SAS Model Manager Özellikleri Listesi
Model kaydı
Model kaydı
- Her ay yayınlanan yeni özellikler ve işlevler hakkında bilgilerin yanı sıra “nasıl yapılır” içeriği ve kullanıcı topluluğuyla etkileşim kurma yetkinliği hakkında bilgi içeren bir web sayfası sağlar.
- Her tür model için güvenli, güvenilir, sürümlü depolamanın yanı sıra yedekleme ve geri yükleme özellikleri, üzerine yazma koruması ve olay kaydı dahil olmak üzere erişim yönetimi sağlar.
- Modeller kaydedildikten sonra onları depolamak için kullanılan öz niteliklere (varlık türü, algoritma, giriş veya hedef değişkenler, model kimliği vb.) ve ayrıca kullanıcı tanımlı özellikli ve düzenlenebilir anahtar sözcüklere göre aranabilir, sorgulanabilir, sıralanabilir ve filtrelenebilir.
- Model adı, rol, algoritma türü, kimin değiştirdiği, değiştirildiği tarih, depo konumu, açıklama, sürüm ve anahtar kelimeler (etiketler) gibi modeller ve projeler listesine sütunlar hâlinde genel özellikler ekleyin.
- Açık REST API’larını kullanarak modellere ve model puanı yapılarına erişin.
- Puanlama ve yayınlama için Python modellerini doğrudan destekler. PMML ve ONNX’i (dlPy kullanarak) standart SAS model türlerine dönüştürün. R kodunu diğer kod türleri gibi yönetin ve sürümlendirin.
- Model oluşturma, proje oluşturma ve yayınlama gibi önemli eylemlerin olay günlüğe kaydedilmesi de dâhil olmak üzere muhasebe ve denetlenebilirlik sağlar.
- Ortamlar arası hareket için tüm model dosyası içerikleri de dâhil olmak üzere modelleri .ZIP formatında dışa aktarın.
- Modelleri bir projeden diğerine kolayca kopyalayarak modelin depo içindeki hareketini basitleştirin.
Analitik iş akışı yönetimi
Analitik iş akışı yönetimi
- SAS Workflow Studio’yu kullanarak her model için özel süreçler oluşturun:
- İş akışı yöneticisi, SAS Model Manager ile tamamen entegre olduğundan, aynı kullanıcı arayüzünde iş akışlarını yönetebilir ve iş akışı görevlerini takip edebilirsiniz.
- Genel modelleri klasör düzeyinde içe aktarın, güncelleyin, dışa aktarın ve çoğaltın veya başka bir klasöre taşıyın.
- Otomatik bildirimlerle ekipler arasında iş birliğini kolaylaştırır.
- Destekleyici belgelerin içe aktarılması, görüntülenmesi ve eklenmesi gibi ortak model yönetimi görevlerini gerçekleştirin; bir proje şampiyonu modelini belirlemek ve rakip modelleri işaretlemek; puanlama amaçlı modeller yayınlamak ve kontrol paneli raporlarını görüntülemek.
- Şeffaflık ve analitik yönetişimi, merkezî bir model deposu, yaşam döngüsü şablonları ve sürüm kontrolü ile analitik sürecinize görünürlük sağlar. Tam izlenebilirlik ve analitik yönetimi sağlar.
Model değerlendirmesi
Model değerlendirmesi
- Kullanıcıların farklı model uyum istatistiklerini kullanarak karşılaştırma yapması ve değerlendirme yapması için Python, SAS veya diğer açık kaynak modellerinin bir kombinasyonunu aynı projeye yerleştirin.
- Modeller için ayrı versiyonlar kurun, bakımını yapın ve yönetin:
- Model bir projede şampiyon olarak ayarlandığında, güncellendiğinde veya yayınlandığında şampiyon modeli otomatik olarak yeni bir sürüm olarak tanımlanır.
- Proje şampiyonu modeli için rakip challenger modelleri seçin.
- Challenger ve şampiyon modelleri izleyin ve yayınlayın.
- Gerekli giriş ve çıkışları kullanarak SAS ve Python modelleri için test ve üretim puanı işlerini tanımlayın.
- Puanlama görevleri oluşturun ve yürütün, çıktının ve iş geçmişinin nereye kaydedileceğini belirtin.
- Belirli bir iş sorununa yönelik tüm rakip modellerden (SAS ve açık kaynak) şampiyon modeli hızlı bir şekilde değerlendirmek ve seçmek için modelleri yan yana karşılaştırın.
Modelin devreye alınması
Modelin devreye alınması
- Kullanım senaryosuna bağlı olarak modelleri, SAS sunucusu, veri tabanı içi, Hadoop/Spark içi, SAS Bulut Analitik Hizmetleri (CAS) Sunucusu veya Mikro Analitik Puan (MAS) hizmetini kullanan isteğe bağlı sistemler gibi toplu/operasyonel sistemlerde yayınlayabilirsiniz.
- Python ve SAS modellerini yerleşik ikili dosyalar ve puan kodu dosyalarıyla çalışma zamanı konteynerlerinde yayınlayın. Çalıştırma zamanı konteynerlerini yerel Docker, AWS Docker ve Amazon EKS (esnek kubernetes hizmeti) ortamlarına tanıtın.
- Açık kaynak modelleri için yeni Azure konteyner yayınlama hedefi.
- SAS ve açık kaynak modellerini Azure konteyneri olarak Azure Machine Learning’de yayınlayın.
- SAS çalışma zamanı konteynerini kullanarak SAS modellerini yayınlayın.
Model izleme
Model izleme
- Her türlü puan koduyla modellerin performansını izleyin. Şampiyon ve rakip R, Python ve SAS modelleri için üretilen performans raporları, performans raporlama çıktı sonuç kümelerini kullanan SAS Visual Analytics ile değişken dağıtım grafiklerini, kaldırma grafiklerini, stabilite grafiklerini, ROC, K-S ve Gini raporlarını içerir.
- Yerleşik raporlar, giriş ve çıkış verilerine yönelik ölçümleri ve yeniden eğitilip eğitilmeyeceğini, kullanımdan kaldırılacağını veya yeni modeller oluşturulacağını değerlendirmek için sınıflandırma ve regresyon modellerine yönelik uyum istatistiklerini görüntüler. Python, SAS, R vb. içeren şampiyon ve challenger analitik modelleri için farklı doğruluk istatistiklerine sahip performans raporları mevcuttur.
- Performans raporu tanımını ve yürütülmesini kullanarak tüm projeler için şampiyon modellerin performansını izleyin.
- Performans izleme için yinelenen ve gelecekteki işleri planlayın.
- Performans izleme görevlerini tanımlarken birden fazla veri kaynağı ve zaman toplama periyodu belirtin.
- Özel performans raporları oluşturun ve model performans verilerine erişimle özel iş KPI’ları oluşturup izleyin.
- Kullanışlı bir sihirbaz kullanarak özel, kullanıma hazır KPI performans modellemesi oluşturun ve basit uyarı bildirimleri alın.