SAS Model Studio
คาดการณ์ด้วยความมั่นใจและตัดสินใจจากข้อมูลได้เร็วขึ้น
ข้อเท็จจริงพูดเพื่อตัวเอง
หลังจากระบุผลประโยชน์ด้านประสิทธิภาพและการประหยัดค่าใช้จ่ายในระบบคลาวด์ของ SAS Viya แล้ว บริษัทวิจัยอิสระอย่าง The Futurum Group ก็ได้ดำเนินการศึกษาครั้งที่สองเกี่ยวกับประสิทธิภาพการผลิต นี่คือสิ่งที่เราเรียกว่า win-win สำหรับทีมข้อมูลและ AI ของคุณ:
การศึกษาด้านผลิตภาพ
4.6 เท่า
มีประสิทธิภาพมากขึ้น
ทีมข้อมูลและ AI พบว่ามีประสิทธิภาพการผลิตที่เพิ่มขึ้นและความซับซ้อนลดลงในการบรรลุวงจรชีวิตข้อมูลและ AI ที่สมบูรณ์ใน SAS Viya อ่านบทสรุป
การศึกษาประสิทธิภาพการทำงาน
30x
เร็วขึ้น
นั่นคือเวลาที่ SAS Viya แซงหน้าแพลตฟอร์มอื่นๆ ในเรื่องเวลาในการประมวลผลข้อมูลและงาน AI โดยเฉลี่ย ซึ่งแปลว่าประหยัดต้นทุนด้านคลาวด์ได้ 86%
อ่านบทสรุป
คุณสมบัติหลัก
ส่งเสริมให้สมาชิกในทีมทุกระดับทักษะสามารถเรียนรู้วงจรชีวิตของการวิเคราะห์ทั้งหมดด้วยแพลตฟอร์มที่เรียบง่าย ทรงพลัง และเป็นอัตโนมัติ ปลดล็อกขีดความสามารถในการทำเหมืองข้อมูลและการเรียนรู้ของเครื่องที่ราบรื่นและครบวงจร
AutoML
ใช้ระบบอัตโนมัติเพื่อสร้างและปรับปรุงโมเดลของคุณได้เร็วขึ้นด้วย AutoML วิศวกรรมคุณลักษณะอัตโนมัติจะเลือกชุดคุณลักษณะที่ดีที่สุดสำหรับการสร้างแบบจำลองโดยการจัดอันดับเพื่อบ่งชี้ถึงความสำคัญของคุณลักษณะเหล่านั้นในการแปลงข้อมูล ภาพแสดงไปป์ไลน์จะถูกสร้างขึ้นแบบไดนามิกจากข้อมูลของคุณ แต่สามารถแก้ไขได้เพื่อให้คงอยู่ในรูปแบบที่มีความโปร่งใส
SAS Viya Copilot (เร็วๆ นี้)
ทำให้การพัฒนาโมเดลเป็นสิ่งที่ทุกคนเข้าถึงได้ด้วย Generative AI เพื่อรับคำแนะนำอัจฉริยะพร้อมคำอธิบายที่มีข้อมูลประกอบเพื่อสนับสนุนการตัดสินใจของมนุษย์
ข้อมูลเชิงลึกของ AI
สร้างข้อมูลเชิงลึกโดยอัตโนมัติ รวมถึงรายงานสรุปเกี่ยวกับโครงการ ตลอดจนโมเดลที่กำลังใช้งานอยู่และโมเดลใหม่ที่อยู่ระหว่างการฝึกฝน ภาษาที่เรียบง่ายจากการสร้างภาษา ธรรมชาติที่ฝังอยู่ช่วยให้สามารถตีความรายงานได้ง่ายขึ้นและลดช่วงเวลาในการเรียนรู้ของ นักวิเคราะห์ธุรกิจ แบ่งปันข้อมูลเชิงลึกเกี่ยวกับการสร้างโมเดลผ่านรายงานในรูปแบบ PDF
SAS ร่วมกับโอเพนซอร์ส
ผู้สร้างโมเดลและนักวิทยาศาสตร์ข้อมูลสามารถเข้าถึงความสามารถของ SAS จากสภาพแวดล้อมการเขียนโค้ดตามต้องการไม่ว่าจะเป็น Python, R, Java หรือ Lua และเพิ่มพลังของ SAS ให้กับแอปพลิเคชันอื่นๆ ด้วย SAS Viya REST API
การเข้าถึงข้อมูล การจัดเตรียม และคุณภาพ
เข้าถึง สร้างโปรไฟล์ ล้างข้อมูล และแปลงข้อมูลโดยใช้อินเทอร์เฟซที่ใช้งานง่ายซึ่งมีความสามารถในการเตรียมข้อมูลแบบบริการตนเองด้วย AI แบบฝัง
การสร้างข้อมูลสังเคราะห์
ใช้ประโยชน์จาก Generative Adversarial Network (GANs) เพื่อสร้างข้อมูลสังเคราะห์ ทั้งแบบรูปภาพและแบบตารางสำหรับโมเดลการเรียนรู้เชิงลึกของคุณ
การแสดงภาพข้อมูลแบบอินเทอร์แอคทีฟ
สำรวจข้อมูลด้วยภาพ รวมทั้งสร้างและแบ่งปันการนำเสนอด้วยรูปภาพอัจฉริยะและรายงานแบบโต้ตอบผ่านส่วนติดต่อบริการตนเองแบบครบวงจร การวิเคราะห์เสริมและความสามารถขั้นสูงช่วยเร่งการได้มาซึ่งข้อมูลเชิงลึก และช่วยให้คุณค้นพบเรื่องราวที่ซ่อนอยู่ในข้อมูลของคุณ
การตรวจจับอคติ
ประเมินโมเดลทั้งในด้านประสิทธิภาพและผลลัพธ์ที่ลำเอียงเมื่อเทียบกับกลุ่มที่กำหนด
API สาธารณะสำหรับการสร้างโมเดลอัตโนมัติ
