Uncategorized

Advanced Analytics | Analytics | Artificial Intelligence | Machine Learning
Makoto Unemi (畝見 真) 0
SAS Viya:Python API向けパッケージ:DLPyの最新版1.0拡張機能概要紹介

SASでは、従来からオープン・AIプラットフォームであるSAS Viyaの機能をPythonから効率的に活用いただくためのハイレベルなPython向けAPIパッケージであるDLPyを提供してきました。 従来のDLPyは、Viya3.3以降のディープラーニング(CNN)と画像処理(image action set)のために作成された、Python API向けハイレベルパッケージです。 DLPyではKerasに似たAPIを提供し、より簡潔なコーディングで高度な画像処理やCNNモデリングが可能でした。 そして、この度、このDLPyが大幅に機能拡張されました。 最新版DLPy1.0では、以下の機能が拡張されています。 ■ 従来からの画像データに加え、テキスト、オーディオ、そして時系列データを解析可能 ■ 新たなAPIの提供: ・ RNN に基づくタスク: テキスト分類、テキスト生成、そして 系列ラベリング(sequence labeling) ・ 一般物体検出(Object Detection) ・ 時系列処理とモデリング ・ オーディオファイルの処理と音声認識モデル生成 ■ 事前定義ネットワーク(DenseNet, DarkNet, Inception, and Yolo)の追加 ■ データビジュアライゼーションとメタデータハンドリングの拡張 今回はこれらの拡張機能の中から「一般物体検出(Object Detection)」機能を覗いてみましょう。 SAS Viyaでは従来から画像分類(資料画像1.の左から2番目:Classification)は可能でした。例えば、画像に映っている物体が「猫」なのか「犬」なのかを認識・分類するものです。 これに加えて、DLPy1.0では、一般物体検出(資料画像1.の左から3番目:Object Detection)が可能になりました。 資料画像1. (引用:Fei-Fei Li & Justin Johnson & Serena Yeung’s Lecture

Analytics | Data Management
David Pope 0
Why SAS?

I've worked at SAS for over 27 years and have often been asked: What does SAS do? or Why should I choose SAS? It all boils down to one question: Why SAS? While there are many approaches to answering this question, I recently came up with three short, yet powerful,

Artificial Intelligence | Fraud & Security Intelligence | Machine Learning
John Maynard 0
Unasked fraud questions answered by AI

Artificial intelligence often seems misunderstood, especially in fraud. The same is true of machine learning. One of the amazing things about them is they ask the unasked questions. This occurs as artificial intelligence (AI) and machine learning (ML) go about their daily work. So, what is the unasked question? Too

Analytics | Learn SAS | Programming Tips
Steffen Stahl 0
Erstes SAS User Group Meetup: „Am besten gehen die User am nächsten Tag zur Arbeit und legen direkt los“

Vor ein paar Wochen hat das erste deutsche SAS User Group Meetup in Berlin stattgefunden. Dort hatte ich die Gelegenheit, mit Igor Khorlo, Senior Statistical Programmer bei Syneos Health Deutschland und Gründer der SAS User Group Germany (SUGG), über seine Motivation zu sprechen, die Gruppe ins Leben zu rufen –

Analytics | Risk Management
Jeanne (Hyunjin) Byun 0
새 금융규제로 떠오른 ‘FRTB’, 효율적인 시장 리스크 관리 전략과 구축 방안은?

FRTB(Fundamental review of the trading book)는 은행의 시장 리스크 관리 방식을 바꿀 것입니다. 바젤은행감독위원회(BCBS)가 FRTB를 발표하고 이 기준에 따라 전세계적으로 시장 리스크를 측정해 공시하도록 한 것인데요. 대다수 은행은 2020년 12월 데드라인과 바뀌고 있는 요구 사항을 보며 ‘기다려야 한다’는 결론을 내리고 있지만, 그저 기다리기만 하는 것은 위험한 전략이 될 수 있습니다. 금융

Analytics
Andreas Gödde 0
Digitalisierung, Transformation und Mensch-Maschine-Kooperation: Innovation skalieren

Erst kürzlich habe ich mich mit Thomas Gartzen, Geschäftsführer des European 4.0 Transformation Center, unterhalten. Dabei ging es neben Innovation Labs auch um Change Management und darum, wie sich ein analytischer Ansatz in Unternehmen umsetzen lässt. Andreas Gödde: Thomas, kann man sagen, dass jetzt alle Unternehmen Softwareunternehmen sind? Thomas Gartzen:

Analytics | SAS Events
Jeanne (Hyunjin) Byun 0
‘SAS 애널리틱스 익스피리언스 2018 밀라노’, 데이터 분석의 혁신을 공유하다

음식, 패션, 그리고 풍부한 문화유산으로 유명한 이탈리아의 경제 중심 밀라노는 오랜 역사를 바탕으로 개방과 혁신이 공존하는 ‘인큐베이터’ 도시인데요. 이탈리아에서 기술의 발전을 이끌고 있는 밀라노에서 10월 22일부터 24일까지 사흘간 유럽 최대 규모의 분석 컨퍼런스 ‘SAS 애널리틱스 익스피리언스(Analytics Experience) 2018'가 개최됐습니다. 이번 SAS 애널리틱스 익스피리언스에는 1,200명 이상의 전 세계 산업별 비즈니스 리더와 분석

Artificial Intelligence | Customer Intelligence
SAS Korea 0
인공지능(AI) 강화학습, 고객 여정 최적화의 필수 요소로 자리잡다!

기업의 마케팅 전략도 인공지능(AI), 사물인터넷(IoT)과 같은 혁신적인 기술이 등장하며 함께 발전하고 있습니다. 고객 중심의 IT 환경에서 많은 기업은 높은 고객 충성도를 달성하고자 고객 여정(customer journey) 최적화에 많은 노력을 기울이고 있는데요. 인공지능 역시 고객 여정을 최적화하기 위한 기술로 많은 비즈니스에 도입되고 있습니다. 인공지능 강화학습(Reinforcement learning) 모델을 적용한 대표적인 예로는 미국 게임 개발사 아타리(Atari)가 선보인

Artificial Intelligence | Internet of Things
Jeanne (Hyunjin) Byun 0
AI + IoT, 지능형사물인터넷(AIoT) 실현을 위한 핵심 기술과 조건

올해 초 2018년과 미래를 관통할 두 가지 기술로 '인공지능(AI)’과 ‘자동화(Automation)'를 소개해 드렸는데요. 인공지능과 자동화 기술은 사물인터넷(IoT)과 어떻게 연결될 수 있을까요? IDC 퓨처스케이프(IDC FutureScape)가 발표한 ‘2017년 전 세계 IoT 전망’ 보고서에 따르면, 2019년까지 사물인터넷에서 생성된 데이터의 40% 이상이 네트워크 엣지(edge)에 저장되어 처리되고 분석될 전망입니다. 또한 효과적인 사물인터넷 기술은 스트리밍 분석과 머신러닝을 결합해 진행될

Programming Tips
Rick Wicklin 0
Transpose blocks to reshape data

A SAS programmer asked how to rearrange elements of a matrix. The rearrangement he wanted was rather complicated: certain blocks of data needed to move relative to other blocks, but the values within each block were to remain unchanged. It turned out that the mathematical operation he needed is called

1 79 80 81 82 83 255