Daftar Fitur Teknologi Dalam Basis Data SAS

Akselerator Penilaian SAS

• Klien publikasi otomatis.Secara otomatis menerjemahkan dan mempublikasikan model sebagai program SAS DS2 di dalam basis data.
• Eksekusi dalam basis data. Mengaktifkan komputasi penilaian model SAS untuk dijalankan sepenuhnya di dalam basis data.
• Dukungan model SAS Enterprise Miner. Mendukung kelas yang kuat pada model prediktif dan deskriptif SAS Enterprise Miner, termasuk lapisan transformasi awal (misalnya penggantian data).
• Dukungan model SAS/STAT. Mendukung set model prediktif pilihan yang dibuat menggunakan prosedur SAS/STAT ini: LOGISTIC, GENMOD, REG, GLMSELECT, GLM, GLIMMIX, dan MIXED.
• Lingkungan run-time. Mendukung format intrinsik dan yang ditentukan pengguna SAS.
• Publikasi dan penilaian model. Mendukung publikasi dan penilaian model terprogram dari Base SAS, atau mereka dapat didaftarkan dan dijadwalkan untuk dijalankan sebagai pekerjaan SAS.
• Pelacakan dan pemantauan kinerja model.Sepenuhnya terintegrasi dengan SAS Model Manager (diperlukan untuk model linear SAS/STAT; opsional untuk model SAS Enterprise Miner) untuk semakin menyederhanakan pendaftaran, validasi, dan penilaian model SAS dalam basis data menggunakan antarmuka pengguna grafis SAS Model Manager.

Akselerator Kode Dalam Basis Data SAS

• Eksekusi dalam basis data.Mengaktifkan kode SAS PROC DS2 yang ditulis pengguna untuk dijalankan di basis data.
• Pemrosesan paralel secara besar-besaran.Memungkinkan Anda menekan komponen simpul pada program SAS PROC DS2 ke basis data untuk memanfaatkan eksekusi paralel secara besar-besaran di seluruh platform data.
• Keuntungan kinerja.Memberikan manfaat kinerja terbesar saat digunakan untuk penghitungan intensif CPU dan transformasi data pada sumber data besar.

Akselerator Kualitas Data SAS

• Kasus.Memastikan bahwa kasus yang sesuai konteks digunakan dalam kolom data.
• Ekstraksi. Mengekstrak entitas atau atribut khusus konteks dari string teks.
• Analisis jenis kelamin. Menentukan jenis kelamin berdasarkan nama.
• Analisis identifikasi. Menentukan jenis data yang dinyatakan dengan string teks.
• Penguraian. Segmentasi string menjadi entitas terpisah dan berlainan.
• Analisis pola. Menampilkan representasi pola karakter string teks yang sederhana – berguna untuk menentukan apakah pemrosesan kualitas data lebih lanjut diperlukan.
• Standardisasi. Menghasilkan format yang disukai untuk semua value dalam kolom untuk keseragaman.
• Pembuatan kode pencocokan. Membuat "kode pencocokan" untuk string teks. Kode pencocokan digunakan untuk perbandingan pencocokan fuzzy antara informasi terkait, tetapi tidak identik.