Analytics

Find out how analytics, from data mining to cognitive computing, is changing the way we do business

Advanced Analytics | Analytics | Cloud | Machine Learning
Charlie Chase 0
Can demand planning save your supply chain? Find out with this free trial

The past 20 months of disruptions caused by COVID-19 have been a wake-up call for retailers and consumer goods companies. Unpredictable market trends have caused havoc with categories, brands and products making it harder to predict supply requirements. All of these changes have given rise to the need for consumption

Analytics | Artificial Intelligence | Internet of Things | SAS Events
Einar Halvorsen 0
Why hack? 10 reasons why the SAS Hackathon is more than a competition

In a hackathon, teams of participants collaborate and compete to find the best solutions to a business or humanitarian challenge using technology. But unlike many traditional hackathons where participants meet in person for a couple of days, the SAS Hackathon is all-digital and lasts for a month. Prior to the

Analytics | Data Visualization
Joon-Hyung Koh 0
AI 기반의 쉽고 간단한 Clinical Data 탐색 및 시각화 #2편

지난 블로그 포스팅 #1편에서는 임상시험 전 과정에 참여한 내.외부 모든 이해관계자가 임상시험 데이터에 쉽게 접근하여 진행 상황을 파악할 수 있도록 지원하는 SAS Visual Analytics 솔루션의 기능을 소개해 드렸습니다. 이번 포스팅에서는 이러한 AI기반의 SAS Visual Analytics 분석 솔루션을 활용하여 임상시험 SDTM 데이터의 탐색 및 시각화 리포트의 활용에 대해 알아보겠습니다. Clinical Data

Analytics
0
SAS VDMML을 사용한 강화 학습

강화 학습(RL)은 다양한 분야에서 사용됩니다. 예를 들면, 로봇 공학, 산업, 자동화, 대화 생성, 헬스케어 치료 추천 사항, 주식 거래 및 컴퓨터 게임이 포함됩니다. SAS Visual Data Mining and Machine Learning은 FQN(Fitted Q-Networks)과 함께 배치 강화 학습 기능을 한동안 제공했습니다. 흥미로운 소식은 SAS가 DQN(Deep Q-Networks)을 통해 온라인 "실시간" 강화 학습을 제공한다는

Analytics | Artificial Intelligence | Data Visualization
Joon-Hyung Koh 0
AI 기반의 쉽고 간단한 Clinical Data 탐색 및 시각화 #1편

임상시험을 비롯한 모든 업무에서 분석은 필수이며, 점점 고급분석을 필요로하고 있습니다. 이번 블로그 포스팅은 2편으로 나누어 1편에서는 임상시험 전 과정에 참여한 내.외부 모든 이해관계자가 임상시험 데이터에 쉽게 접근하여 진행 상황을 파악할 수 있도록 지원하는 SAS Visual Analytics 솔루션의 기능을 소개합니다. 이어 2편에서는 임상시험의 SDTM 데이터를 활용하여 SAS Visual Analytics 솔루션에 어떻게

