SAS Model Managerの機能リスト
モデルの登録
モデルの登録
- 毎月リリースされる新機能に関する情報、「ハウツー」コンテンツ、およびユーザー・コミュニティと対話する機能を含むWebページを提供します。
- あらゆるタイプのモデルに安全で信頼性が高くバージョン管理されたストレージを提供し、バックアップと復元の機能、上書き保護、イベント・ロギングなどのアクセス管理を行います。
- 登録されると、それらの保存に使用される属性（アセットの種類、アルゴリズム、入力変数、ターゲット変数、モデルIDなど）や、ユーザー定義のプロパティや編集可能キーワードを用いて、モデルの検索、並べ替え、条件抽出を実行することが可能
- 一般的なプロパティをモデルやプロジェクトの一覧表示時の列として追加（例：モデル名、役割、アルゴリズムの種類、修正日、修正者、リポジトリの場所、説明、バージョン、キーワード（タグ））
- オープンなREST APIを用いてモデルやモデルスコア関連ファイルにアクセス
- Pythonモデルのスコアリングやパブリッシュを直接サポート。PMMLおよびONNX（DLPyを使用）を標準のSASモデルタイプに変換します。他のタイプのコードと同様の方法でのRコードの管理およびバージョン管理
- 説明責任性と監査可能性を実現（モデルの作成、プロジェクトの作成とパブリッシュを始めとする主要アクションのイベント・ログの記録を含む）
- モデル（環境間での移動に必要なすべてのモデル・ファイル・コンテンツを含む）をZIP形式のファイルとしてエクスポート
- プロジェクト間で容易にモデルをコピーしてリポジトリ内でのモデル移動を簡素化
分析ワークフローの管理
分析ワークフローの管理
- SAS Workflow Studioを使用して各モデルのカスタムプロセスを作成
- ワークフロー・マネージャはSAS Model Managerと完全に統合されているため、同じユーザー・インターフェイス内でワークフローを管理し、ワークフロー・タスクを追跡できます。
- ジェネリック・モデルをフォルダ・レベルでインポート、更新、エクスポートし、複製することや別のフォルダに移動することができます。
- 自動通知によるチーム間のコラボレーションの促進
- 付属文書のインポート、表示、添付、を始め、プロジェクト・チャンピオンモデルの設定とチャレンジャー・モデルへのフラグ設定、スコアリングを目的としたモデルのパブリッシュ、そしてダッシュボード・レポートの表示などの一般的なモデル管理タスクを実行できます。
- 透明性とアナリティクスのガバナンスにより、一元化されたモデル・リポジトリ、ライフサイクル・テンプレート、バージョン管理によって分析プロセスをビジュアル化できます。完全なトレーサビリティとアナリティクスのガバナンスを保証します。
モデルのスコアリング
モデルのスコアリング
- Python、SASや他のオープンソース・モデルの組み合わせを同一プロジェクト内に配置し、さまざまな当てはめ統計量を用いて比較および評価できます。
- モデルの個別のバージョンを設定、保守、管理：
- プロジェクト内でモデルがチャンピオンとして設定された時点、更新された時点、またはパブリッシュされた時点でチャンピオン・モデルを自動的に新バージョンとして定義
- プロジェクトのチャンピオン・モデルに対するチャレンジャー・モデルを選択
- チャレンジャー・モデルとチャンピオンモデルのモニタリングとパブリッシュ
- モデルが必要とする入力変数と出力変数を使用して、SASおよびPythonモデルのためのテスト用および本稼働用のスコアジョブを定義
- スコアリング・タスクを作成および実行し、出力データとジョブ履歴の保存場所を指定
- モデルを並べて比較し、特定のビジネス上の問題に関するすべての競合モデル（SASおよびオープンソース）から素早くチャンピオン・モデルを評価して選択
モデルの開発
モデルの開発
- ユース ケースに応じて、SASサーバー、In-Database、Hadoop/Spark内、SAS Cloud Analytic Services（CAS）サーバーなどのバッチ/業務システム、またはMicro Analytic Score（MAS）サービスを使用したオンデマンド・システムにモデルをパブリッシュ可能
- PythonモデルやSASモデルを「バイナリやスコアコード・ファイルが組み込まれたラインタイム・コンテナ」にパブリッシュ可能。また、ランタイム・コンテナをローカルDocker、AWS Docker、Amazon EKS（elastic kubernetes service）環境にプロモート可能
- オープンソース・モデルの新しいAzureコンテナのパブリッシュ先
- SASモデルとオープンソース・モデルをAzureコンテナとしてAzure Machine Learningにパブリッシュ
- SASランタイムコンテナを使用してSASモデルをパブリッシュ
モデルのモニタリング
モデルのモニタリング
- 任意のタイプのスコアリング・コードを用いてモデルのパフォーマンスをモニタリングできます。チャンピオンおよびチャレンジャーのR、Python、SASモデル用に作成されたパフォーマンス・レポートには、パフォーマンス・レポート出力結果セットを使用したSAS Visual Analyticsを使用した可変分布プロット、リフトチャート、安定性チャート、ROC、K-S、およびGiniレポートが含まれます。
- 組み込みレポートには、入力データと出力データのメジャーが表示され、分類モデルと回帰モデルの適合統計量が表示され、再トレーニング、廃止、または新しいモデルの作成を行うかどうかを評価できます。Python、SAS、Rなどを含むチャンピオンおよびチャレンジャー分析モデルのパフォーマンス・レポートをさまざまな精度統計で利用できます。
- パフォーマンス・レポートの定義と実行を使用して、すべてのプロジェクトのチャンピオンモデルのパフォーマンスをモニタリングします。
- パフォーマンス・モニタリングのための循環実行ジョブや将来のジョブをスケジューリング
- パフォーマンス・モニタリングのタスクを定義する際は、複数のデータソースとデータの収集期間を指定することが可能
- カスタム・パフォーマンス・レポートを生成し、モデル・パフォーマンス・データにアクセスできるカスタムビジネスKPIを作成してモニタリングします。
- 便利なウィザードを使用して、すぐに使用できるカスタムのKPIパフォーマンス・モデリングを生成し、シンプルなアラート通知を受信することができます。