Uncategorized

Learn SAS | Students & Educators
0
SAS® OnDemand for Academicsがリニューアルしました

2023年を迎えて間も無く1ヶ月が経とうとしていますが、皆様はどのよう新年のスタートをされましたでしょうか。With コロナに向けた取り組みが社会的には広がり、自らが管理する時間が増えた中で、質の良い学習時間を確保することは社会人・学生問わず大変重要なことかと思います。 さて、SASでは学習および教育を目的とする方向けに、SAS® OnDemand for Academics (ODA) というアナリティクス・ソフトウェアを無料で提供しています。実は、このSAS ODAですが昨年末にログイン画面のアップグレードが行われ、提供されている各種機能へのアクセス方法がわかりやすくなりました。このブログ記事では、アップグレード後の SAS ODAについて紹介していきます。 ①ホーム画面(中央) 画面中央には大きく3つのセクションがあり、それぞれ下記の内容が提供されています。 Code with SAS® Studio すべての教員・学生・個人学習者を対象として、Webサイトにアクセスするだけで使用可能です 提供されている”タスク”からGUI的にSASコードを生成可能です(もちろん自分でコーディングすることも可能) SAS Studio上にプログラムファイルの新規作成、既存ファイルのアップロードが可能です(最大5GB) アクセス可能なSASソフトウェア一覧: SAS/STAT® Base SAS® SAS/IML® SAS/OR® SAS/QC® SAS/ETS® Learn SAS Programming Programming 1, Statistics 1といった統計学やプログラミングに関するいくつかのe-learningや、動画教材を提供しています SASソフトウェアや統計解析・機械学習を中心とした基礎的な知識、スキルをe-learningを通じて習得可能なオンライン学習プラットフォームSAS Skill Builder for Studentsを学生を対象として提供しています(大学ドメインのアドレスが必要) SASの認定資格に関するガイドをていきょうしています Collaborate with SAS Communities いくつかのSASに関連するコミュニティ情報が掲載されています プログラミングや解析にあたっての疑問点、Tipsを共有し、世界中のSASユーザーからコメントをもらうことが可能です ②ホーム画面(右) 初期状態では次の5つのアイコンが表示されます。 Files

Analytics | Data Visualization | Learn SAS
Rick Wicklin 0
Visualize how parameters in a binary logistic regression model affect the probability of the event

A previous article shows that you can use the Intercept parameter to control the ratio of events to nonevents in a simulation of data from a logistic regression model. If you decrease the intercept parameter, the probability of the event decreases; if you increase the intercept parameter, the probability of

Analytics | Programming Tips
Rick Wicklin 0
Simulate data from a logistic regression model: How the intercept parameter affects the probability of the event

This article shows that you can use the intercept parameter to control the probability of the event in a simulation study that involves a binary logistic regression model. For simplicity, I will simulate data from a logistic regression model that involves only one explanatory variable, but the main idea applies

SAS Taiwan 0
教師啟用AI教學環境

SAS AI 平台環境使用規範: 師生皆須使用學校電子信箱(結尾為edu.tw)方可註冊使用 僅提供課程學習使用 環境內預設有200+資料集可以使用,不提供上傳個人資料   請先註冊SAS Profile 請進入此連結以學校信箱註冊建立 SAS Profile (若之前已有使用學校信箱註冊過 SAS Profile,請忽略此步驟) 填寫完資料後,會收到「請啟動您的SAS 個人認證帳戶」信件,請點選「Activate your SAS Profile」 設定您的個人密碼後即完成 SAS Profile 註冊 啟用AI教學環境 若老師您已經完成使用學校信箱註冊SAS Profile,請依以下步驟啟用AI教學環境 登入啟用教學環境: https://support.sas.com/edu/viewmyelearn.html?activationCode=FASVFLVL 點選同意後submit 點選 SAS Viya for learner (如無此步驟可省略) 點選 Lauch SAS Viya for learner 進入環境 https://vle.sas.com/course/view.php?id=7715 點選 Accept 可略過設定,之後可選擇「觀賞影片」或是「馬上開始」 進入以下畫面即為 Viya AI 環境 請參考Viya功能介紹影片 可以參考此網頁先探索環境:https://www.youtube.com/watch?v=p90LdUCHJik&t=87s

SAS Taiwan 0
教師申請AI教學環境

若老師您目前尚未使用學校信箱註冊SAS Profile,請先註冊SAS Profile後方可啟用AI教學環境 若老師您已經使用學校信箱註冊SAS Profile,請跳過註冊步驟直接啟用AI環境。   註冊SAS Profile 請此網頁 https://vle.sas.com/ 點選 Create Profile,使用 學校email 建立SAS Profile 完成建立 SAS 個人認證帳戶後,您會收到一封啟動信件通知。請點選”Activate your SAS Profile” 設定您的個人密碼後即完成註冊   啟用 AI 環境 登入啟用教學環境: https://support.sas.com/edu/viewmyelearn.html?activationCode=FASVFLVL 點選同意後submit 點選 SAS Viya for learner (如無此步驟可省略) 點選 Lauch SAS Viya for learner 進入環境 未來若需使用可以進入此網頁直接登入環境: https://vle.sas.com/mod/lti/view.php?id=176320

