SAS® 自适应学习和智能代理系统

使用机器学习以最少的互动自动检测罕见事件,例如欺诈。

结合使用监督和无监督机器学习来了解过去的异常情况,进行适应和再训练以预测未来的事件。

异常检测

使用先进的监督和无监督机器学习算法以及经过验证的最佳实践来检测欺诈和其他罕见事件。

透明度

通过模型和记录记分卡,为描述和解释模型提供叙事、文本和视觉效果,从而揭开机器学习的神秘面纱。

易于使用的界面

使未经数据科学培训的用户能够创建用于检测罕见事件的模型。

自适应学习

创建一个自适应学习系统,通过与 SAS 可视化调查集成,不断提高检测欺诈的能力并对新的欺诈模式迅速做出反应。

自动化集成

自动化与 SAS 可视化调查的集成,为您节省开发用于评分、警报、分类、刷新训练数据和再训练模型的系统的时间和费用。

支持非数据科学家创建模型。

SAS 自适应学习和智能代理系统在桌面显示器上显示模型属性

在整个分析生命周期中提高生产率。

SAS 自适应学习和智能代理系统可自动执行模型训练和再训练所需的大部分工作。借助易于使用的界面,您可以将创建和部署模型的任务扩展到数据科学技能有限的更广泛的用户社区,这些模型经过优化以检测罕见事件。这使数据科学家可以将时间集中在其他战略领域。

自动生成评分和警报。

该解决方案可轻松与 SAS 可视化调查集成。部署模型后,将自动创建作业以生成评分和警报,这些评分和警报将馈送到 SAS 可视化调查中。分类的警报将反馈到数据中,因此可以训练新模型。该解决方案支持模型的多个版本,使用户能够在部署之前比较模型并调整新模型。自动化可确保对模型进行重新训练和更频繁地更新,以检测最新的欺诈模式。

SAS 自适应学习和智能代理系统在桌面显示器上显示样本输出
SAS 自适应学习和智能代理系统在桌面显示器上显示结果

通过精确的检测减少误报。

SAS 自适应学习和智能代理系统结合了最新的监督和无监督机器学习算法、最佳实践以及其他微调技术,可准确检测罕见事件并减少误报次数。

使用最新的 AI 和机器学习技术训练模型。

用户可以选择使用无监督学习和/或监督学习来训练模型。通过无监督学习,可以使用没有目标(未标记)的数据来训练模型。此模型可以检测数据中的异常并发出警报。SAS 可视化调查可用于调查和处理异常警报。处理结果会自动反馈到训练数据中,以提供监督学习的目标(标签)。

SAS 自适应学习和智能代理系统显示异常结果

了解 SAS® 自适应学习和智能代理系统及其他产品的更多信息

放大镜

欺诈和安全洞察

 

从业务顶级智囊处获取有关欺诈和安全的最新消息、观点和洞察。

 

获取洞察

白皮书

 

了解成功进行欺诈分析所需了解的知识。

 

阅读看书

2019 年第一季度 Forrester Wave:企业洞察平台

分析报告

 

SAS 是 2019 年第一季度 Forrester Wave:企业洞察平台领导者。

 

阅读报告

Back to Top