Tag: SAS

Work & Life at SAS
Kleber Wedemann 0
Lo mejor de ambos mundos

Asumir nuevas responsabilidades suele ser un momento muy importante para un líder. Más allá de todo el reconocimiento personal, la expansión de las competencias es también un momento muy intenso y humilde: hay muchos colegas con los que conectar, procesos que ajustar, cosas que aprender. También es un momento muy

Analytics
Mike Gilliland 0
Announcing: SAS/IIF Research Grants

The International Institute of Forecasters and SAS® announce two $10,000 grants to support research on forecasting. Per the announcement: Forecasting research has seen major changes in the theoretical ideas underpinning forecasting effectiveness over the last 30 years. However, there has been less impact on forecasting practice. We aim to put this right.

Advanced Analytics | Analytics
José Mutis O. 0
SAS, Microsoft y el futuro de la analítica

Quienes seguimos el Virtual SAS Global Forum 2020 realizado este 16 de junio, tuvimos la oportunidad de disfrutar una conferencia de talla mundial hecha de manera virtual, como bien lo describió nuestra Vicepresidente Mundial de Marketing, Jennifer Chase. Asimismo, tuvimos la oportunidad de presenciar múltiples anuncios hechos durante este día, tal

Analytics
Mike Gilliland 0
Forecasting with SAS (free eBook)

Forecasting with SAS®: Special Collection SAS Press has added to its selection of free downloadable eBooks with the new Forecasting with SAS®: Special Collection. From the description: Want to get the most insight out of your data and improve the quality of your forecasts? SAS offers many different solutions to

Advanced Analytics | Analytics | Work & Life at SAS
José Mutis O. 0
SAS, facilitando la transformación digital hacia el futuro

Por José Mutis O. *Post basado en la presentación de David McDonald en SAS Forum Colombia Desde siempre, pero especialmente en la actualidad, el mundo ha estado en un proceso de transformación constante. Las nuevas tecnologías y procesos que han surgido de la nueva era digital hacen que hoy más

Analytics
Mike Gilliland 0
SAS job opportunity: forecasting and machine learning specialist

The SAS Forecasting R&D team has an open position for a Forecasting and Machine Learning Specialist (apply here). What you’ll do As a Forecasting and Machine Learning Specialist on the SAS Forecasting R&D  team, you will help create innovative software to apply cutting-edge statistical methods to automated enterprise-scale business forecasting processes. You will:

Advanced Analytics | Analytics | Learn SAS | Machine Learning | Programming Tips
Nelson Grajales 0
Machine learning with SASPy: Exploring and preparing your data (part 1)

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

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,

Analytics
Gustavo Gutman 0
Evolución Analítica en Latinoamérica

Soy muy optimista en cuanto las perspectivas de adopción de la analítica avanzada en áreas como la inteligencia artificial (AI). Especialmente porque existe una verdad innegable: los tomadores de decisión son, en su mayoría, compañías que conocen la necesidad de incursionar en el uso de analytics para obtener procesos más

Analytics
Mike Gilliland 0
Announcing SAS/IIF Research Grants

We'll take a short break from the Steve Morlidge book serialization, to announce that SAS Research & Development has again provided $10,000 in funding for the SAS/IIF grant program. Both academics and industry practitioners are encouraged to apply and conduct original research for improving the practice of forecasting. SAS/IIF Grants

Data for Good | SAS Events | Students & Educators
Trent Smith 0
Students showcase power of open data to help government

Open data is critical to research, particularly at universities. The many university students that attend SAS Global Forum bring an energy and vitality to the conference that is unmistakable. They’re everywhere…in sessions, social activities, out on the town and, of course, the academic events. This year, 150 of them graced

Analytics
Miriam Audelo 0
¿Conoce a SAS Viya?

Esta es una historia típica en la solución de problemas en las industrias de cualquier giro, con una solución que todos han escuchado, pero no lo aplican por falta de información. Hoy conocerá a SAS VIYA, el complemento perfecto que lo introducirá en un mundo completamente nuevo de analítica para

Advanced Analytics | Programming Tips
Makoto Unemi (畝見 真) 0
SAS Viyaで線形回帰

SAS Viyaで線形回帰を行う方法を紹介します。 言語はPythonを使います。 SAS Viyaで線形回帰を行う方法には大きく以下の手法が用意されています。 多項回帰: simpleアクションセットで提供。 一般化線形回帰または一般線形回帰: regressionアクションセットで提供。 機械学習で回帰: 各種機械学習用のアクションセットで提供。 今回は単純なサインカーブを利用して、上記3種類の回帰モデルを作ってみます。   【サインカーブ】 -4≦x<4の範囲でサインカーブを作ります。 普通に $$y = sin(x) $$を算出しても面白みがないので、乱数を加減して以下のようなデータを作りました。これをトレーニングデータとします。 青い点線が $$y=sin(x)$$ の曲線、グレーの円は $$y=sin(x)$$ に乱数を加減したプロットです。 グレーのプロットの中心を青い点線が通っていることがわかります。 今回はグレーのプロットをトレーニングデータとして線形回帰を行います。グレーのプロットはだいぶ散らばって見えますが、回帰モデルとしては青い点線のように中心を通った曲線が描けるはずです。 トレーニングデータのデータセット名は "sinx" とします。説明変数は "x"、ターゲット変数は "y" になります。 各手法で生成したモデルで回帰を行うため、-4≦x<4 の範囲で0.01刻みで"x" の値をとった "rangex" というデータセットも用意します。 まずはCASセッションを生成し、それぞれのデータをCASにアップロードします。 import swat host = "localhost" port = 5570 user = "cas" password = "p@ssw0rd"

Machine Learning
小林 泉 0
機械学習のパラメータをオートチューニングしよう(回帰編)!

先日投稿した「機械学習のパラメータをオートチューニングしよう(分類編)!」の続きです。 今回は回帰分析をオートチューニングします。 あらまし 機械学習の課題はパラメータチューニングで、手動で最高のパラメータを探そうとすると、とても時間がかかり効率的ではありません。 SAS Viyaではパラメータチューニングを自動化するオートチューニング機能を提供しています。 オートチューニング機能を使うことで、限られた時間内、条件下で最高のパラメータを探索し、予測モデルを生成することができます。   今回やること 今回はオートチューニングを使って数値予測モデルを生成します。 使うデータは架空の銀行の金融商品販売データです。顧客の取引履歴と営業履歴から構成されており、新たな金融商品の販売数を予測するデータとなっています。 内容は以下のようになっており、約5万行、22列の構成です。 1行1お客様データとなっていて、顧客の口座情報や取引履歴、営業履歴が1行に収納されています。 ターゲット変数はcount_tgtで、これは各顧客が購入した金融商品数を表しています。 ほとんどが0(=未購入)ですが、購入されている顧客の購入数を予測するモデルを生成します。 今回はランダムフォレストを使って予測したいと思います。 ランダムフォレストは別々の決定木を複数作り、各決定木の予測値をアンサンブルして最終的な予測値とする機械学習の一種です。   まずは手動で予測 SAS Viyaでランダムフォレストを使って予測モデルを生成するにあたり、まずはCASセッションを作ってトレーニングデータとテストデータをインメモリにロードします。 # PythonからCASを操作するためのSWATライブラリをインポート import swat   # 接続先ホスト名、ポート番号、ユーザー名、パスワードを指定 host = "localhost" port = 5570 user = "cas" password = "p@ssw0rd"   # mysessionという名称のCASセッションを作成 mysession = swat.CAS(host, port, user, password)  

1 2 3 11