SAS Taiwan 0
SAS 分析產業應用實例

金融保險業 -自動化 AI 模型監控 -洗錢防制、反詐欺等關聯複雜且需即時防制的犯罪行為探索 -分析理賠風險 -信用卡臨時調額即時決策 -自動徵審核貸系統 -減少模型建構時間,節省人力且提升效率 -提高消費行為掌握度 -即時商品推薦,設計更精準的行銷計畫 -提高產品再購業績 -利用文字分析進行客群探勘 玉山金控 國泰金控 新光銀行 渣打銀行 中國人壽 新光人壽 全球人壽 南山人壽 滙豐銀行 花旗集團 臺灣企銀 零售業 -需求預測以減少庫存成本 -提升商品銷量預測 -會員管理分析平臺,深化客群分析與個人行銷能力 家樂福 特力集團 Levi's 雀巢 醫療 -即時分析降低併發症機率 -深度學習後優化檢測流程 -資料庫分析 台北榮民總醫院 克里夫蘭醫學中心 阿姆斯特丹大學醫學中心 運動 -加強球員表現 -制定最佳化票價 -強化球迷關係 -提升觀賽體驗 AEG Sports NBA 製造業 -異常即時預警,確保產品質量,防止良率波動 -即時分析,機器同步也每秒自主學習、自動優化分析模型

Advanced Analytics | Analytics
José Mutis O. 0
Economías con mayor cultura analítica y apropiación de IA son las que más crecen en Latam

Está sucediendo en casi todas las regiones del mundo, y Latinoamérica no es la excepción: las economías que tienen una mayor cultura analítica y de adopción de inteligencia artificial son las que más están logrando crecer en la actualidad. Al comparar reportes de crecimiento de países del Fondo Monetario Internacional

Analytics
SAS Korea 0
SAS가 제시하는 2023년 데이터분석 시장전망

회복탄력성을 유지하는 한 해 될 것 2022년 우리는 코로나19 팬데믹과 수많은 가족의 터전을 빼앗은 국제적 분쟁에 적응하고 회복하기 위해 노력했습니다. 에너지 가격은 급등했고, 공급망 문제 및 여러 중단 사태가 지속되었습니다. 그 결과 수 십년만에 전 세계 물가인상률은 역대 최고를 기록했고, 경제 전반에 도미노 효과를 일으켰습니다. 지난 몇 년 간 우리는

