SAS® 自适应学习和智能代理系统功能

异常检测

  • 结合监督和无监督机器学习算法来检测欺诈和其他罕见事件。
  • 支持将模型导出/发布到 SAS 模型管理器,其他 SAS 工具可以访问这些模型。
  • 包括一些 API,使您可以灵活地使用其他系统进行记录评分、警报生成、分类和模型再训练。
  • 提供异常检测结果图表,以帮助设置警报阈值和控制生成警报的数量。
  • 通过数据集中的图表突出显示导致异常的主要变量。
  • 提供无监督记分卡,以帮助解释将行标识为异常的原因。
  • 针对阈值以下(线以下)一定百分比的记录发出警报,从而减少随时间推移将偏差引入模型的可能性。
  • 增强作业监视,包括对作业状态、错误处理和日志记录的改进,从而提高作业进度状态报告的准确性。
  • 通过复制基于其他模型版本的模型来提高效率,减少调整模型变体以获得最佳结果的时间。

透明度

  • 包括白盒模型和记录记分卡,以揭开机器学习的奥秘。
  • 提供叙述、文本和视觉效果,以描述和解释模型。
  • 使分析人员和调查人员提高决策的透明度,并解释将某人识别为欺诈者的原因。

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。
  • 将来自 SAS 可视化调查的分类结果(例如警报生产率等级)反馈回训练数据,以训练新模型。
  • 支持整个分析生命周期 – 从数据、发现到部署。

易于使用的可视化界面

  • 通过选择以下元素创建用于检测罕见事件的模型:
    • 训练数据表,其中包括分类为欺诈的记录。
    • 包含欺诈分类的目标列。
    • 表示欺诈的值。
    • 模型复杂度。
    • 要排除或包含的变量。
  • 评估模型有效性并选择适当的警报阈值。
    • 提供描述模型准确性的图表。将目标列中的值与每个记录的模型分类进行比较,并绘制每个阈值的误报和漏报平衡的图表。
    • 自动选择最佳阈值。
    • 允许您使用自己的阈值覆盖该阈值。
    • 使您能够选择阈值并查看对误报和漏报的影响。
    • 支持在部署前评估模型的多个版本。
  • 单击一个按钮即可部署模型,自动创建一组作业以生成评分和警报。

自动化集成

  • 自动集成 SAS 可视化调查,用于评分、提醒、分类、更新训练数据和再训练模型。

Back to Top