This blog focuses on using SASPy for modeling and machine learning.
Tag: machine-learning
Los científicos de datos altamente calificados y los profesionales analíticos escasean a medida que las organizaciones luchan por encontrar soluciones a problemas empresariales cada vez más complejos. En este entorno, las soluciones de Analítica Avanzada y de Inteligencia Artificial (IA), se presentan como propuestas idóneas, construidas para la velocidad y
Parts 1 and 2 of this blog post discussed exploring and preparing your data using SASPy. To recap, Part 1 discussed how to explore data using the SASPy interface with Python. Part 2 continued with an explanation of how to prepare your data to use it with a machine-learning model.
SAS Viya is a cloud-enabled, in-memory analytics engine which allows for rapid analytics insights. Viya utilizes the SAS Cloud Analytics Services (CAS) to perform various actions and tasks. Best of all, CAS is accessible from various interfaces including R. In this blog, I will go through a few blocks one of my notebooks, which moves through an analytics workflow using R and SAS.
The dsAutoMl action is all that and a bag of chips! In this blog, we took over all aspects of the data science workflow using just one action.
Analyzing tweets is challenging because of their succinctness (max 280 characters). However, that task is facilitated by the powerful features of SAS Visual Text Analytics (VTA), which includes embedded machine learning algorithms.
Are you looking for a Data Science easy button? The dataSciencePilot action set comes pretty close.
Are you looking for a Data Science easy button? The Data Science Pilot Action Set comes pretty close.
Validating and testing our supervised machine learning models is essential to ensuring that they generalize well. SAS Viya makes it easy to train, validate, and test our machine learning models.
Por Sandra Hernández *Post basado en la presentación de Wilson Raj en SAS Forum Colombia “No sé qué decir en realidad. Tres minutos para la mayor batalla de nuestras vidas. Todo se reduce a hoy: o nos jugamos como equipo o nos desmoronamos. Jugada a jugada, pulgada a pulgada hasta
Empecemos por aclarar un concepto que hoy se presta fácilmente a confusiones. El Aprendizaje Profundo (Aprendizaje Profundo o “AP”) es un tipo de Aprendizaje Automático que entrena una computadora para que adquiera algunas capacidades de los seres humanos, como el reconocimiento del habla, la identificación de imágenes o plantear predicciones.
This article continues a series that began with Machine learning with SASPy: Exploring and preparing your data (part 1). Part 1 showed you how to explore data using SASPy with Python. Here, in part 2, you will learn how to begin to prepare your data to use it within a
The machine learning autogenerated concept and fact rules in VTA 8.4 facilitate the process of developing LITI rules to extract and find information in text documents. There are many important problems where the use of Text Analytics provides valuable insights such as with Human Trafficking.
Machine Learning und selbstlernende Algorithmen lassen sich in unterschiedlichsten Geschäftsbereichen einsetzen, um manuelle Prozesse zu unterstützen oder zu automatisieren. Betrugserkennung und Geldwäscheprävention bieten sich dafür an – bedürfen dabei aber besonderer Umsicht. Denn jede Fehleinschätzung kann entweder große finanzielle Verluste oder einen erheblichen Imageschaden nach sich ziehen. Wie die Technologien
SASPy is a powerful Python library that interfaces with SAS and can help with your machine-learning solutions. SASPy was created for Python programmers to leverage the power of SAS within their Python scripts. If you are not familiar with SASPy, see the following resources: Introducing SASPy: Use Python code to
Editor's Note: This article was translated and edited by SAS USA and was originally written by Makoto Unemi. The original text is here. SAS previously provided SAS Scripting Wrapper for Analytics Transfer (SWAT), a package for using SAS Viya functions from various general-purpose programming languages such as Python. In addition