Analytics
0
SAS ViyaでのSASプログラム実行用リソース管理(二):ユーザごとに計算リソースと権限の設定方法

一、背景の紹介 "データアナリストのようなヘビーユーザと利用頻度が低いユーザや参照系のユーザなど、さまざまなユーザがおり、SASプログラムを実行する際に利用するCPUとメモリなどの計算リソースを、ユーザタイプごとに割り当てる設定をしたい"。これは、多くのViya4ユーザ様が持つ課題です。これを実現するためには、次の2つのステップが必要です 1.異なるタイプのユーザごとに利用できる計算リソースを設定します。 2.異なるタイプのユーザに対して、権限を個別に割り当てる必要があります。 前回の記事では、Viyaのシステム管理者に向けて、ユーザが利用できる計算リソースの上限値の変更方法を紹介していきます。本記事では、異なるタイプのユーザに対して、利用できる計算リソースを個別に設定する方法と権限を個別に割り当てる方法を紹介します。 二、準備 ユーザがSAS Studioを使用しているときにSAS Viyaがどのように計算リソースを呼び出すかは、前回の記事で説明したとおりですので、ここで割愛します。 興味のある方は、こちらのリンク先のブログをご参照ください。 以下の紹介内容は、基本的に一回目の記事と同じくデプロイメントファイルとK8sクラスターに変更を加える必要があるため、以下を準備する必要があります。基本的にViyaをデプロイ時に必要なものと同じですので、もし下記に対して不明なところがある場合、ご利用のViya環境のデプロイ担当者にお問い合わせください。 ・k8sクラスターのAPIサーバーに接続できる作業用のサーバー、OSはLinux系がおすすめです。 ・k8sクラスターに接続用コンフィグファイル(管理者権限が必要)。~/.kube/configとして保存します。 ・k8sのコマンドラインツール:kubectl ・Viyaデプロイメントアセットのコンパイル用ツール:kutomize ・Viyaをデプロイ時に使ったkustomization.yamlやsite-configフォルダを含めたファイルアセット また、ユーザの権限を設定するには、ViyaのGUI上での操作が必要のため、以下の準備も必要です。 ・管理者権限を持つViyaアカウント 三、ユーザごとに計算リソースの上限値を設定する方法 この章の項目は多いので、読者は以下のリンクを使って興味のあるセクションに直接ジャンプすることができます。 1.シナリオの紹介 2.ユーザグループの作成 3.SAS Viyaのデプロイメントファイルの修正 4.ヘビーユーザ用ポッドテンプレートを作成 5.ユーザ権限の設定 6.ユーザ権限設定の検証 1.シナリオの紹介 こちらの章の内容は、下記のシナリオに基づいて、ヘビーユーザとライトユーザ二種類のタイプのユーザに対して、それぞれ異なる計算リソースの上限を設定するシナリオを紹介します。 ・ユーザタイプA:ヘビーユーザ 利用する最大CPU:8CPU 利用する最大メモリ:8Gi ・ユーザタイプB:ライトユーザ 利用する最大CPU:2CPU 利用する最大メモリ:2Gi 2.ユーザグループの作成 まず、Viyaにヘビーユーザとライトユーザの2つの独立したユーザグループを作成する必要があります。この部分の作業はSAS ViyaのGUI上で実施します。 ①SAS Viyaへログインし、左側のメニューから「環境の管理」を選択します。 ②環境管理の画面に切り替わったら、左のメニューから「ユーザ」を選択します。 ③そして、画面上部の「ビュー」をクリックし、「カスタムグループ」を選択し、「新規作成」ボタンをクリックします。 ④ヘビーユーザ用グループを作成しますので、グループ新規作成の画面に、名前とID、説明を下記の図のように入力し、「保存」ボタンをクリックします。 ⑤そして、ライトユーザに対しても、同様の方法でグループを作成します。 ⑥次は、作ったユーザグループにユーザを追加しますので、作ったグループ名を選択し、右側の編集アイコンをクリックします。 ⑦ユーザ追加画面で、追加するユーザを選択し、追加アイコンで追加し、終わったら「OK」ボタンをクリックします。同様な操作でもう一つのヘビーユーザ用グループに対しても実施します。これで、ユーザグループの作成は完了しまた。 3.ライトユーザ用ポッドテンプレートを作成 ユーザグループごとに使用する計算リソースが異なるため、ユーザグループを作成した後に、ユーザグループごとに個別のポッドテンプレートを定義する必要があります。この部分の作業は、kubernetes側で実施します。 ①まず、ライトユーザ向けのポッドテンプレートを作成してみましょう。下記のコマンドで既存のポッドテンプレートをファイルとして、ローカルに保存します。 kubectl

Analytics | Artificial Intelligence | Fraud & Security Intelligence | Machine Learning
WooSeong Jeon 0
사기탐지 모델에서 활용되는 SAS ‘Signature’ Approach

Payment Fraud는 금융기관의 지속적인 도전 과제입니다. 디지털 결제방식이 다양화되고 실시간 결제 금액이 증가함에 따라 실시간 사기 탐지 및 예방이 필수적인 시대가 되었습니다. 동시에 고객은 마찰 없는 고객 경험을 요구하기 때문에 사기 탐지 시스템은 사기 탐지 성능과 고객 불편 간의 균형이 잘 유지되도록 충분히 정교하게 운영되어야 합니다. 규칙기반(Rule Base) 탐지가 좋은

