SAS Viya

SAS® Visual Analytics

À partir d'une seule interface en libre-service, vous pouvez explorer visuellement les données pour identifier de nouveaux modèles et créer des rapports interactifs, le tout sans avoir besoin de connaissances techniques.

Des fonctions avancées telles que l'analyse augmentée peuvent vous aider à utiliser les informations que vos données contiennent.
Résolvez facilement les problèmes analytiques complexes grâce aux aperçus automatisés.

Les aperçus générés automatiquement vous permettent d'identifier les variables les plus courantes dans tous les modèles, les variables les plus importantes sélectionnées dans tous les modèles et les résultats d'évaluation pour tous les modèles. Les capacités de génération en langage naturel sont utilisées pour créer des résumés de projet rédigés en langage clair, ce qui vous permet d'interpréter facilement les rapports. Les membres de l'équipe d'analytique peuvent ajouter des notes de projet au rapport d'insights pour faciliter la communication et la collaboration entre les membres de l'équipe.

Offrez aux utilisateurs des options linguistiques.

Vous ne connaissez pas le code SAS ? Pas de problème. SAS vous permet d'intégrer du code open source dans une analyse et d'appeler des algorithmes open source de manière transparente dans son environnement. Cela facilite la collaboration au sein de votre organisation, car les utilisateurs peuvent programmer dans la langue de leur choix. Vous pouvez également tirer parti de SAS Deep Learning with Python (DLPy), notre paquet open source sur GitHub, pour utiliser Python dans les carnets Jupyter afin d'accéder aux API de haut niveau pour les fonctionnalités d'apprentissage profond, notamment la vision par ordinateur, le traitement du langage naturel, les prévisions et le traitement de la parole. DLPy prend en charge l'Open Neural Network Exchange (ONNX) pour déplacer facilement les modèles d'un cadre à l'autre.

Explorez rapidement plusieurs approches pour trouver la solution optimale.

Les performances supérieures du traitement parallèle massif et les blocs de construction riches en fonctionnalités des pipelines d'apprentissage automatique vous permettent d'explorer et de comparer rapidement plusieurs approches. Trouvez rapidement et facilement les paramètres optimaux pour divers algorithmes d'apprentissage automatique, notamment les arbres décisionnels, les forêts aléatoires, le boosting de gradient, les réseaux neuronaux, les machines à vecteurs de support et les machines à factoriser, en sélectionnant simplement l'option souhaitée. Des routines complexes d'optimisation par recherche locale travaillent dur en arrière-plan pour régler vos modèles de manière efficace et effective. Vous pouvez également combiner des données non structurées et structurées dans des programmes d'apprentissage automatique intégrés pour obtenir des informations plus précieuses à partir de nouveaux types de données. La reproductibilité à chaque étape du cycle de vie de l'analyse fournit des réponses et des informations fiables.

Obtenez une connaissance complète de vos collections de modèles.

Suivez les modèles depuis leur création jusqu'à leur retrait, en passant par leur utilisation, grâce à un processus centralisé, efficace et reproductible d'enregistrement, de validation, de surveillance et de recyclage des modèles. Chaque fois qu'une version est créée, un instantané des propriétés et des fichiers du modèle est capturé, ce qui garantit un contrôle complet des versions. Les modèles sont sécurisés, et l'historique des versions des modèles est verrouillé et conservé.

Prenez les bonnes décisions, automatiquement et à grande échelle.

Prenez des décisions pertinentes et interactives basées sur des analyses automatisées et sophistiquées. Les utilisateurs informatiques et commerciaux peuvent utiliser des données opérationnelles actuelles et historiques - alimentées par des modèles analytiques et régies par des règles commerciales - pour concevoir et déployer conjointement des décisions opérationnelles qui définissent automatiquement les meilleures actions en temps réel à l'échelle de milliers de décisions quotidiennes. Qu'il s'agisse de décisions directes en contact direct avec le client (ciblage des offres et décisions de crédit, par exemple) ou de décisions complexes et transversales dans des domaines tels que la fabrication, vous pouvez être sûr que les décisions de l'entreprise sont efficientes, efficaces et opportunes.

Interprétez les modèles en langage clair.

Des rapports d'interprétabilité standard sont disponibles dans tous les nœuds de modélisation, y compris LIME, ICE, Kernel SHAP, PD heatmaps, etc., avec des explications en langage simple provenant de la génération de langage naturel intégrée.

SAS® Visual Statistics

Grâce à un environnement interactif prenant en charge plusieurs utilisateurs, vous pouvez explorer et découvrir plus rapidement des modèles plus efficaces. Créez et affinez facilement et instantanément d'innombrables modèles prédictifs, en posant plus de questions pour obtenir des résultats encore meilleurs !
SAS Visual Analytics vous donne la possibilité d'analyser vos données visuellement et d'identifier les valeurs aberrantes, les incohérences ou les tendances qui ne sont pas facilement observables dans une feuille de calcul.

Modélisation descriptive. Explorez visuellement les segments et analysez-les plus en détail grâce à des regroupements dynamiques de type k-means, des diagrammes de dispersion et des statistiques descriptives, y compris des ventilations détaillées par dimensions démographiques telles que le niveau de revenu ou le nombre d'enfants dans le foyer.

Modélisation prédictive. Utilisez diverses techniques d'apprentissage automatique, telles que le regroupement ou la classification, pour créer des modèles prédictifs dans une interface visuelle que vous pouvez personnaliser sans avoir à apprendre un quelconque langage de programmation.

Analysez vos données à grande échelle et obtenez de nouvelles informations avec SAS® Studio, l'environnement d'analyse d'entreprise le plus avancé au monde. Connectez-vous à des sources de données volumineuses ou utilisez des API pour intégrer SAS dans des applications écrites dans d'autres langages, tels que Python, R et Java, ou utilisez des API RESTful fournies par des services externes.

Créez simultanément des modèles et traitez les résultats de chaque groupe ou segment sans avoir à trier les données dans plusieurs listes.

Évaluer différents modèles. Générer des résumés des performances d'un ou plusieurs modèles (courbes de lift, courbes ROC, statistiques de concordance).

Utilisez les modèles de notation pour exporter votre modèle sous forme de code SAS DATA afin de pouvoir l'appliquer à de nouvelles données.

Le traitement distribué en mémoire est idéal pour créer des modèles sur des données résidant dans plusieurs tables. La création du modèle et l'analyse des résultats peuvent se faire sans qu'il soit nécessaire de déplacer ou d'écrire des données sur le disque.

Vous pouvez déployer Cloud Foundry sur du matériel standard, dans une infrastructure de cloud privé ou public, en tant que plate-forme en tant que service (PaaS) ou logiciel géré en tant que service (MSaaS).

SAS® Viya® data science

Avec SAS Viya, vous pouvez utiliser la gamme complète d'outils analytiques de pointe et intégrer vos analyses dans des interactions en temps réel.