Todos los datos que una empresa ha acumulado a lo largo de los años cuentan algo más que su historia – pueden revelar cosas como qué productos son los más vendidos, cuántos clientes nuevos se sumaron y su nivel de satisfacción, qué transacciones se consideraron de riesgo o la efectividad
Cualquiera que haya visto películas de Iron Man sabe que su creador, Tony Stark, cuenta, y mucho, con la ayuda de Jarvis, un sistema avanzado de Inteligencia Artificial diseñado para administrar casi todo en su vida, especialmente en la lucha contra el crimen. ¿Alguna vez has imaginado que algo así
Datenmanagement alles andere als eine neue Disziplin. Dennoch verändert sich der Umgang mit Daten angesichts neuer Technologien wie künstliche Intelligenz (KI) und Machine Learning ebenso sehr wie die Analyse dieser Daten. Heute hat so ziemlich jedes Unternehmen moderne Datenmanagement-Werkzeuge im Einsatz, doch die angewandten Praktiken und Strategien stammen vielfach noch
You are a data scientist, in your office, doing data scientist-y things when, your manager's, manager's, manager makes an impossible request. She wants you take a raw data set from the stem cell research team, scrub the data, create and score models, and be ready to rescore when new data
According to the World Cancer Research Fund, Breast cancer is one of the most common cancers worldwide, with 12.3% of new cancer patients in 2018 suffering from breast cancer. Early detection can significantly improve treatment value, however, the interpretation of cancer images heavily depends on the experience of doctors and technicians. The
Lenin ist sauer, saurer sogar, als es Bolschewiken-Art ist. „Ich habe Ihre IoT-Blogs gelesen“, sagt er. Und er ist sauer. Noch auf dem SAS Forum in Bonn hatte er unsere Zusammenarbeit gepriesen und den Stellenwert von Datenanalyse und künstlicher Intelligenz hervorgehoben. Auch Lenins Mitarbeiter waren dort gewesen, die Hornbrillen-Dame und
When it comes to forecasting new product launches, executives say that it's a frustrating, almost futile, effort. The reason? Minimal data, limited analytic capabilities and a general uncertainty surrounding a new product launch. Not to mention the ever-changing marketplace. Nevertheless, companies cannot disregard the need for a new product forecast
Lenin schaut übellaunig wie ein Bolschewik: „Sherlock? Der hat mit leistungsfähiger künstlicher Intelligenz so wenig zu tun wie mit echter Detektivarbeit! Wir brauchen weder Sherlock noch seinen Doktor!“ Lenin hatte mich zum Challenger Workshop eingeladen. Ein Berater der Accelerator Change & Disruption Consultancy (AC&DC) bat nach kurzem Impulsvortrag (Change! Disruption!)
La tecnología y la sociedad están evolucionando en un entorno digital que exige cambios en el modelo de negocio, la infraestructura y la cultura de una organización. Sin embargo, uno de los mayores retos a los que se están enfrentando las empresas en este momento se basa en el desconocimiento
El informe Financial Services Technology 2020 and Beyond, elaborado por la firma inglesa PwC, asegura que 81% de los directivos de la banca se encuentran preocupados por la velocidad con la que ha entrado la tecnología en este sector y sobre cómo va a transformarlo en los próximos años. En
“Antes de correr, hay que aprender a caminar” es una consigna que hemos escuchado en diferentes momentos. Sin duda, fue una recomendación hecha por nuestros padres, y hoy vuelve a resonar cuando queremos emprender enormes proyectos de innovación e implementar las últimas novedades y tendencias tecnológicas en nuestras organizaciones. Muchos
La disponibilidad de los datos y la capacidad de almacenar grandes volúmenes de información ha marcado un antes y un después para las compañías de todas las industrias, pues éstas han entendido que poseer datos no es suficiente, si no se cuenta con una estrategia analítica clara para maximizar su
How can you use analytics to design better biopsies and improve outcomes? This high school student has some ideas, and she presented them at Analytics Experience 2018.
A lo largo de los últimos años, el mundo financiero se ha sometido a los cambios regulatorios impuestos por Basilea II, III y ahora IV, modificaciones que incluyeron la redefinición en la medición de los Activos Ponderados por Riesgo y los requerimientos de capital de calidad, en las que la