Analytics
0
SAS ViyaでのSASプログラム実行用リソース管理(一):計算リソース上限の設定方法

一、背景の紹介 "データアナリストのようなヘビーユーザと利用頻度が低いユーザや参照系のユーザなど、さまざまなユーザがおり、SASプログラムを実行する際に利用するCPUとメモリなどの計算リソースを、ユーザタイプごとに割り当てる設定をしたい"。これは、多くのViyaユーザ様が持つ課題です。これを実現するためには、次の2つのステップが必要です 1.異なるタイプのユーザごとに利用できる計算リソースを設定します。 2.異なるタイプのユーザに対して、権限を個別に割り当てる必要があります。 本記事では、まずViyaのシステム管理者に向けて、ユーザが利用できる計算リソースの上限値の変更方法を紹介していきます。 二、準備 設定方法を紹介する前に、まずViyaでSASプログラムを実行時に計算リソースを調達する方法を説明します。ここでは、viyaのアーキテクチャとk8sの知識が必要になるので、なるべくわかりやすく解説していきたいと思います。 まず、ユーザがSAS Studioを使用する際、Viyaはそのユーザのみが使用できるセッションを作成します。 ユーザは、実行が必要なSASアプリケーションごとに個別のセッションを作成することができ、各セッションはバックグラウンドでk8sクラスタ上に対応するポッドを持ちます。 各ポッドには使用できるCPUとメモリの上限があり、デフォルトでは2vcpusと2Giのメモリが使用できます。Viyaがユーザのセッションのためにポッドを生成するとき、ポッドテンプレート(podTemplate)と呼ばれるものを参照します。ポッドテンプレートはviyaがデプロイされるときにyamlファイルで定義されるものです。そのため、ユーザセッションが利用できる計算リソースを変更したい場合は、viyaのデプロイに使用するポッドテンプレートのyamlファイルを変更する必要があります。また、ユーザの種類によって異なる計算リソースの制限を設定したい場合は、既存のポッドテンプレートをコピーして、名前と数値を変更するだけです。 デプロイメントファイルとK8sクラスターに変更を加える必要があるため、以下を準備する必要があります。基本的にViyaをデプロイ時に必要なものと同じですので、もし下記に対して不明なところがある場合、ご利用のViya環境のデプロイ担当者にお問い合わせください。 ・k8sクラスターのAPIサーバーに接続できる作業用のサーバー、OSはLinux系がおすすめです。 ・k8sクラスターに接続用コンフィグファイル(管理者権限が必要)。~/.kube/configとして保存します。 ・k8sのコマンドラインツール:kubectl ・Viyaデプロイメントアセットのコンパイル用ツール:kutomize ・Viyaをデプロイ時に使ったkustomization.yamlやsite-configフォルダを含めたファイルアセット 三、計算リソース上限値の修正方法 計算リソースの調達方法を簡単に紹介した後、次は、そのリソースを変更する方法について説明します。ここでは、主に以下の2つの方式を採用しています。以下はLinux OSを使用することを前提に説明します。 以下はこの章の項目の一覧です。読者は以下のリンクを使って興味のあるセクションに直接ジャンプすることができます。 1.デプロイ用ポッドテンプレートファイルを修正し、再デプロイでリソースの設定を更新する方法 2.K8sクラスター内にデプロイされたポッドテンプレートをそのまま修正する方法 3.設定後の検証方法 1.デプロイ用ポッドテンプレートファイルを修正し、再デプロイでリソースの設定を更新する方法 この方法のメリットは、デプロイメントファイルに対して変更を加えるため、後にViya環境のバージョンアップや設定変更があった場合でも、計算リソースの設定の変更が保持されることです。 デメリットは、設定時にデプロイメント手順を再実行する必要があるため、比較的面倒ではあるが、長期的には管理しやすいので、おすすめです。 ①まず、Viya のデプロイメントアセットを含むパスの一番下に移動する必要があります。 このパスを/opt/viyainstallと仮定して、以下のコマンドを実行する必要があります。 deploy=/opt/viyainstall cd $deploy パス$deployの下の構造は、おおよそ次のようになっているはずです。下記のファイルやフォルダが含まれていない場合、パスが正しいか、Viyaのデプロイに使用するファイルが欠落していないかを確認することが重要です。 ②次に、ポッドテンプレート内で定義されているcpuとmemoryの制限を変更するために、site-configフォルダに以下のファイルを作成する必要があります。実際には、設定したいCPUやメモリの上限値に合わせて、下記のコマンド内のvalueの値を変更する必要があります。下記のコマンドの例では、ユーザが利用できる計算リソースの上限を31vcpu/240Giに設定しました。 cat <<EOF > $deploy/site-config/modify-podtemplate.yaml #メモリの上限値を修正 - op: add path: "/metadata/annotations/launcher.sas.com~1default-memory-limit" value: 240Gi #利用できるメモリの上限値 - op:

Analytics
0
SAS Model Manager의 REST API 사용을 통한 오픈 소스 기반 모델 관리

보통 분석모델 관리 프로세스는 모델개발, 모델등록, 배포, 모니터링 및 재학습으로 구성됩니다. 이번 글에서는 SAS Model Manager (MM)가 제공하는 API를 통해 분석모델 관리 프로세스가 어떻게 진행되는지 살펴보겠습니다. SAS MM은 모델 컬렉션의 생성 및 관리를 간소화하는 제품입니다. 이 웹 기반 인터페이스를 사용하면 모델 관리 프로세스를 손쉽게 자동화하고, 사용자가 모델링 프로세스의 각 단계별로 진행

Advanced Analytics
Stefan Herzog 0
Alles AGILE oder was?

Vor gut zwei Jahren hat die für den DACH-Raum (Deutschland, Österreich, Schweiz) zuständige Niederlassung des US-amerikanischen Software-Herstellers SAS Institute begonnen agile Methoden im Software-Vertrieb einzusetzen. Die Hauptmotivation für den damaligen Start der Initiative lag in der Hebung ungenutzter Potentiale im Zusammenhang mit der Generierung von Neugeschäft (auch als Demand- bzw.

1 12 13 14 15 16 255