SAS^® Model Manager

รายการคุณสมบัติของ SAS Model Manager

ทะเบียนรุ่น

จัดเตรียมหน้าเว็บที่มีข้อมูลเกี่ยวกับคุณสมบัติและฟังก์ชันใหม่ที่เผยแพร่ในแต่ละเดือน ตลอดจนเนื้อหา "วิธีการ" และความสามารถในการโต้ตอบกับชุมชนผู้ใช้
จัดเตรียมที่เก็บข้อมูลเวอร์ชันที่ปลอดภัย เชื่อถือได้สำหรับโมเดลทุกประเภท ตลอดจนการดูแลระบบการเข้าถึง รวมถึงความสามารถในการสำรองและกู้คืน การป้องกันการเขียนทับ และการบันทึกเหตุการณ์
เมื่อลงทะเบียนแล้ว โมเดลจะสามารถค้นหา, สืบค้น, จัดเรียง และกรองตามแอตทริบิวต์ที่ใช้จัดเก็บได้ เช่น ประเภทของสินทรัพย์, อัลกอริธึม, อินพุตหรือตัวแปรเป้าหมาย, ID โมเดล ฯลฯ รวมถึงคำหลักที่กำหนดโดยผู้ใช้และแก้ไขได้
เพิ่มคุณสมบัติทั่วไปเป็นคอลัมน์ในรายการโมเดลและโปรเจ็กต์ เช่น ชื่อโมเดล, บทบาท, ประเภทของอัลกอริธึม, วันที่แก้ไข, แก้ไขโดย, ตำแหน่งที่เก็บ, คำอธิบาย, เวอร์ชัน และคีย์เวิร์ด (แท็ก)
เข้าถึงแบบจำลองต่างๆ รวมถึงแบบจำลองด้านคะแนนที่ประดิษฐ์ขึ้น ด้วย REST API แบบเปิด
รองรับโมเดล Python โดยตรงสำหรับการให้คะแนนและการเผยแพร่ แปลง PMML และ ONNX (โดยใช้ dlPy) เป็นโมเดล SAS มาตรฐานประเภทต่างๆ จัดการและกำหนดเวอร์ชันของโค้ด R เหมือนโค้ดประเภทอื่นๆ
ให้การบัญชีและการตรวจสอบได้ รวมถึงการบันทึกเหตุการณ์ของการดำเนินการที่สำคัญ เช่น การสร้างโมเดล การสร้างโครงการ และการเผยแพร่
ส่งออกโมเดลเป็นรูปแบบ .ZIP รวมถึงเนื้อหาไฟล์โมเดลทั้งหมดสำหรับการเคลื่อนย้ายข้ามสภาพแวดล้อม
คัดลอกโมเดลจากโครงการหนึ่งไปยังอีกโครงการหนึ่งได้อย่างง่ายดาย ทำให้การเคลื่อนย้ายโมเดลภายในที่เก็บง่ายขึ้น

การจัดการลำดับงานการวิเคราะห์

การจัดการเวิร์กโฟลว์เชิงวิเคราะห์

จัดทำกระบวนการของแต่ละแบบจำลองเอง โดยใช้ SAS Workflow Studio
- ผสานโปรแกรมจัดการลำดับงานกับ SAS Model Manager ได้อย่างเต็มที่ เพื่อให้จัดการลำดับงานและติดตามงานในลำดับงานที่ใช้อินเตอร์เฟสในผู้ใช้แบบเดียวกัน
- นำเข้า อัพเดท และส่งออกแบบจำลองทั่วไปในระดับโฟลเดอร์ แล้วทำซ้ำหรือเคลื่อนไปยังโฟลเดอร์อื่น
อำนวยความสะดวกในการทำงานร่วมกันระหว่างทีมด้วยการแจ้งเตือนอัตโนมัติ
ดำเนินการจัดการโมเดลทั่วไป เช่น การนำเข้า การดู และการแนบเอกสารสนับสนุน การกำหนดโมเดลผู้ชนะเลิศของโปรเจกต์และแฟล็กโมเดลผู้ท้าชิง เผยแพร่โมเดลเพื่อวัตถุประสงค์ในการให้คะแนน และการดูรายงานแดชบอร์ด
ความโปร่งใสและการกำกับดูแลการวิเคราะห์ช่วยให้มองเห็นกระบวนการวิเคราะห์ของคุณด้วยที่เก็บโมเดลแบบรวมศูนย์ เทมเพลตวงจรชีวิต และการควบคุมเวอร์ชัน ตรวจสอบย้อนกลับและการกำกับดูแลการวิเคราะห์ได้อย่างสมบูรณ์

