SAS สำหรับการเรียนรู้ของเครื่องและการเรียนรู้เชิงลึก
ช่วยให้ทุกคนทำงานในสภาพแวดล้อมแบบบูรณาการเดียวกันได้ ตั้งแต่การจัดการข้อมูลไปจนถึงการพัฒนาโมเดลและการปรับใช้
คุณสมบัติหลัก
อินเทอร์เฟซการทำงานผ่านการแสดงภาพและการเขียนโปรแกรมที่ครอบคลุมรองรับการทำเหมืองข้อมูลและกระบวนการเรียนรู้ของเครื่องแบบ end-to-end สมาชิกในทีมวิเคราะห์ทุกระดับทักษะจะสามารถจัดการงานด้านวงจรชีวิตการวิเคราะห์ทั้งหมดด้วยวิธีที่เรียบง่าย ทรงพลัง และเป็นอัตโนมัติ
การเข้าถึงข้อมูล การจัดเตรียม และคุณภาพ
เข้าถึง สร้างโปรไฟล์ ล้างข้อมูล และแปลงข้อมูลโดยใช้อินเทอร์เฟซที่ใช้งานง่ายซึ่งมีความสามารถในการเตรียมข้อมูลแบบบริการตนเองด้วย AI แบบฝัง
Data Visualization
สำรวจข้อมูลด้วยภาพ และสร้างและแชร์การแสดงภาพอัจฉริยะและรายงานเชิงโต้ตอบผ่านอินเทอร์เฟซแบบบริการตนเองเพียงอินเทอร์เฟซเดียว การวิเคราะห์ที่เพิ่มขึ้นและความสามารถขั้นสูงช่วยเร่งข้อมูลเชิงลึกและช่วยให้คุณค้นพบเรื่องราวที่ซ่อนอยู่ในข้อมูลของคุณ
การสร้างข้อมูลสังเคราะห์
ใช้ประโยชน์จาก Generative Adversarial Network (GANs) เพื่อสร้างข้อมูลสังเคราะห์ ทั้งแบบรูปภาพและแบบตารางสำหรับโมเดลการเรียนรู้เชิงลึกของคุณ
ข้อมูลเชิงลึกอัตโนมัติและการตีความ
สร้างข้อมูลเชิงลึกโดยอัตโนมัติ รวมถึงรายงานสรุปเกี่ยวกับโครงการและโมเดลที่ชนะเลิศและโมเดลผู้ท้าชิง ภาษาที่เข้าใจง่ายจากการสร้างภาษาธรรมชาติในตัวช่วยทำให้การตีความรายงานเป็นเรื่องง่ายขึ้น และช่วยลดเวลาในการเรียนรู้ด้านการวิเคราะห์ธุรกิจ รวมถึงสามารถแบ่งปันข้อมูลเชิงลึกของการทำโมเดลในรูปแบบรายงาน PDF ได้
การตรวจจับอคติ
ประเมินโมเดลสำหรับทั้งประสิทธิภาพและความเอนเอียงของผลลัพธ์เทียบกับกลุ่มที่ระบุ
การเรียนรู้ของเครื่องที่ล้ำสมัย
ใช้ประโยชน์จากการเรียนรู้ที่ได้รับการเสริมกำลัง ผ่าน Fitted Q-Networks, Deep Q-Networks หรือ Actor-Critic เพื่อแก้ปัญหาการตัดสินใจตามลำดับด้วยการสนับสนุนสำหรับสภาพแวดล้อมที่กำหนดเอง
คุณคือผู้ควบคุมทรีการตัดสินใจ
ปรับการแยกและการกำจัดโหนดทรีการตัดสินใจได้ในรูปแบบอินเทอร์แอคทีฟเพื่อให้เป็นไปตามความรู้ที่ได้จากธุรกิจและบังคับใช้ข้อจำกัดด้านกฎระเบียบ
วิศวกรรมและการสร้างโมเดลคุณสมบัติที่ทำงานเป็นอัตโนมัติ
