SAS Analytics for IoT 功能清單
簡化且可擴張的 ETL
- 自動把關鍵資料欄位轉換並載入到基於感測器的資料模型中。
- 讓您快速載入 IoT 資料，無論您有三個欄位（感測器 ID、數值、日期時間）還是數百個欄位皆沒問題。
- 包括感測器屬性、裝置屬性、階層、計量、事件。
- 利用綜合 ETL 功能，讓您把把額外欄位和生產品質資料與感測器資料整合。
- 直接連結至 SAS Event Stream Processing，把即時資訊與歷史紀錄整合。
以感測器為中心的靈活資料模型
- 提供標準化、可擴張的感測器資料模型。
- 開箱後立即整合即時和歷史資料、階層結構、其他關係。
- 整理大量不同的 IoT 資料以進行高效分析。
- 為整個組織內的不同使用者提供單一版本的資料。
統一、直覺式、以業務為中心的資料選取使用者介面
- 讓非技術使用者快速選取資料進行分析，不需要對底層技術和資料結構有任何理解。
- 讓使用者能用自己的業務術語，存取可用變數和屬性。
- 使用智慧型篩選工具、預定義日期期限、及其他捷徑來提高效率並減少錯誤。
- 透過讓使用者為裝置、感測器、測量、事件的任意組合，選擇資料來支援個人使用者需求。
- 讓您在整個組織中儲存、複製、重複使用和共享資料選項。
資料設定檔及探索
- 匯總大量高頻資料，以掌握資料的蒐集位置與可用於分析的資料。
- 把數百萬個感測器和事件紀錄減少到可管理的大小，同時維護資料中的關係和模式。
- 把 IoT 資料視覺化，以查看裝置、事件和感測器讀數之間的時間序列關係。
啟動器 (Launchers)
- 讓使用者能輕鬆準備和轉換資料，以便在 SAS 或第三方工具中進行分析。
- 把資料從高效儲存區格式轉換為分析就緒的格式。
- 對資料中的遺失值進行內插。
- 套用固定週期，來減少資料大小或跨感測器通用。
- 讓使用者能夠在 SAS Visual Analytics、SAS Visual Data Mining and Machine Learning、SAS Studio 以及第三方和開放原始碼應用程式中開啟資料。
進階分析及機器學習
- 把資料勘查、特徵工程和現代統計、資料探勘與機器學習技術，結合在一個可擴展的記憶體處理環境中。
- 讓使用者使用拖放式互動介面分析資料，而無須編寫程式碼。
- 使用最佳做法範本（基礎、中階或進階），快速開始執行機器學習任務。
- 運用多種機器學習演算法，包括決策樹、隨機樹系、梯度提升、類神經網路、支援向量機和因子分解機。
- 把多種機器學習演算法的結果與標準化測試相比較，以自動識別冠軍模型。
串流模型執行
- 即時分析和篩選串流資料（動態資料）。
- 讓您能建立、部署和管理在串流資料上執行的進階分析模型。
- 即時對資料進行評分，並套用結合評分和訓練的學習模型。
- 透過在儲存之前清理、標準化和篩選直播資料，來減少下游處理。
公用 API
- 允許外部系統透過讓整個企業 IoT 投資最佳化的方式存取資料。
- 讓您把 SAS 或第三方解決方案整合至自家的 IoT 生態系統。
- 使用最新資料或資料選擇清單，自動填入外部儀表板和報表。