Move beyond spreadsheets to data mining, forecasting, optimization – and more
How Intelligent Decisioning can help telcos survive and economic downturn and support vulnerable customers while avoiding bad debt.
Nowadays, recommendation engines can be found just about everywhere from news websites to e-commerce sites to online streaming services. However, customers frequently encounter recommendations that are inappropriate or repetitive.
Fast forward to today and a batch run decision is simply not enough.
Teknik mimari çeşitli bir konudur- ancak bazı sorular tekrar tekrar gündeme gelir. Altyapıyı, açık kaynak politikasını, IoT veri yönetimini, paydaş katılımını kapsayan geniş yelpazenin tamamı, kurumsal mimarların oynadığı rolün giderek daha önemli bir hale geldiğine işaret ediyor. Bu yazımda son 12 ay boyunca en sık sorulan on soru ve müşterilerime
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
Adverse outcomes, and the rapid spread of COVID-19, have accelerated research on all aspects of the disease. You may have found it overwhelming, and very time-consuming, to find relevant and specialized insights in all the scientific literature out there. To aid researchers in quickly identifying relevant literature about key topics
Intelligent Decisioning can help telcos adapt to disruption, meet new demands and plan for the future.
In the preceding two posts, we looked at issues around interpretability of modern black-box machine-learning models and introduced SAS® Model Studio within SAS® Visual Data Mining and Machine Learning. Now we turn our attention to programmatic interpretability.
If you're my kids, the term, “continuous integration,” might have you thinking about how much time you’ve spent lately with the family, and “continuous delivery” is what's been happening on the front porch the past few weeks. But to a software developer, these terms mean something entirely different. Combined and
An Essential Role for Intelligent Decisioning in Telecommunications
오늘 6월 17일(미 동부 시간 기준 16일) 온라인으로 개최한 ‘SAS 글로벌 포럼 2020’에서 SAS는 최신 클라우드 기술을 접목해 의사결정 과정을 가속화하는 AI 기반 엔터프라이즈 분석 플랫폼의 최신 버전 ‘SAS 바이야 4(SAS® Viya® 4)’를 공개하고 마이크로소프트와 클라우드 전환 가속화를 위한 전략적 파트너십 체결을 발표했습니다. 클라우드로 전환하는 비즈니스 IT 트렌드에 발 맞추어
A previous article shows how to use the iml action to read a CAS data table into an IML matrix. This article shows how to write a CAS table from data in an IML matrix. You can read an overview of the iml action, which was introduced in SAS Viya
It’s official: NASA no longer builds spaceships. They’ve outsourced that task. According to NASA administrator Jim Bridenstine, "We're going with commercial partners. NASA is not purchasing, owning and operating the hardware. We're buying the service." Why? Because NASA needs to focus on exploring space, not building the transportation to get
A previous article compares a SAS/IML program that runs in PROC IML to the same program that runs in the iml action. (You can read an overview of the iml action.) The example in the previous article was very simple and did not read or write data. This article compares
Your journey could look very different to mine, but I think as long as you’re curious, you’re on the right track!
Rapid demand response forecasting techniques are forecasting processes that can incorporate key information quickly enough to act upon in real time by agile supply chains. Retailers and consumer goods suppliers are urgently trying to determine how changes in consumer behavior will affect their regions, channels, categories, brands and products during
I think that this pandemic has put digital transformation at the top of every executive agenda.
In the second of a three-part series of posts, SAS' Funda Gunes and her colleague Ricky Tharrington summarize model-agnostic model interpretability in SAS Viya.