ประหยัดเวลาและเพิ่มสมรรถภาพการทำงาน วิศวกรรมคุณสมบัติที่ทำงานอัตโนมัติจะเลือกชุดคุณสมบัติที่ดีที่สุดสำหรับการสร้างโมเดล โดยใช้วิธีจัดอันดับเพื่อบ่งชี้ความสำคัญในการแปลงข้อมูล ไปป์ไลน์ภาพแสดงจะถูกสร้างขึ้นแบบไดนามิกจากข้อมูลของคุณ แต่คุณยังสามารถแก้ไขได้เพื่อรักษาโมเดลกล่องขาวไว้
API สาธารณะสำหรับการสร้างโมเดลอัตโนมัติ
ใช้ประโยชน์จาก API สาธารณะในการสร้างโมเดลอัตโนมัติสำหรับการพัฒนาและการปรับใช้โมเดลแบบ end-to-end ง่ายๆ เพียงแค่เลือกตัวเลือกการทำงานอัตโนมัติหรือใช้ API นี้เพื่อสร้างและปรับใช้แอปพลิเคชันการสร้างโมเดลเชิงพยากรณ์ที่คุณกำหนดเองดูตัวอย่างได้ที่ developer.sas.com
การเรียนรู้เชิงลึกที่รองรับ Python และ ONNX
ผู้ใช้ Python สามารถเข้าถึง API ระดับสูงสำหรับฟังก์ชันการเรียนรู้เชิงลึกภายใน Jupyter Notebook ผ่านแพ็คเกจโอเพ่นซอร์ส SAS Deep Learning with Python (DLPy) บน GitHub DLPy รองรับ Open Neural Network Exchange (ONNX) เพื่อให้ย้ายโมเดลระหว่างเฟรมเวิร์กได้อย่างง่ายดาย ให้คะแนนชุดข้อมูลใหม่โดยใช้โมเดล ONNX ในสภาพแวดล้อมที่หลากหลายโดยใช้ประโยชน์จาก Analytic Store (ASTORE)
การวิเคราะห์ที่ใช้งานง่าย
เทมเพลตแนวทางปฏิบัติช่วยให้คุณสามารถเริ่มต้นการสร้างโมเดลได้อย่างรวดเร็วและสอดคล้องกัน ทีมวิเคราะห์จึงสามารถมั่นใจว่างานจะเป็นไปในทิศทางเดียวกัน โดยความสามารถในการวิเคราะห์ได้แก่ การจัดกลุ่ม การถดถอยประเภทต่างๆ, แรนดอมฟอเรสต์, โมเดลเพิ่มการไล่ระดับ, เครื่องเวคเตอร์สนับสนุน, การประมวลผลภาษาธรรมชาติ, การตรวจจับหัวข้อ ฯลฯ
การวิเคราะห์เครือข่าย
ปรับปรุงคุณภาพของแนวทางการทำเหมืองข้อมูลและการเรียนรู้ของเครื่องโดยใช้ชุดอัลกอริธึมเครือข่ายอเนกประสงค์เพื่อสำรวจโครงสร้างของเครือข่าย เช่น สังคม การเงิน โทรคมนาคม และอื่นๆ ที่เป็นส่วนหนึ่งของข้อมูลธุรกิจโดยชัดแจ้งหรือโดยปริยาย
การประมวลผลเชิงวิเคราะห์ในหน่วยความจำที่ปรับขนาดได้มาก
เข้าถึงข้อมูลในหน่วยความจำได้พร้อมกันในสภาพแวดล้อมที่ปลอดภัยและมีผู้ใช้หลายคน กระจายข้อมูลและการดำเนินการปริมาณงานวิเคราะห์ข้ามโหนดมัลติเธรดแบบคู่ขนานบนแต่ละโหนดเพื่อประมวลผลด้วยความเร็วสูง
การประมวลผลภาพและการถ่ายภาพทางชีวการแพทย์
รับและวิเคราะห์อิมเมจด้วยการปรับใช้โมเดลบนเซิร์ฟเวอร์ Edge หรือมือถือ โดยรองรับโฟลว์การวิเคราะห์ภาพทางชีวการแพทย์ รวมถึงภาพที่มีคำอธิบายประกอบตั้งแต่ต้นจนจบ
เขียนโค้ดในภาษาที่คุณเลือก
ผู้สร้างโมเดลและนักวิทยาศาสตร์ข้อมูลสามารถเข้าถึงความสามารถของ SAS จากสภาพแวดล้อมการเขียนโค้ดตามต้องการไม่ว่าจะเป็น Python, R, Java หรือ Lua และเพิ่มพลังของ SAS ให้กับแอปพลิเคชันอื่นๆ ด้วย SAS Viya REST API