Analytics | Data for Good
0
パブリックデータを使った子宮頸がんを取り巻く日本の状況の可視化

2021年11月、国が一時停止している子宮頸がんを防ぐHPV(ヒトパピローマウイルス)ワクチンの積極的な接種の勧奨の再開が厚生労働省の専門家による検討部会によって正式に承認されました。このHPVワクチンは世界保健機関(WHO)がその接種を推進しており、日本をはじめとして多くの先進国では公的接種とされています。この記事はData for Good活動の一環として、パブリックデータを用いて問題を可視化することで、子宮頸がんに対する認知や関心をより持っていただき、今後のHPVワクチンの普及につなげることを目的としています。   子宮頸がん 子宮頸がんのほとんどはヒトパピローマウイルス(HPV)というウイルスの感染が原因となり子宮の頸部に発生するがんの一種です。感染の経路は主に性的接触によるものであり、成人女性の大部分はHPVに感染するとされています。HPVに感染してもその多くは自然に消失しますが、一部は頸部の細胞が異常な変化を起こした子宮頸部異形成というがんの前段階(前がん病変)になります。そしてさらにその一部が数年から10年ほどで悪性腫瘍へと進展し、子宮頸がんを発症します。この子宮頸部異形成(前がん病変)の早期段階では自覚症状はほぼなく、病変を発見するためには子宮頸がん検診を受けることが必要ですが、自覚症状があまりないために検診を受けた段階で既に進行がかなり進んでしまっているケースもあります。 国立がん研究センターがん情報サービスは国立がん研究センターが運営している公式サイトであり、日本国内のがんに関する統計情報ががん種別に公開されています。今回はその統計情報の中から、子宮頸がんに該当するデータ(がん種:子宮頸部)を抜き出し、無料で利用可能なSAS OnDemand for Academicsを利用して可視化を行いました。日本での死亡者数は2019年度時点で年間約3,000名、罹患者数は2018年時点で約11,000名ほどとなっており、下図のように増加の一途をたどっています。 出典:国立がん研究センターがん情報サービス「がん統計」(人口動態統計) より作成 ま子宮頸がんの罹患者数は2009年~2018年(最新)まで10年連続で1万人を超えており、罹患者数は30歳頃から増え始め現在は45-49歳が最も罹患が多い年代層となっています。また罹患する年齢層が若年化していることも危険視されています。子宮頸がんに対して我々ができることは以下の二つです。 子宮頸がん検診を受けること(発見) HPVワクチンを接種すること(予防) 私たちにとって重要なことは、2年に1度の受診が推奨されている子宮頸がん検診によって異形成(前がん病変)を早期に発見すること。そして検診と同様に重要ことが、HPVワクチンを接種し対応するHPVの感染を防ぎ、子宮頸がんとなるリスクを下げることです。   HPVワクチン 子宮頸がんの原因となるHPV(ヒトパピローマウイルス)は現在100種類以上の存在が知られており、そのうちのいくつかは子宮頸がんを引き起こしやすいハイリスク型に分類されます。HPVワクチンにも様々なタイプがありますが、日本では定期接種の対象となっているのは2価(サーバリックス)と4価(ガーダシル)のワクチンで、接種することでおおよそ50~70%程の感染を防ぎ子宮頸がんになるリスクを減らすことが可能です。また2021年2月24日からは9価ワクチンも日本での取り扱いが開始されましたが定期接種の対象ではないため自費での接種となっています。     「接種の積極的な勧奨」について HPVワクチンは下図のようにいくつかの事業、法案の後押しもあり、その対象となる年齢の女性へ接種の積極的な勧奨が行われていました。しかし公費での定期接種開始後に副反応の報告が相次ぎ、副反応と接種との因果関係や、その頻度、海外での詳しい実態調査が必要とされ、厚生労働省は約半年間をめどに「接種の積極的な勧奨」の一時中止という決定を2013年6月に下しました。当初は半年間がめどとされていたものの、一時停止はその後も続き、ワクチンの有効性が様々な研究により示され2021年11月に接種の積極的な勧奨の再開が正式に決定されるまで約8年の月日がかかりました。 専門家らの研究結果によると、接種の積極的な勧奨が一時停止されるまではおおよそ70%であった定期接種の対象年齢での接種率もこの一時停止により現在は1%未満にまで落ち込んでしまっています。論文のデータをもとに出生年ごとのワクチン接種率を可視化したものが下図です。 Nakagawa S, Ueda Y, Yagi A, Ikeda S, Hiramatsu K, Kimura T. Corrected human papillomavirus vaccination rates for each birth fiscal year in Japan. Cancer Sci. 2020;111(6):2156-2162. doi:10.1111/cas.14406 より作成

Analytics | Artificial Intelligence
José Mutis O. 0
¿Cómo la analítica y la inteligencia artificial pueden salvar vidas y reducir los delitos en las ciudades?

No es solo percepción: la seguridad en algunas de las principales ciudades se ha visto deteriorada en el último año. Según cifras del Concejo de Bogotá, los casos reportados de robo a personas en la capital de Colombia aumentaron un 25% entre marzo de 2020 a igual mes de este

Analytics
0
쿠버네티스 기반 SAS ESP: 개발자에게 어떤 변화가 있을까?

