Artificial Intelligence

Discover how AI is used today and how it will augment human experience in the future

Advanced Analytics | Analytics | Artificial Intelligence | Machine Learning
「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]: te_img.show(8,4) 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
機械学習のパイプラインを簡素化するPython向けパッケージ「Pipefitter」

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('http://s3.amazonaws.com/assets.datacamp.com/course/Kaggle/train.csv')   In [3]: train.head() Out[3]: PassengerId Survived Pclass 0 1 0 3 1 2 1

Analytics | Artificial Intelligence
Mauricio González 0
Para ser inteligente, su empresa debe aprender primero

Para desarrollar nuestra inteligencia, los seres humanos tenemos que aprender. Comenzamos por percibir el entorno, perfeccionar nuestras capacidades de comunicación (hablar, leer, transmitir pensamientos abstractos) y absorber una gran cantidad de conocimientos a medida que crecemos. La máquinas y computadoras siguen un camino parecido. Para que Siri o Alexa, por

Advanced Analytics | Artificial Intelligence | Customer Intelligence
SAS Korea 0
스포츠 클럽, 분석으로 선수와 경기에 대한 완전한 그림을 그리다

스포츠 클럽은 다양한 소스로부터 수많은 데이터를 수집합니다. 선수들의 건강 상태에 대한 물리적 데이터, 의료 정보, 득점이나 경기 시간 등의 성과 데이터가 대표적인데요. 이외에도 티켓 가격, 판매, 시즌권 패턴 등 팀 운영 측면에서 다양한 데이터가 모입니다. 스포츠 클럽은 이전에도 데이터를 활용해왔습니다. 경기 장면을 촬영하고 실시간으로 또는 경기가 끝난 후 주요 영상(footage)을

Analytics | Artificial Intelligence | Machine Learning
Charlie Chase 0
Will artificial intelligence replace humans?

We have entered the “second machine age.” The first machine age began with the industrial revolution, which was driven primarily by technology innovation. The ability to generate massive amounts of mechanical power made humans more productive. Where the steam engine started the industrial revolution, the second machine age has taken

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

We have updated our software for improved interpretability since this post was written. For the latest on this topic, read our new series on model-agnostic interpretability.  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

Analytics | Artificial Intelligence
SAS Korea 0
인공지능(AI)과 미래 일자리에 대한 낙관

미래에 대한 좋은 소식이 있습니다. 어디선가 들어봤을지도 모르지만 인공지능(AI)과 함께하는 미래 일자리가 모두 절망적이고 암울한 것만은 아닙니다. 말콤 프랭크(Malcolm Frank)의 연구 기반 저서 ‘기계가 모든 것을 할 때 무엇을 해야 하는가(What to Do When Machines Do Everything’는 데이터를 통해 이를 증명합니다. 또 학생과 근로자는 새로운 교육 접근법을 통해 인공지능과 함께하는 미래에 더욱

Advanced Analytics | Artificial Intelligence | Machine Learning
Yue Qi 0
Recurrent neural networks: An essential tool for machine learning

Sequence models, especially recurrent neural network (RNN) and similar variants, have gained tremendous popularity over the last few years because of their unparalleled ability to handle unstructured sequential data. The reason these models are called “recurrent” is that they work with data that occurs in a sequence, such as text

Artificial Intelligence
Leo Sadovy 0
AI and trust

Andy Dufresne, the wrongly convicted character in The Shawshank Redemption, provocatively asks the prison guard early in the film: “Do you trust your wife?” It’s a dead serious question regarding avoiding taxes on a recent financial windfall that had come the guard's way, and leads to events that eventually win

Analytics | Artificial Intelligence
SAS Korea 0
인공지능(AI)으로 의료 산업을 혁신할 수 있을까요?

소비자들은 다양한 산업에 빠르게 도입되고 있는 인공지능(AI)을 어떻게 받아들이고 있을까요? SAS가 최근 미국인 500명을 대상으로 조사한 결과, 소비자들은 금융이나 소매 분야보다 의료 산업의 인공지능 기술을 더욱 편안하게 여기는 것으로 나타났습니다. 특히 응답자의 47%는 수술 중에도 기꺼이 인공지능 기술의 도움을 받겠다고 답했는데요. 또 10명 중 6명(60%)은 의사가 애플워치나 핏비트와 같은 웨어러블 기기의 데이터를

Analytics | Artificial Intelligence
Inteligencia artificial, ¿qué quiere que haga por su empresa?

