SAS^® 模型管理

SAS Model Manager 功能清單

模型註冊

提供一個網頁，其中包含每個月發布的所有新功能相關資訊，以及使用方法內容，並且能夠與使用者社群進行互動。
為所有類型的模型提供安全、可靠、可版控的儲存空間，以及存取管理 (包括備份與還原功能、覆寫保護和事件記錄)。
註冊後，可以依據用於儲存模型的屬性 (資產類型、演算法、輸入或目標變數、模型 ID 等) 以及使用者定義的屬性和可編輯的關鍵字，來搜尋、查詢、排序和篩選模型。
將一般屬性作為欄新增到模型和專案清單中，例如模型名稱、角色、演算法類型、修改日期、修改者、儲存庫位置、描述、版本和關鍵字 (標記)。
使用開放的 REST API 存取模型和模型評分工具。
直接支援用於評分和發佈的 Python 模型。將 PMML 和 ONNX (使用 dlPy) 轉換為標準 SAS 模型類型。像其他類型的程式碼一樣管理和版控 R 程式碼。
提供會計和審計功能，包括主要動作的事件記錄 – 例如，模型建立、專案建立和發佈。
以 .ZIP 格式匯出模型，包括用於跨環境移動的所有模型檔案內容。
輕鬆地將模型從一個專案複製到另一個專案，從而簡化 Repository 中的模型移動。

分析工作流程管理

使用 SAS Workflow Studio 為每個模型建立自訂流程：
- 工作流程管理員與 SAS 模型管理完全整合，因此您可以在同一使用者介面內管理工作流程和追蹤工作流程的工作。
- 在資料夾層級匯入、更新和匯出通用模型，以及將模型複製或移動到另一個資料夾。
透過自動通知促進團隊間的協作。
執行常見的模型管理工作，例如匯入、檢視和附加支援文件；設定專案冠軍模型和標記挑戰者模型；為評分目的發佈模型；以及檢視儀表板報表。
透明度和分析管理透過集中式模型儲存庫、生命週期範本和版本控制，提供對分析程序的可見性。確保完全可追溯性和分析管理。

模型評分

在同一個專案中放置 Python、SAS 或其他開放式程式碼模型的組合，供使用者使用不同的模型配適統計進行比較和評估。
為模型設定、維護和管理單獨的版本：
- 當模型在專案中設定為優勝者、已更新或已發佈狀態時，冠軍模型會自動定義為新版本。
- 選擇專案冠軍模型的挑戰者模型。
- 監控和發佈挑戰者和冠軍模型。
使用所需的輸入和輸出，為 SAS 和 Python 模型定義測試和生產評分作業。
建立和執行評分工作，並指定儲存輸出和工作歷史記錄的位置。
並排比較模型，以針對特定業務問題快速評估所有競爭模型 (SAS 和開放式程式碼)，並從中選取冠軍模型。

模型部署

根據使用案例，您可以將模型發佈到批次/作業系統 (例如，SAS 伺服器、資料庫內、Hadoop/Spark 內、SAS 雲端分析服務 (CAS) 伺服器)，或發佈到使用 Micro Analytic Score (MAS) 服務的隨選系統。
將 Python 和 SAS 模型發佈到嵌入了二進位檔案和評分程式碼檔案的執行階段容器。將執行階段容器提升到本機 Docker、AWS Docker 和 Amazon EKS (彈性 Kubernetes 服務) 環境。
用於開放式程式碼模型的新 Azure 容器發佈目標。
將 SAS 和開放式程式碼模型作為 Azure 容器發佈到 Azure 機器學習。
使用 SAS 執行階段容器發佈 SAS 模型。

模型監控

使用任何類型的評分程式碼監控模型的效能。為冠軍和挑戰者 R、Python 和 SAS 模型產生的效能報表包括變數分布圖、Lift圖、穩度圖、ROC圖、K-S 和 Gini 報表，以及使用效能報告輸出結果集的 SAS 視覺分析。
內建報表顯示輸入和輸出資料的衡量，以及分類和迴歸模型的配適統計，以評估是否重新訓練、淘汰模型或建立新模型。提供涉及 Python、SAS、R 等並具有不同準確度統計資料的冠軍和挑戰者分析模型的效能報表。
使用效能報表定義和執行，監控所有專案之冠軍模型的效能。
排程定期和未來的工作，以進行效能監控。
在定義效能監控工作時，指定多個資料來源和時間收集期間。
產生自訂效能報表，並透過存取模型效能資料來建立和監控自訂業務 KPI。
使用便利的精靈，產生自訂、立即可用的 KPI 效能模型，並取得簡單的警示通知。

模型註冊