Advanced Analytics

Move beyond spreadsheets to data mining, forecasting, optimization – and more

Advanced Analytics | Analytics
Michael Pawlak 0
How are CSPs using real-time analytics to improve customer experience?

How important is the customer experience in communications today? “Very important” is an understatement. It should be the top area of focus for all communications providers. It’s no secret that when customers are extremely satisfied, they become brand champions for the companies that provide them the products and services they

Advanced Analytics | Artificial Intelligence | Machine Learning
Andreas Becks 0
A reality check on artificial intelligence: Potential, limits and consequences

Gartner expects artificial intelligence (AI) to create 2 million new jobs by 2025. AI and machine learning are already an important part of business processes and business areas in many companies and organisations, making everyday work easier, optimising interactions with customers, reliably predicting the failure of machines or supporting the

Advanced Analytics
Decision Management – What is it and why does it matter?

Whether we talk about improving customer experience, applying chat bots, preventing fraud, realising IoT applications like predictive maintenance, implementing credit scoring or claims management, or just automating internal processes, analytics and eventually AI will have a profound impact on these large and small decisions. Across all industries the discipline of

Advanced Analytics | Analytics | Data Management
Olga Lucia Baquero 0
Ebook - La analítica avanzada en tiempos de lo extraordinario

La analítica avanzada y sus beneficios crecen exponencialmente con la consolidación de la economía digital y la Cuarta Revolución Industrial, dos componentes sin los cuales el desarrollo de nuestra sociedad y de los negocios como los conocemos no sería posible. Los millones de datos que se producen bajo estas condiciones hace

Advanced Analytics | Analytics | Customer Intelligence | Data Visualization | Machine Learning
Suneel Grover 0
SAS Customer Intelligence 360: Factorization machines, visual analytics, and personalized marketing

In a previous posting, SAS Customer Intelligence 360 was highlighted in the context of delivering relevant product, service, and content recommendations using automated machine learning within digital experiences. Shifting gears, SAS recognizes there are different user segments for our platform. This post will focus on building custom analytical recommendation models

Advanced Analytics | Analytics | Artificial Intelligence
Kimmo Havu 0
Tekoälykokeiluista analytiikan laajamittaiseen hyödyntämiseen

Suomalaisessakin yrityskentässä  pohditaan, miten tekoälyä voidaan hyödyntää kilpailuedun rakentamiseksi. Mahdollisia käyttökohteita tekoälyn hyödyntämiseksi on lähes rajaton määrä. Pörssiyhtiöiden johto on aika hyvin tietoinen mahdollisuuksista, ja yritysten strategiassa tämä aihealue alkaa olla hienosti mukana. Tästä kuulimme yhden esimerkin kesäkuun alussa SAS Business Forumissa Helsingissä, kun Konecranesin Juha Pankakoski avasi yrityksen strategiaa,

Advanced Analytics | Analytics | Artificial Intelligence | Machine Learning
畝見 真 0
「Pipefitter」の応用 ~CNN(特徴抽出器)+機械学習(分類器)でCNNの欠点を補完

前回は、SASの「Pipefitter」の基本的な使用方法を紹介しました。続く今回は、基本内容を踏まえ、ひとつの応用例を紹介します。 SAS Viyaのディープラーニング手法の一つであるCNNを「特徴抽出器」として、決定木、勾配ブースティングなどを「分類器」として使用することで、データ数が多くないと精度が出ないCNNの欠点を、データ数が少なくても精度が出る「従来の機械学習手法」で補強するという方法が、画像解析の分野でも応用されています。 以下は、SAS Viyaに搭載のディープラーニング(CNN)で、ImageNetのデータを学習させ、そのモデルに以下の複数のイルカとキリンの画像をテストデータとして当てはめたモデルのpooling層で出力した特徴空間に決定木をかけている例です。 In [17]:,4) 以下はCNNの構造の定義です。 Build a simple CNN model   In [18]: from dlpy import Model, Sequential from dlpy.layers import * from dlpy.applications import *   In [19]: model1 = Sequential(sess, model_table='Simple_CNN')   Input Layer   In [20]: model1.add(InputLayer(3, 224, 224, offsets=tr_img.channel_means))   NOTE: Input

Advanced Analytics | Analytics | Artificial Intelligence | Machine Learning
畝見 真 0

SASでは、Python向けパッケージ/ライブラリとして、機械学習のパイプラインの実装を簡素化する「Pipefitter」を提供しています。 SASの「Pipefitter」パッケージは、SAS Viyaまたは、SAS v9の反復可能なワークフローの一つの段階として、データ変換とモデルフィッティング向けパイプラインを開発するためのPython APIを提供します。 このパッケージを使用すると、SASでデータを操作して、次のような処理を実装できます: ・欠損値補完 ・デシジョンツリー、ニューラルネットワーク、およびその他の機械学習テクニックを使用したパラメータ推定値の適合 ・ハイパーパラメータチューニングを使用したモデル選択の高速化 ・スコアリングとモデル評価 「Pipefitter」のもう一つの重要な特徴は、SASが提供する他の2つのPythonパッケージの能力に基づいていることです。 SWAT: SAS Viyaプラットフォームのインメモリー分析エンジンであるSAS Cloud Analytic Services(CAS)を活用し様々なデータ操作や分析を可能にするPython向けパッケージ SASPy: SAS9.4の機能を活用し、分析、データ操作、および視覚化を行うためのPython向けパッケージ ロジスティック回帰でのパラメータ推定などのパイプライン処理は、SASPyを介してSAS 9で、SWATを介してCASで同じように実行されるように設計されています。 以下は、タイタニック号の乗船者データに基づくパイプラインの例です。 まず、KaggleのサイトからPandas DataFrameにデータをダウンロードします。 In [1]: import pandas as pd In [2]: train = pd.read_csv('')   In [3]: train.head() Out[3]: PassengerId Survived Pclass 0 1 0 3 1 2 1

Advanced Analytics | Internet of Things | Machine Learning
Adam Goldsmith 0
Steak & chips - how IoT and machine learning will disrupt risk in Animal Insurance

On the face of it, a partnership between the Internet of Things (IoT) and animals is not an obvious one. However, a number of trials and larger-scale implementations of IoT use with household pets and in farming are showing that connected ’Smudge’ and ‘Daisy’ can provide real benefits. This should

Advanced Analytics | Analytics | Data Management | Fraud & Security Intelligence
Mitigar el riesgo, una prioridad para las compañías en la economía digital

La economía digital surgió a raíz del avance de la tecnología en la informática y las telecomunicaciones. El último Modelo de Gestión de Riesgos de Seguridad Digital entregado por el Ministerio de Tecnologías de la Información y las Comunicaciones -MinTIC-, afirma que en los últimos 20 años el acceso a

Advanced Analytics | Artificial Intelligence | Machine Learning
Mark Bakker 0
From concept to value — the machine learning curve

Advanced analytics is an important part of artificial intelligence (AI). Machine learning, or the ability of computers to learn from data, rather than through programming rules, means that more complex problems can be addressed than would otherwise be possible. It is significantly easier to supply lots of data and examples

Advanced Analytics | Artificial Intelligence | Machine Learning
Ilknur Kaynar Kabul 0
Interpret model predictions with partial dependence and individual conditional expectation plots

Continuing our series on model interpretability, this post explains two methods for plotting variables that can give insight into how a model is working. Assessing a model`s accuracy usually is not enough for a data scientist who wants to know more about how a model is working. Often data scientists

1 2 3 34

Back to Top