ใช้ประโยชน์จาก API สาธารณะในการสร้างโมเดลอัตโนมัติสำหรับการพัฒนาและการปรับใช้โมเดลแบบ end-to-end ง่ายๆ เพียงแค่เลือกตัวเลือกการทำงานอัตโนมัติหรือใช้ API นี้เพื่อสร้างและปรับใช้แอปพลิเคชันการสร้างโมเดลเชิงพยากรณ์ที่คุณกำหนดเองดูตัวอย่างได้ที่ developer.sas.com
ปรับขนาดได้สูง
เข้าถึงข้อมูลในหน่วยความจำได้พร้อมกันในสภาพแวดล้อมที่ปลอดภัยและมีผู้ใช้หลายคน กระจายข้อมูลและการดำเนินการปริมาณงานวิเคราะห์ข้ามโหนดมัลติเธรดแบบคู่ขนานบนแต่ละโหนดเพื่อประมวลผลด้วยความเร็วสูง
คลาวด์เนทีฟ
สถาปัตยกรรมของ SAS Viya มีความกะทัดรัด เป็นระบบคลาวด์เนทีฟ และรวดเร็ว ช่วยให้คุณใช้ประโยชน์จากการลงทุนในระบบคลาวด์ของคุณได้อย่างเต็มที่ ไม่ว่าจะใช้ผู้ให้บริการระบบคลาวด์รายใดก็ตาม
เขียนโค้ดน้อย ไม่ต้องเขียนโค้ด
สร้างโมเดลอย่างรวดเร็วและรับรองความสอดคล้องด้วยเทมเพลตที่คัดเลือกมาแล้วและอินเทอร์เฟสแบบลากและวาง ความสามารถในการวิเคราะห์ ประกอบด้วยการจัดกลุ่มข้อมูล, การถดถอยประเภทต่างๆ, Random Forest โมเดล Gradient Boosting, กลไกเวคเตอร์สนับสนุน, การประมวลผลภาษาธรรมชาติ, การตรวจจับหัวข้อ เป็นต้น
ดูว่า SAS Model Studio สามารถทำอะไรได้บ้าง
การวิเคราะห์เครือข่าย
ปรับปรุงคุณภาพของแนวทางการทำเหมืองข้อมูลและการเรียนรู้ของเครื่องโดยใช้ชุดอัลกอริธึมเครือข่ายอเนกประสงค์เพื่อสำรวจโครงสร้างของเครือข่าย เช่น สังคม การเงิน โทรคมนาคม และอื่นๆ ที่เป็นส่วนหนึ่งของข้อมูลธุรกิจโดยชัดแจ้งหรือโดยปริยาย
การประมวลผลภาพและการถ่ายภาพทางชีวการแพทย์
รับและวิเคราะห์อิมเมจด้วยการปรับใช้โมเดลบนเซิร์ฟเวอร์ Edge หรือมือถือ โดยรองรับโฟลว์การวิเคราะห์ภาพทางชีวการแพทย์ รวมถึงภาพที่มีคำอธิบายประกอบตั้งแต่ต้นจนจบ
การเรียนรู้ที่ช่วยเสริมประสิทธิภาพ
ตัดสินใจได้ดีขึ้นด้วยการเรียนรู้แบบเสริมกำลังผ่าน Fitted Q-Networks, Deep Q-Networks หรือ Actor-critic เพื่อแก้ไขปัญหาการตัดสินใจแบบต่อเนื่อง พร้อมด้วยการสนับสนุนสำหรับสภาพแวดล้อมแบบกำหนดเอง
SAS Viya เป็นระบบคลาวด์เนทีฟและรองรับระบบคลาวด์อื่นๆ
ใช้ SAS ตามที่คุณต้องการ – จัดการโดย SAS หรือจัดการด้วยตนเอง และในที่ที่คุณต้องการ
แหล่งข้อมูลที่แนะนำสำหรับ SAS Model Studio
หากต้องการเรียกดูทรัพยากรตามประเภท ให้เลือกตัวเลือกด้านล่าง
-
- เลือกประเภทของแหล่งข้อมูล
- Book Excerpt
- Case Study
- E-Book
- Industry Overview
- Infographic
- Interview
- Overview Brochure
- Product Brief
- Research
- Series
- Video
- Webinar
- White Paper
- การรายงานโดยนักวิเคราะห์
- บทความ
- โพสท์จากบล็อก
- เรื่องราวจากลูกค้าของเรา
- สรุปโซลูชั่น
- โพสท์จากบล็อก การสร้างและการเปรียบเทียบโมเดลโอเพ่นซอร์สใน SAS Model Studio
- โพสท์จากบล็อก การปรับปรุงแพลตฟอร์มการวิเคราะห์
- E-Book Decisions you can trust: A strategic guide to trustworthy data and AI decision making
- โพสท์จากบล็อก How SAS Viya ensures successful, sustainable model deployments
- เรื่องราวจากลูกค้าของเรา Predictive analytics and AI deliver a winning fan experience
- เรื่องราวจากลูกค้าของเรา Finland’s top retail bank applies AI to improve customer service and credit scoring
- 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®







