Advanced Analytics

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

Advanced Analytics | Analytics
Christian Goßler 0
Lenin und der Rote Rapper im Internet of Ticks (IoT5)

„… Internet, Internet, ich hör‘ hier immer Internet. Sag’n Se‘ ma‘, ganz richtig ist das nicht!“ Der Service-Manager errötet nach seinem Rap. Lenin schwankt zwischen Belustigung und bolschewistischem Ingrimm: Stellt der Rote Rapper seine Erfolge im Internet of Things infrage? Der Rapper fährt fort: „Denn diese Daten, die Sie verbraten,

Advanced Analytics | Data for Good | Internet of Things
Larry Orimoloye 0
Scaling Internet of Things for dementia using particle filters

Dementia describes different brain disorders that trigger a loss of brain function. These conditions are all usually progressive and eventually severe. Alzheimer's disease is the most common type of dementia, affecting 62 percent of those diagnosed. Other types of dementia include; vascular dementia affecting 17 percent of those diagnosed, mixed

Advanced Analytics | SAS Administrators
David Stern 0
Creating and uploading custom icons and map pin icons in SAS® Visual Investigator

SAS Visual Investigator has an attractive user interface. One of its most engaging features is the network diagram, which represents related ‘entities’ and the connections between them, allowing an investigator to see and explore relationships in their source data. For maximum impact, each entity in the network diagram should have an

Advanced Analytics | Programming Tips
Ryan Lolli 0
Tip and tricks to promote CAS tables from session-scope to global-scope

When loading data into CAS using PROC CASUTIL, you have two choices on how the table can be loaded:  session-scope or global-scope.  This is controlled by the PROMOTE option in the PROC CASUTIL statement. Session-scope loaded proc casutil; load casdata="model_table.sas7bdat" incaslib="ryloll" outcaslib="otcaslib" casout="model_table”; run; Global-scope loaded proc casutil; load casdata="model_table.sas7bdat"

Advanced Analytics | Machine Learning
SAS Korea 0
데이터 과학자가 뽑은 "머신러닝 알고리즘 개발 베스트 프랙티스 3탄"

현존 최고의 데이터 과학자들이 뽑은 머신러닝 알고리즘 개발 베스트 프랙티스! 그 대망의 마지막 시간입니다. 이전 블로그를 통해 다양한 유형의 모델을 결합하는 방법을 소개해드렸다면, 오늘은 다양한 유형의 데이터를 결합하고, 모델의 다양한 변수를 활용하는 방법에 대해 이야기하고자 합니다. 이전 시리즈를 놓치셨나요? 블로그 1탄, 블로그 2탄을 참고해주세요. 기본기 다지기 희귀한 이벤트 탐지하기 수많은 모델 결합하기 모델

Advanced Analytics | Analytics | Machine Learning
Andreas Becks 0
Künstliche Intelligenz in der Versicherung: Wo steht Europa?

Wo steht eigentlich die europäische Versicherungswirtschaft in puncto Advanced Analytics, KI und Automatisierung? Erleben wir, dass gerade auch in der Assekuranz traditionelle Verfahren der Datenanalyse mit dem Begriff „maschinelles Lernen" überklebt werden? Oder ist die Branche hier schon deutlich weiter? Sind beispielsweise echte Chatbots wirklich schon allgegenwärtig? Aktuelle Einblicke gibt

Advanced Analytics | Customer Intelligence
SAS Korea 0
알고리즘 기반의 분석적 마케팅 기여도(Algorithmic Marketing Attribution) 측정을 통한 360도 마케팅 인사이트

모바일 퍼스트(Mobile First)를 넘어선 모바일 온리(Mobile only) 시대입니다. 스마트폰이나 태블릿 PC로 언제 어디서나 온라인 쇼핑몰, 모바일 앱, 소셜 미디어 등 다양한 플랫폼을 통해 정보를 검색, 공유하고 제품을 구매할 수 있죠. 이처럼 기업이 고객과 만나는 접점은 그 어느 때보다 다양해지고 있으며, 그만큼 고객의 요구와 기대의 변화에 귀를 기울이고 재빠르게 대응해야 할 필요성이

Advanced Analytics | Data Visualization
Jeanne (Hyunjin) Byun 0
인공지능(AI) 활용 엔터프라이즈 분석 플랫폼 ‘SAS 바이야(SAS Viya)’

분석이 매 순간, 데이터가 존재하는 모든 곳에 적용된다면 어떤 일들이 가능해질까요? 오늘날 우리는 데이터가 사회와 경제를 움직이는 ‘데이터 이코노미’ 시대에 살고 있습니다. IDC는 오는 2025년 전 세계 데이터 양이 현재의 10배에 달하는 163제타바이트(ZB)에 이를 것으로 전망했는데요. 그러나 데이터는 그 자체만으로 유용하지 않습니다. 모든 데이터는 대기 시간과 유효 기간의 속성을 지니기

Advanced Analytics | Machine Learning
Charlie Chase 0
Is demand sensing and shaping a key component of your company’s digital supply chain transformation?

Depending on who you speak with you will get varying definitions and opinions regarding demand sensing and shaping from sensing short-range replenishment based on sales orders to manual blending of point-of-sales (POS) data and shipments.        Most companies think that they are sensing demand when in fact they are

Advanced Analytics | Analytics | Data Visualization
Thomas Bodenmüller-Dodek 0
Blogparade: MyParadise Found – Finden Sie Ihr persönliches Paradies!

Blogparade startet: Vor Kurzem wurde ja bereits der analytisch beste Ort der Welt gefunden und gekürt. Dazu hat SAS aus fast 150.000 Orten in rund 200 Ländern jede Menge Daten gesammelt und mit modernsten Machine-Learning-Verfahren ausgewertet. Rund 100 sogenannte Prädiktoren, also mögliche Einflussgrößen auf „paradiesische“ Verhältnisse, spuckten West Perth aus

Advanced Analytics | Machine Learning
SAS Korea 0
데이터 과학자가 뽑은 "머신러닝 알고리즘 개발 베스트 프랙티스 2탄"

현존 최고의 데이터 과학자들이 뽑은 머신러닝 알고리즘 개발 베스트 프랙티스! 그 두 번째 시간입니다. 시리즈를 처음 접하시는 경우 블로그 1탄을 참고해주세요. 기본기 다지기 희귀한 이벤트 탐지하기 수많은 모델 결합하기 모델 적용하기 국소 최적해에 빠지는 것을 방지하기 위해 모델 오토튜닝하기 시간 효과(temporal effect) 관리하기 '일반화' 이해하기 Chapter 5. 국소 최적해에 빠지는 것을 방지하기

Advanced Analytics | Analytics | Internet of Things
Cornelius Kimmer 0
Edge Analytics - So kommt Analytics in den Truck (Teil 3) HEUTE: Konfiguration der Software

ODER: Wie erstelle ich ein Edge Analytics Case auf Basis von SAS ESP, SAS Streamviewer und eines Modelltrucks? Das beschreibe ich in Teil 3. Rückblick: Im ersten Teil wurden die Idee und der Inhalt der SAS Streaming-Analytics-Demo beschrieben. Im zweiten Teil sind die einzelnen technischen Komponenten sowie die Software aufgelistet. Im

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"

1 26 27 28 29 30 52

Back to Top