คลาวด์เนทีฟ
สถาปัตยกรรมของ SAS Viya มีความกะทัดรัด เป็นระบบคลาวด์เนทีฟ และรวดเร็ว ช่วยให้คุณสามารถใช้ประโยชน์จากการลงทุนในคลาวด์ได้เต็มที่ ไม่ว่าจะเป็นผู้ให้บริการคลาวด์รายใด
ดูการใช้งานจริงของ SAS สำหรับการเรียนรู้ของเครื่องและการเรียนรู้เชิงลึก
SAS Viya เป็นระบบคลาวด์เนทีฟและรองรับระบบคลาวด์อื่นๆ
ใช้ SAS ตามที่คุณต้องการ – จัดการโดย SAS หรือจัดการด้วยตนเอง และในที่ที่คุณต้องการ
แหล่งข้อมูลที่แนะนำเกี่ยวกับ SAS สำหรับการเรียนรู้ของเครื่องและการเรียนรู้เชิงลึก
หากต้องการเรียกดูทรัพยากรตามประเภท ให้เลือกตัวเลือกด้านล่าง
-
- เลือกประเภทของแหล่งข้อมูล
- Book Excerpt
- Case Study
- E-Book
- Fact Sheet
- Industry Overview
- Infographic
- Interview
- Overview Brochure
- Product Brief
- Research
- Series
- Video
- Webinar
- White Paper
- White Paper
- การรายงานโดยนักวิเคราะห์
- บทความ
- บทสรุปผู้บริหาร
- สรุปโซลูชั่น
- เรื่องราวจากลูกค้าของเรา
- โพสท์จากบล็อก
- โพสท์จากบล็อก การสร้างและการเปรียบเทียบโมเดลโอเพ่นซอร์สใน SAS Model Studio
- โพสท์จากบล็อก การปรับปรุงแพลตฟอร์มการวิเคราะห์
- เรื่องราวจากลูกค้าของเรา Finland’s top retail bank applies AI to improve customer service and credit scoring
- เรื่องราวจากลูกค้าของเรา Predictive analytics and AI deliver a winning fan experience
- เรื่องราวจากลูกค้าของเรา Managing Dutch roads and waterways with intelligence
- เรื่องราวจากลูกค้าของเรา Transforming the consumer banking experience through advanced analytics
- เรื่องราวจากลูกค้าของเรา Building reliability in risk
- เรื่องราวจากลูกค้าของเรา It’s all in the research: Using AI to solve issues in health care
- เรื่องราวจากลูกค้าของเรา Jakarta Smart City uses IoT analytics to better serve residents
- เรื่องราวจากลูกค้าของเรา Improving data collection and modeling to accelerate predictive medicine efforts
- เรื่องราวจากลูกค้าของเรา Revolutionizing marketing campaigns with AI
- White Paper Statistics and Machine Learning at Scale
- White Paper The Machine Learning Landscape
- White Paper How to Do Deep Learning With SAS®