تجزیه و تحلیل و هوش مصنوعی (AI) نحوه تعامل ما با دنیای اطراف را تغییر می دهد - بهره وری را افزایش می دهد و روش تصمیم گیری را بهبود می بخشد. SAS و مایکروسافت برای القای اعتماد و اطمینان بیشتر در هر تصمیمی با ایجاد نوآوری و ارائه هوش مصنوعی اثبات شده در فضای ابری با یکدیگر همکاری می کنند.

در این نسخه نمایشی، ببینید که چگونه تصمیم گیری هوشمند و یادگیری ماشینی از SAS و مایکروسافت به Contoso Bank - یک مشتری ساختگی بانکی - کمک می کند تا ریسک در سبد وام مسکن خود را ساده و کاهش دهد.

بیا شروع کنیم.

بخش 1: داده ها و کشف

سازمان‌ها می‌توانند سریع‌تر و باهوش‌تر عمل کنند و کارمندان را قادر به کشف بینش‌ها کنند. ببینید که چگونه SAS و مایکروسافت به Contoso Bank کمک می کنند تا با کنار هم قرار دادن قابلیت های مدیریت داده، تجزیه و تحلیل و هوش مصنوعی با یکپارچه سازی یکپارچه در دارایی داده Azure، بینش جدیدی را در مورد پورتفولیوی خود به دست آورد.

ویژگی های کلیدی محصول:

• از ابزارهای داخلی Power BI مانند روایت‌های هوشمند و تحلیل احساسات برای تجزیه و تحلیل سریع داده‌های ساختاریافته و بدون ساختار استفاده کنید.
• محیط های SAS Viya و Microsoft Azure خود را با یک ورود به سیستم از طریق Azure Active Directory متصل کنید.
• مجموعه داده های خود را در SAS و Microsoft در کاتالوگ اطلاعات SAS فهرست کنید تا یک نمای کلی از محیط داده خود داشته باشید.
• داده های Azure Synapse Analytics و دیگر منابع داده Azure را در یک مجموعه داده ترکیبی در SAS Data Studio ادغام کنید.
• ویژگی های هوش بدون کد در SAS Visual Analytics خروجی های تحلیلی را به زبان طبیعی توضیح می دهد.

بخش 2: مدل سازی و استقرار

هوش مصنوعی پتانسیل تغییر سازمان ها را دارد. ببینید که چگونه SAS و مایکروسافت به Contoso Bank اجازه می‌دهند تا به سرعت مدل‌های پیش‌بینی‌کننده را با کنار هم قرار دادن تجزیه و تحلیل پیشرفته SAS Viya و قابلیت‌های هوش مصنوعی با یادگیری ماشینی Azure بسازد و عملیاتی کند.

ویژگی های کلیدی محصول:

• مدل‌هایی را از SAS Visual Analytics به استودیوی مدل SAS به عنوان کاندیدای استفاده در تولید بیاورید.
• خطوط لوله تولید شده به صورت خودکار را در SAS Model Studio ایجاد کنید تا بهترین ویژگی ها را برای مدل سازی انتخاب کنید.
• مدل های ساخته شده در نوت بوک های منبع باز Jupyter را در Azure Machine Learning در SAS Model Manager ثبت کنید.
• مدل‌هایی را از SAS Model Manager در Azure Machine Learning منتشر کنید تا در اکوسیستم مایکروسافت مستقر شوند.
• مدیر مدل SAS را برای نظارت بر جابجایی مدل در اکوسیستم SAS یا Microsoft برنامه ریزی کنید تا زمان مناسب برای آموزش مجدد مدل ها را شناسایی کند.

قسمت 3: خودکارسازی و نظارت

ایجاد یک سازمان داده محور به معنای افزایش بهره وری با بینش و ابزارهای لازم است. ببینید که چگونه SAS و مایکروسافت می‌توانند به بانک Contoso کمک کنند تا تجزیه و تحلیل و قابلیت‌های هوش مصنوعی SAS Viya را از طریق Power Apps و Power Automate به سرعت عملیاتی کند تا به کارمندان در تصمیم‌گیری بهتر کمک کند.

ویژگی های کلیدی محصول:

• ایجاد جریان تصمیم در SAS Intelligent Decisioning برای اتخاذ تصمیمات محاسبه شده با سرعت.
• از AI Builder در Power Platform برای استخراج و پردازش اطلاعات در Power Platform استفاده کنید.
• با استفاده از Power Apps برای دریافت داده ها و دریافت خروجی های تصمیم گیری، به موتور دسترسی تصمیم گیری SAS Intelligent Decisioning در برنامه های کم کد دسترسی پیدا کنید.
• با اتصال SAS Decisioning به SAS Intelligent Decisioning از Power Apps و Power Automate متصل شوید.
• برنامه های Power را در تیم های مایکروسافت جاسازی کنید یا از طریق یک برنامه وب سازگار با تلفن همراه دسترسی داشته باشید.

برای کسب اطلاعات بیشتر در مورد نحوه ادغام SAS Viya با مایکروسافت، مقاله سفید ما را بررسی کنید SAS و مایکروسافت: شکل دادن به آینده هوش مصنوعی و تجزیه و تحلیل در فضای ابری.