Model scoring

วางการผสานการทำงานกันของ Python, SAS หรือโมเดลโอเพ่นซอร์สอื่นๆ ในโครงการเดียวกันเพื่อให้ผู้ใช้เปรียบเทียบและประเมินโดยใช้สถิติที่เหมาะกับโมเดลต่างๆ
ตั้งค่า รักษา และจัดการเวอร์ชั่นแต่ละแบบจำลอง
- โมเดลที่ชนะเลิศถูกกำหนดให้เป็นเวอร์ชันใหม่โดยอัตโนมัติเมื่อโมเดลถูกตั้งค่าเป็นผู้ชนะเลิศ อัปเดตหรือเผยแพร่ในโครงการ
- เลือก Challenger model ให้กับโครงการสร้าง Champion model
- ตรวจสอบและเผยแพร่ Challenger model และ Champion model
กำหนดงานคะแนนการทดสอบและการผลิตสำหรับโมเดล SAS และ Python โดยใช้อินพุตและเอาต์พุตที่จำเป็น
สร้างและดำเนินการให้คะแนน และระบุตำแหน่งที่จะบันทึกเอาต์พุตและประวัติงาน
เปรียบเทียบโมเดลโดยละเอียดเพื่อประเมินและเลือกโมเดลผู้ชนะเลิศจากโมเดลที่แข่งขันกันทั้งหมดอย่างรวดเร็ว (SAS และโอเพ่นซอร์ส) สำหรับปัญหาทางธุรกิจที่เฉพาะเจาะจง

การปรับใช้โมเดล

คุณสามารถเผยแพร่โมเดลไปยังชุดงาน/ระบบปฏิบัติการ เช่น เซิร์ฟเวอร์ SAS, ในฐานข้อมูล, ใน Hadoop/Spark, เซิร์ฟเวอร์ SAS Cloud Analytic Services (CAS) หรือไปยังระบบตามความต้องการโดยใช้การบริการ Micro Analytic Score (MAS) ได้โดยขึ้นอยู่กับรูปแบบการใช้
เผยแพร่โมเดล Python และ SAS ไปยังคอนเทนเนอร์รันไทม์ด้วยไฟล์ไบนารีและโค้ดคะแนนแบบฝัง เพิ่มระดับคอนเทนเนอร์รันไทม์ไปยังสภาพแวดล้อม Docker, AWS Docker และ Amazon EKS (บริการ Kubernetes แบบยืดหยุ่น) ภายใน
ปลายทางการเผยแพร่คอนเทนเนอร์ Azure ใหม่สำหรับโมเดลโอเพ่นซอร์ส
เผยแพร่ SAS และโมเดลโอเพ่นซอร์สไปยัง Azure Machine Learning ในฐานะคอนเทนเนอร์ Azure
เผยแพร่โมเดล SAS โดยใช้คอนเทนเนอร์รันไทม์ของ SAS

การตรวจสอบโมเดล

ตรวจสอบประสิทธิภาพของโมเดลด้วยรหัสคะแนนประเภทใดก็ได้ รายงานประสิทธิภาพที่สร้างขึ้นสำหรับผู้ชนะเลิศและผู้ท้าชิงโมเดล R, Python และ SAS รวมถึงแผนภาพการกระจายตัวแปร แผนภูมิยก แผนภูมิความเสถียร รายงาน ROC, KS และ Gini ด้วย SAS Visual Analytics โดยใช้ชุดผลลัพธ์การรายงานประสิทธิภาพ
รายงานในตัวแสดงค่าตัวเลขทางธุรกิจสำหรับข้อมูลอินพุตและเอาต์พุตและสถิติที่เหมาะสมสำหรับการจัดหมวดหมู่และโมเดลการถดถอยเพื่อประเมินว่าจะฝึกใหม่ เลิกใช้ หรือสร้างโมเดลใหม่ รายงานประสิทธิภาพสำหรับโมเดลการวิเคราะห์ผู้ชนะเลิศและผู้ท้าชิงที่เกี่ยวข้องกับ Python, SAS, R และอื่นๆ พร้อมสถิติความแม่นยำที่แตกต่างกัน
ตรวจสอบประสิทธิภาพของโมเดลที่ชนะเลิศสำหรับโครงการทั้งหมดโดยใช้ข้อกำหนดและการดำเนินการของรายงานประสิทธิภาพ
กำหนดเวลางานที่เกิดซ้ำและงานในอนาคตสำหรับการตรวจสอบประสิทธิภาพ
ระบุแหล่งข้อมูลและระยะเวลาการรวบรวมหลายรายการเมื่อกำหนดงานการตรวจสอบประสิทธิภาพ
สร้างรายงานประสิทธิภาพที่กำหนดเอง และสร้างและตรวจสอบ KPI ของธุรกิจที่กำหนดเองด้วยการเข้าถึงข้อมูลประสิทธิภาพของโมเดล
สร้างโมเดลประสิทธิภาพ KPI แบบกำหนดเองได้ทันทีโดยใช้วิซาร์ดที่สะดวก และรับการแจ้งเตือนง่ายๆ

รายการคุณสมบัติของ SAS Model Manager

ทะเบียนรุ่น

การจัดการเวิร์กโฟลว์เชิงวิเคราะห์

Model scoring

การปรับใช้โมเดล

การตรวจสอบโมเดล

ติดตามเรา

คืออะไร...