SAS Viya

Tool di analisi dati con integrazione semplice

Commentaires : Ho usato SAS Viya in vari progetto, convincendo inoltre molte aziende clienti ad adottarlo per l’analisi dei big data. Il suo processo di integrazione con i sistemi aziendali e semplice, come il sistema di installazione ed i benefici che ne derivano dall’uso di un software di analisi così potente sono molti. In un progetto un particolare con SAS Viya ho sviluppato un tool in grado di rilevare frodi. Il modulo usato SAS Visual Investigator e SAS Visual Text Analytics, con quest’ultimo che effetto l’estrazione di testo dei documenti.

Avantages :

Il migliore aspetto di SAS Viya è che si configura come un ambiente di sviluppo integrato in cui è possibile utilizzare tantissimi strumenti per definire il flusso di dati delle proprie analisi. Essendo una piattaforma cloud è facile integrare soluzioni diverse nel rispetto delle esigenze aziendali. Le attività, Inoltre, sono semplici da eseguire in quanto è sufficiente identificare i pulsanti che permettono di effettuare determinare tipo di operazioni evitando di utilizzare codici complessi.

Inconvénients :

La caratteristica che meno mi soddisfa di SAS Viya è la sua limitata capacità di personalizzazione. A seconda del problema o delle esigenze aziendali, alcuni strumenti analitici potrebbero non avere le proprietà di personalizzazione necessarie con impostazioni standard che non rispettano sempre le esigenze. Inoltre, alcuni errori e bug sono difficili da risolvere perché la documentazione non li copre e i log/messaggi di errore non forniscono informazioni sufficientemente chiare.

Alternatives envisagées précédemment : Microsoft Azure et IBM SPSS Statistics

Pourquoi passer à SAS Viya : SAS Viya, nonostante abbia un prezzo meno competitivo, offre possibilità d’analisi avanzate, semplificate senza l’uso di codice, che non offrono le altre piattaforme. Inoltre, nella mia esperienza ho notato che i software SAS sono semplici da integrare e da installare.

Il machine learning semplice

Commentaires : Semplifica lo sviluppo di modelli di ML. Utilizzando SAS Viya non mi devo più preoccupare di scrivere codice per il ML, ma posso concentrarmi su quale modello utilizzate, come gestire la fase di elaborazione e come ottimizzare il modello. Mi concentro maggiormente sul problema principale e non sul codice, grazie alle funzioni di trascinamento, e risparmio molto tempo sviluppando modelli migliori.

Avantages :

Mi piacciono diverse cose di SAS Viya:1. È uno strumento che non richiede competenze pregresse di coding: con il trascinamento si può fare di tutto 2. Accelera il processe di costruzione del modello. E’ sufficiente trovare le corrette funzioni statistiche per inserirle trascinandole nella work area e aggiungerle al modello3. C’è il supporto per gli ipynb notebook, per chi preferisce scrivere in Python per il machine learning 4. Può essere usato per costruire cruscotti di business intelligence e creare reportistica5. Supporta il calcolo parallelo quindi risulta molto veloce

Inconvénients :

Non ho riscontrato svantaggi nell'utilizzo di SAS Viya, ma apprezzerei se i costi di questo software fossero accessibili per un pubblico più vasto. Molte aziende faticano a sostenere i costi della licenza e si spostano verso opzione open source.

Sas Viya, ottimo strumento per il machine learning

Commentaires : SAS Viya è stato da me utilizzato per creare modelli di machine learning in grado di prevedere, in base alla cronologia di acquisto passata di un cliente, la probabilità che lo stesso cliente acquisti un’altro specifico prodotto. I dati utilizzati per questi modelli provengono da diversi fonti e spesso necessitano di essere puliti prima di essere elaborati. SAS Viya è stato utile in tale processo grazie alle sua funzioni di data wrangling. I dati puliti sono inseriti in processo di AutoML che consente di definire un modello altamente performante. Tali modelli, una volta spostati in produzione, sono utilizzati a supporto dell’ufficio marketing, il quale andrà a fare campagne mirati su specifici clienti e specifici profitti con elevata probabilità di acquisto.