SAS Event Stream Processing (ESP) 2020버전 이상은 이제 클라우드 네이티브이며 쿠버네티스 환경에서 작동합니다. SAS ESP 프로젝트 개발자나 사용자가 새로운 환경을 효율적으로 활용하기 위해 알아야 할 몇 가지 사항이 있습니다. SAS ESP "factory" 서버가 더 이상 필요하지 않습니다 이전에는 SAS ESP 6.2 및 이전 버전에서 개발자가 ESP 프로젝트를 설계하기 위해 먼저

Analytics
WooSeong Jeon 0
지불/결제 시장의 변화와 새로운 사기 위협

지불/결제(Payments) 사기는 악의를 가진 누군가가 다른 사람의 개인 결제 정보를 훔치거나 속여 빼낸 다음 해당 정보로 허위 또는 불법 거래에 사용할 때 발생합니다. 새로운 결제 수단이나 서비스가 인기를 끌 때마다 결제 환경과 트렌드가 바뀝니다. 사기범들도 마찬가지입니다. 그들은 새롭고 점점 더 교묘해지는 지불/결제 사기 수법을 개발하여 새로운 환경에 적응합니다. 사기범은 사기를

Advanced Analytics | Analytics | Artificial Intelligence
Harry Snart 0
Transforming public sector customer experience with composite AI

Introduction In an era of high connectivity and instant gratification, the expectations of customer experience have never been higher. Customers do not simply want but rather expect accessible and responsive communication across a variety of channels. And for organisations, the risks have never been higher. Disgruntled users now have the

Analytics | Fraud & Security Intelligence
Min-Gi Cho 0
[AML 시리즈 #1] 자금세탁 방지 고도화를 위한 AI/ML 도입 방안

1회. 도입 목적과 범위, AML Compliance Analytics Maturity Model 자금세탁 방지 의무가 있는 대부분의 금융 기관과 기업은 자금세탁 방지와 관련된 컴플라이언스 업무 수행을 위해 막대한 인력, 시간, 비용, 노력을 투자하고 있습니다. 자금 세탁 방지 컴플라이언스는 FATF가 설립된 1989년 이후 자금세탁 방지(AML;Anti-Money Laundering), 테러자금조달 방지(CFT; Countering the Financing of Terrorism), 대량살상무기

Advanced Analytics | Analytics | Artificial Intelligence | Machine Learning
José Mutis O. 0
¿Cómo puede ayudar la IA responsable y humanista a construir mejores gobiernos?

La analítica, la inteligencia artificial, el machine learning y todas las nuevas ciencias encaminadas a aprovechar mejor los millones de datos que hay en la actualidad  tienen un gran impacto en el mundo -y lo tendrán aún más- en la medida en que incidan directamente en el progreso de la

Analytics | Artificial Intelligence | Fraud & Security Intelligence
Adrian Niga 0
Anti-money laundering measures need to go beyond banks

When considering anti-money laundering operations, it’s not unreasonable that most people would probably think first of banks and other financial institutions. These organizations are probably the most obvious place to deposit large sums of money, including those obtained from criminal activities. And are therefore the most important first line of

Advanced Analytics | Analytics | Customer Intelligence
Andrew Fowkes 0
Creating a personalised retail experience that stands out from the crowd

Nearly everyone in retail knows the value of personalisation. Getting there, however, can be a problem. Here’s how your retail store can be a business that better understands the customer. Personalising the shopping experience is the surest way to the consumer’s pocket. Consumers buy more and buy more often when

Analytics
Alex Coop 0
The future of AI from 5 influential figures

There is no shortage of challenges associated with the deployment of AI: a lack of access to infrastructure, a lack of skills, and new legislation meant to enforce the responsible use of this evolving technology. But the most consequential questions facing us are innately human. Namely, ensuring human agency, safety

Analytics
Jong-Phil Park 0
SAS와 Microsoft의 초자동화(Hyper Automation)

Hyper Automation, 초(超) 자동화 제조, 여신, 물류 등의 산업군 및 마케팅, 영업 등의 직군에 종사하신다면 자동화(Automation)라는 용어는 그리 낮 설지 않은 용어일 것 입니다. 자동화는 인간의 노동 효율을 극대화하기 위해 인간의 개입을 최소화 하고 기계 또는 컴퓨터의 능력을 활용하는 방향으로 진화해 왔습니다. 예를 들어 마케팅 영역에서의 자동화의 경우, 마케팅 전략을

1 2 3 120

Back to Top