Lista de recursos do SAS Model Manager
Registro do modelo
Registro do modelo
- Fornece uma página web que inclui informações sobre quaisquer novos recursos e funcionalidades lançados a cada mês, assim como conteúdo de "como fazer" e a capacidade de interagir com a comunidade de usuários.
- Fornece armazenamento seguro, confiável e com versão para todos os tipos de modelos, bem como administração de acesso, incluindo recursos de backup e restauração, proteção contra substituição e registro de eventos.
- Uma vez registrados, os modelos podem ser pesquisados, consultados, classificados e filtrados por atributos utilizados para armazená-los - tipo de ativo, algoritmo, variáveis de entrada ou de destino, ID do modelo, etc. - assim como palavras-chave editáveis definidas pelo usuário.
- Adicione propriedades gerais como colunas à listagem de modelos e projetos, como nome do modelo, função, tipo de algoritmo, data de modificação, modificação por, localização do repositório, descrição, versão e palavras-chave (tags).
- Modelos de acesso e artefatos de pontuação de modelos utilizando APIs REST abertas.
- Apoia diretamente os modelos Python para pontuação e publicação. Converta PMML e ONNX (usando dlPy) em tipos de modelos padrão SAS. Gerencie e controle a versão do código R como outros tipos de código.
- Forneça contabilidade e auditabilidade, incluindo registro de eventos de grandes ações - por exemplo, criação de modelos, criação de projetos e publicação.
- Exporte modelos como formato .ZIP, incluindo todo o conteúdo do arquivo do modelo para movimentação através dos ambientes.
- Copie facilmente os modelos de um projeto para outro, simplificando o movimento do modelo dentro do repositório.
Gerenciamento do fluxo de trabalho analítico
Gerenciamento do fluxo de trabalho analítico
- Crie processos personalizados para cada modelo utilizando o SAS Workflow Studio:
- O gerenciador de fluxo de trabalho é totalmente integrado ao SAS Model Manager para que você possa gerenciar fluxos de trabalho e rastrear tarefas de fluxo de trabalho dentro da mesma interface de usuário.
- Importe, atualize e exporte modelos genéricos no nível da pasta – e duplique ou mova para outra pasta.
- Facilite a colaboração entre as equipes com notificações automatizadas.
- Executar tarefas comuns de gerenciamento de modelos, tais como importar, visualizar e anexar documentação de apoio; definir um modelo campeão de projeto e sinalizar modelos desafiadores; publicar modelos para fins de pontuação; e visualizar relatórios do painel de controle.
- Transparência e governança analítica proporcionam visibilidade em seu processo analítico com um repositório de modelos centralizado, modelos de ciclo de vida e controle de versões. Assegura rastreabilidade completa e governança analítica.
Pontuação do modelo
Pontuação do modelo
- Colocar uma combinação de Python, SAS ou outros modelos de código aberto no mesmo projeto para que os usuários possam comparar e avaliar usando estatísticas de ajuste de modelos diferentes.
- Configure, mantenha e gerencie versões separadas para modelos:
- O modelo campeão é automaticamente definido como uma nova versão quando o modelo é definido como campeão, atualizado ou publicado em um projeto.
- Escolha modelos desafiadores para o modelo campeão do projeto.
- Monitore e publique modelos desafiadores e campeões.
- Defina trabalhos de teste e pontuação de produção para os modelos SAS e Python utilizando as entradas e saídas necessárias.
- Crie e execute tarefas de pontuação, e especifique onde salvar a produção e o histórico de trabalho.
- Compare os modelos lado a lado para avaliar e selecionar rapidamente o modelo campeão de todos os modelos concorrentes (SAS e open source) para um problema comercial específico.
Implantação de modelo
Implantação de modelo
- Dependendo do caso de uso, você pode publicar modelos para sistemas batch/operacionais - por exemplo, servidor SAS, in-database, in-Hadoop/Spark, SAS Cloud Analytic Services (CAS) Server, ou para sistemas on-demand usando o serviço Micro Analytic Score (MAS).
- Publique os modelos Python e SAS para executar recipientes de tempo com binários embutidos e arquivos de código de pontuação. Promova contêineres de tempo de funcionamento para ambientes locais Docker, AWS Docker e Amazon EKS (serviço de kubernetes elásticos).
- Novo destino de publicação de contêineres Azure para modelos de código aberto.
- Publique SAS e modelos de código aberto para o Azure Machine Learning como um recipiente Azure.
- Publique os modelos SAS utilizando o contêiner SAS de tempo de execução.
Monitoramento de modelos
Monitoramento de modelos
- Monitore o desempenho dos modelos com qualquer tipo de código de pontuação. Os relatórios de desempenho produzidos para os modelos campeão e desafiador R, Python e SAS incluem gráficos de distribuição variável, gráficos de elevação, gráficos de estabilidade, relatórios ROC, K-S e Gini com SAS Visual Analytics usando conjuntos de resultados de desempenho-relatórios de resultados.
- Relatórios incorporados exibem as medidas para os dados de entrada e saída e estatísticas adequadas para os modelos de classificação e regressão para avaliar se é necessário reciclar, aposentar ou criar novos modelos. Relatórios de desempenho para modelos analíticos campeões e desafiadores envolvendo Python, SAS, R, etc., com diferentes estatísticas de precisão estão disponíveis.
- Monitore o desempenho dos modelos campeões para todos os projetos utilizando a definição e execução de relatórios de desempenho.
- Programe trabalhos recorrentes e futuros para o monitoramento do desempenho.
- Especifique múltiplas fontes de dados e períodos de coleta de tempo ao definir tarefas de monitoramento de desempenho.
- Gere relatórios de desempenho personalizados, crie e monitore KPIs de negócios personalizados com acesso a dados de desempenho de modelo.
- Gere modelagem de desempenho de KPI personalizada e pronta para uso usando um assistente conveniente e receba notificações de alerta simples.