El año pasado hablábamos de las descomunales capacidades de cómputo y de cómo las organizaciones y los gobiernos podían transformar todos estos datos en mayor inteligencia de negocios. Este año, el mundo ha cambiado para todos y la analítica avanzada; la toma de decisiones basada en la proyección de escenarios;
La pandemia originada por el COVID-19 ha puesto de manifiesto, entre otras muchas cosas, el reto que supone para los sistemas de salud hacer frente a una emergencia sanitaria de gran alcance. Garantizar la disponibilidad de camas hospitalarias, ventiladores o incluso de profesionales sanitarios para atender las necesidades de miles
Intelligent decisioning can help telcos survive the retail shutdown by accelerating the shift to digital channels
A monotonic relationship exists when a model’s output increases or stays constant in step with an increase in your model’s inputs. Relationships can be monotonically increasing or decreasing with the distinction based on which direction the input and output travel. A common example is in credit risk where you would expect someone’s risk score to increase with the amount of debt they have relative to their income.
SASの一つの顔は、アナリティクスで営利目的の意思決定を支援 筆者は、SAS社員として、20年以上に渡りアナリティクスおよびAIで企業・組織を支援してきました。 金融機関における、リスク管理や債権回収の最適化 通信業における、顧客LTV最大化、ネットワーク最適化やマーケティング活動の最適化 製造業における、需要予測、在庫最適化、製造品質の向上や調達最適化 流通・小売業における、需要予測やサプライチェーン最適化 運輸業における、輸送最適化や料金最適化 ライフサイエンス・製薬企業における、業務の最適化 官公庁における、市民サービス向上のための不正検知 など、様々な業種・業務においてアナリティクスの適用によるお客様のビジネス課題の解決に携わってきました。営利目的（ここでは市民サービスの向上も含めることにします）の企業・組織におけるアナリティクスの活用目的は主に以下の３つに集約されます。 収益（売り上げ）の増大 コストの低減 リスク管理 アナリティクスは、いわゆる「データ分析」を手段とし、過去起きたことを把握して問題を定義し、次に将来を予測し、様々な選択肢の中から最適な予測に基づいて意思決定をしていくことになりますが、その過程の中で、起きてほしい事象を予測して促進したり、起きてほしくない事象を予測して防いだり、その予測のばらつきを管理したりということを行っていきます。 このような営利目的でのアナリティクスの活用はSASという会社が誕生した40年以上前から行われており、基本的な活用フレームワークは変わっていません。IT技術の進化によって、利用可能なデータの種類や大きさが、増えてきただけにすぎないと言えます。例えば、昨今のAIブームの代表格であるディープラーニングですが、ディープラーニングという処理方式の進化と、GPUという処理機械の進化によって、非構造化データをより良く構造化しているものであり、もちろんモデリング時のパラメータ推定値は何十億倍にはなっていますが、モデリングのための１データソースにすぎません。もう少しするとディープラーニングも使いやすくなり、他の手法同様、それを使いこなすあるいは手法を発展させることに時間を費やすフェーズから、（中身を気にせず）使いこなせてあたりまえの時代になるのではないでしょうか。 SASのもう一つの顔、そして、SAS社員としての誇り、Data for Goodへのアナリティクスの適用 前置きが長くなりましたが、SAS社員としてアナリティクスに携わってきた中で幸運だったのは、データの管理、統計解析、機械学習、AI技術と、それを生かすためのアプリケーション化、そのためのツール、学習方法や、ビジネス価値を創出するための方法論や無数の事例に日常的に囲まれていたことだと思います。それにより、それら手段や適用可能性そのものを学習したり模索することではなく、その先の「どんな価値創出を成すか？」「様々な問題がある中で優先順位の高い解くべき問題はなにか？」という観点に時間というリソースを費やすことができていることだと思います。そのような日常の仕事環境においては、アナリティクスの活用を営利目的だけではなく、非営利目的の社会課題の解決に役立てるというのは企業の社会的責任を果たす観点においても必然であり、Data for Goodの取り組みとしてSAS社がユニークに貢献できることであり、SAS社員として誇れるところだと考えています。 最終的に成果を左右するのは「データ」 そして、もう一つの真実に我々は常に直面します。クラウド・テクノロジー、機械学習、ディープラーニングなどの処理テクノロジーがどんなに進歩しようともアナリティクス／AIによって得られる成果を左右するのは「データ」です。どのようなデータから学習するかによって結果は決まってきます。 IoT技術で収集したセンサーデータは知りたい「モノ」の真実を表しているだろうか？ 学習データに付与されたラベル情報は正確だろうか？ 学習データは目的を達成するために必要な集合だろうか？ そのデータは顧客の心理や従業員の心理をどこまで忠実に表しているだろうか？ 特に、Data for Goodのチャレンジはまさにそのデータ収集からスタートします。ほとんどの場合、データは目的に対して収集する必要があります。そして、下記の取り組みのうち２つはまさに、我々一人一人が参加できる、市民によるデータサイエンス活動として、AI／アナリティクスの心臓部分であるデータをクラウドソーシングによって作り上げるプロジェクトです。 Data for Good: 人間社会に大きな影響を及ぼすミツバチの社会をより良くする 概要はこちらのプレスリリース「SAS、高度なアナリティクスと機械学習を通じて健康なミツバチの個体数を増大（日本語）」をご参照ください。 ミツバチは、人間の食糧に直接用いられる植物種全体の75%近くに関して受粉を行っていますが、ミツバチのコロニーの数は減少しており、人類の食糧供給の壊滅的な損失につながる可能性があります。この取り組みでは、IoT, 機械学習, AI技術, ビジュアライゼーションなどSAS のテクノロジーを活用し、ミツバチの個体数の保全/保護する様々なプロジェクトを推進しています。この取り組みは以下の３つのプロジェクトから成り立っています。 ミツバチの群れの健康を非侵襲的に監視 SASのIoT部門の研究者は、SAS Event Stream ProcessingおよびSAS Viyaソフトウェアで提供されているデジタル信号処理ツールと機械学習アルゴリズムを用いて、ミツバチの巣箱の状態をリアルタイムで非侵襲的に追跡するために、生物音響監視システムを開発しています。このシステムによって養蜂家は、コロニーの失敗につながりかねない巣箱の問題を効果的に理解し、予測できるようになります。 関連ページ：5 ways to measure
El aprovechamiento de los datos ha demostrado ser muy importante en estos tiempos en los que cuidar la salud y tomar decisiones inteligentes ha sido la prioridad, pero lo será mucho más, ahora que los países buscan recuperar las dinámicas económicas, comerciales y sociales en el menor tiempo y de
In a previous article, I discussed the definition of the Kullback-Leibler (K-L) divergence between two discrete probability distributions. For completeness, this article shows how to compute the Kullback-Leibler divergence between two continuous distributions. When f and g are discrete distributions, the K-L divergence is the sum of f(x)*log(f(x)/g(x)) over all
바이러스는 어떻게 확산될까요? 전염 가능성을 높이는 요인은 무엇일까요? 사람에 따라 증상이 다른 이유는 무엇일까요? 어떤 치료법이 효과 있을까요? 백신 개발은 얼만큼 진행된 걸까요? 매일 새로운 연구 결과가 발표되고 세계 각지에서 연구 프로젝트가 진행되고 있지만, 코로나19와 신종 코로나바이러스에 대해서 우리는 여전히 아는 것보다 모르는 것이 더 많습니다. 그리고 풀어야 할 궁금증은
The Kullback–Leibler divergence is a measure of dissimilarity between two probability distributions. An application in machine learning is to measure how distributions in a parametric family differ from a data distribution. This article shows that if you minimize the Kullback–Leibler divergence over a set of parameters, you can find a
Las organizaciones de salud, los gobiernos y la población en general siguen concentrando sus esfuerzos en reducir la velocidad de propagación del COVID-19. Las medidas de prevención implementadas en todo el mundo, como el confinamiento y el distanciamiento social, han contribuido a ralentizarla. No obstante, continúan reportándose altos índices de
If you have been learning about machine learning or mathematical statistics, you might have heard about the Kullback–Leibler divergence. The Kullback–Leibler divergence is a measure of dissimilarity between two probability distributions. It measures how much one distribution differs from a reference distribution. This article explains the Kullback–Leibler divergence and shows
We will use prescriptive analytics and optimization to select a stock portfolio that maximizes returns while taking risk tolerance into account.
