación preferido (Python, R, Java o Lua) y agregar el poder de SAS a otras aplicaciones con las API REST de SAS Viya.
Nube nativa
La arquitectura de SAS Viya es compacta, nativa cloud y rápida, lo que le permite aprovechar al máximo su inversión en la cloud , independientemente de su proveedor de cloud .
Vea SAS para el machine learning y el Deep Learning en acción
SAS Viya es nativo de cloud y agnóstico de cloud
Consume SAS como quieras: SAS gestionado o autogestionado. Y donde quieras.
Recursos recomendados para SAS para el Machine Learning y Deep Learning
Para buscar recursos por tipo, seleccione una opción a continuación.
-
- Seleccione el tipo de recurso
- Entrada en el blog
- HISTORIA DE CLIENTE
- White Paper
- White Paper
-
Entrada en el blog
La modernización de la plataforma analítica -
Entrada en el blog
Construcción y comparación de un modelo de código abierto en SAS Model Studio.
-
HISTORIA DE CLIENTE
Finland’s top retail bank applies AI to improve customer service and credit scoring
-
HISTORIA DE CLIENTE
Predictive analytics and AI deliver a winning fan experience