Avantages :

Le funzionalità, a mia avviso, più importanti di SAS Viya sono i molteplici strumenti di visualizzazione di dati e l’ampia gamma di algoritmi di machine learning disponibili. I primi consento un esplorazione significativa dei dati, con visualizzazioni chiare, in grafici o mappe di sintesi, che possono essere condivisi con altri team. I secondi, tra quali possiamo annoiare algoritmi con apprendimento supervisionato e non, generarono modelli predittivi accurati e robusti, i quali possono essere testati in vari scenari e migliorati nel tempo manipolando i metadati. SAS Viya ha inoltre il supporto al AutoMl, il machine learning automatizzato, che semplifica la costruzione dei modelli e consente all’utente di focalizzarsi sull’interpretazione dei risultati ed il miglioramento delle performance.

Inconvénients :

L’aspetto da migliorare di SAS Viya è il processo di passaggio di un modello da un ambiente di sviluppo ad uno di produzione. Il processo di deployment richiede una buona dose di lavoro manuale, non è ancora totalmente automatico e blocca un team di sviluppatori per diversi giorni, con un costo non indifferente per l’azienda.

Grandi volumi di dati ed intelligenza artificiale

Commentaires : Ho utilizzato Sas Viya presso società clienti di notevoli dimensioni che avevano la necessità di sviluppare modelli predittivo da grandi moli di dati non struttutati. L'uso di Sas viya ha consentito di mantenere il processo di stima all'interno di un unica piattaforma e di sfruttare la potenza degli algoritmi di macchine leasing per trovare una correlazione tra la variabile target, dal predire, ed alcune delle informazioni non strutturate disponibili. Il macchine lerning, inoltre, in particolare le support vector machine sono state utili per ottenere modelli con elevati livelli di accuratezza.

Avantages :

Sas Viya è un software di analisi dei dati, particolarmente adatto ad aziende che hanno necessità di elaborarne grandi volumi, che integra intelligenza artificiale e algoritmi di apprendimento automatico. Il software include un ambiente di data wrangling (Sas Data Preparation) e consente, anche, di eseguire analisi statistiche classiche (come anova, regressioni). È possibile utilizzare Sas Viya anche pee visualizzare i dati in grafici interattivi e dashboard persobalizzate, facilmente condivisibili. Notevole la capacità di sviluppare modelli preditfivi ed apprezzabile la possibilità, per gli utenti meno esperti di ytikizzare un interfaccia guidata e modelli di analisi predefiniti.

Inconvénients :

Sas Viya potrebbe migliorare nel processo di integrazione con soluzioni di terze parti, poche volte possibile e sempre di complessa configurazione e nella personalizzazione delle analisi visive.

Utile strumento in campo Biostatistico

Commentaires : Utilizzo principalmente SAS Viya per analizzare i dati degli studi clinici condotti in ambito farmaceutico. L'uso delle macro SAS mi ha permesso di produrre molto di più in meno tempo, migliorando la mia capacità di individuare elementi importati negli studi, che potrebbero portare a cambiare il prodotto testato oppure a definire il successo. capacitò di rispondere alle domande della ricerca emergenti e contribuire

Avantages :

SAS Viya è uno strumento molto utilizzato nella biostatistica. Offre molte funzioni utili, che ben si adattano alle esigenze di un biostatista e che ho trovato solo su questo tipo di software. Nell’ambito farmaceutico le sue funzioni avanzate di analisi di sopravvivenza e gli strumenti per la gestione di dati longitudinali mi hanno permesso di affrontare ricerche complesse con maggiore efficenza.Inoltre il modulo di machine learning è semplice da utilizzare

Inconvénients :

Alcune volte il software sembra ancora in fase di sviluppo, con frequenti crash durante l’utilizzo ed una lentezza generalizzata. I modelli di machine learning disponibili automaticamente sono troppo semplici.Per avere un esperienza migliore gradirei maggiore stabilità e un ampliamento delle funzionalità di machine learning, in particolare l'aggiunta di algoritmi più sofisticati.