La medida en que las organizaciones se beneficien de la Inteligencia Artificial, machine learning y la analítica dependerá de sus necesidades y la aplicación que puedan tener para hacerlas más rentables, ágiles y competitivas. La inteligencia artificial (IA) ha estado presente en nuestras vidas más tiempo del que creemos. Está

Artificial Intelligence | Data Management | Machine Learning
Roger Thomas 0
Magic vs monetization: AI tips for manufacturing executives

Remember the military computer Joshua from the 1983 Matthew Broderick movie WarGames? Joshua learned how to “play a game” by competing against other computers, got confused about reality, and nearly started WWIII. As depicted in that movie, Joshua isn’t all that different from Google’s DeepMind, which became a superhuman chess

Analytics | Artificial Intelligence | SAS Events
SAS Korea 0
최신 분석 트렌드의 A부터 Z까지! ‘SAS 글로벌 포럼 2018’ 하이라이트

지난 4월 8일부터 11일까지 미국 콜로라도주 덴버에서 세계 최대 규모의 분석 컨퍼런스 ‘SAS 글로벌 포럼 2018(SAS Global Forum 2018)’이 성황리에 개최됐습니다. 전 세계 SAS 고객, 파트너, 오피니언 리더, 산업별 전문가, 학생 등 3만명 이상이 참석한 가운데 빅데이터, 인공지능(AI), 사물인터넷(IoT), 사기 방지 등 최신 분석 트렌드에 대한 다양한 논의가 진행됐는데요. 그 최고의 순간들을

Analytics | Artificial Intelligence | Machine Learning
Mauricio González 0
Analítica, automatización e inteligencia impulsan la modernización del sector salud

Recientemente, el Instituto Mexicano del Seguro Social (IMSS) llevó a cabo la segunda edición de las Olimpiadas de la Innovación, evento en el que se reunieron las autoridades sanitarias, prestadores de servicios y empresas de tecnología para conocer los avances que hacen posible prestar una atención segura, efectiva, oportuna y

Analytics | Artificial Intelligence | Fraud & Security Intelligence | Machine Learning
Héctor Cobo 0
SAS Global Forum: Los datos se transforman en inteligencia

La fortaleza que tiene la analítica ahora es la revolución de las tecnologías como la inteligencia artificial (IA) y el aprendizaje automático. Esta amalgama de innovaciones le da a las empresas, de todas las industrias, la oportunidad de llevar a cabo las percepciones que obtienen de sus datos a una

Advanced Analytics | Artificial Intelligence | Machine Learning
SAS Korea 0
머신러닝 해석력 시리즈 2탄: 데이터 세트를 이해하고 해석하는 방법

“모델링에 뛰어들기 전에 먼저 데이터를 이해하고 탐색하라!” 데이터 과학자를 위한 일반적인 조언입니다. 데이터 세트가 정리되어 있지 않으면 모델을 구축해도 문제를 해결하는 데 도움이 되지 않습니다. 마치 쓰레기를 꺼냈다, 넣었다 하는 것과 같죠. 강력한 머신러닝 시스템을 구축하기 위해서는 예측 작업을 정의하고, 문제를 해결하기 전에 데이터 세트를 탐색하고 이해해야 합니다. 데이터 과학자는 대부분의 시간을 모델링을

Advanced Analytics | Artificial Intelligence | Machine Learning
SAS Korea 0
고급 분석과 인공지능(AI), 스포츠 과학의 판도를 바꾸다!

‘스포츠 분석’이라고 하면 아마 많은 분들이 브래드 피트 주연의 영화 ‘머니볼(Moneyball)’을 떠올리실 텐데요. 이 영화는 2002년 분석을 활용해 오클랜드 애슬레틱스(Oakland Athletics) 야구팀을 승리로 이끈 빌리 빈(Billy Beane) 단장의 이야기를 다룹니다. 빈 단장은 스포츠 분석의 기반을 세웠지만, 오늘날 그 활용 범위는 훨씬 더 넓어졌죠! 몇 가지 예만 봐도 스포츠 분야에서 분석이 얼마나

Analytics | Artificial Intelligence | Machine Learning
Andreas Becks 0
Künstliche Intelligenz im Reality-Check: Potenziale, Grenzen, organisatorische und gesellschaftliche Konsequenzen

Gartner geht davon aus, dass dank künstlicher Intelligenz (KI) bis 2025 zwei Millionen neue Arbeitsplätze geschaffen werden. KI und Machine Learning sind in vielen Unternehmen bereits heute wichtiger Bestandteil von Geschäftsprozessen und Unternehmensbereichen. Sie erleichtern den Arbeitsalltag, optimieren die Interaktion mit Kunden, sagen den Ausfall einer Maschine zuverlässig vorher oder

Analytics | Artificial Intelligence | Internet of Things | Machine Learning
Mauricio González 0
Transformemos México, la analítica al servicio de gobiernos y ciudadanos

México se encuentra inmerso en la mayor transformación de su historia. Sin importar la inclinación política del gobierno en el poder, las instituciones clave para el desarrollo del país –gracias a su autonomía- innovan a fin de proveer mejores servicios a la ciudadanía y elevar la transparencia de sus operaciones.

1 15 16 17 18 19 20

Back to Top