พลิกโฉมธุรกิจของคุณด้วย SAS® Viya® บน Microsoft Azure

โหนดต้นทาง: 1188554

พลิกโฉมธุรกิจของคุณด้วย SAS® Viya® บน Microsoft Azure

คีย์เวิร์ด: Microsoft Azure, SAS, Viya

การตัดสินใจที่รวดเร็วและเชื่อถือได้อยู่ในระบบคลาวด์ ดูวิธีที่คุณสามารถใช้ความยืดหยุ่น ความสามารถในการปรับขนาด และความคล่องตัวของเทคโนโลยีสมัยใหม่เพื่อก้าวไปสู่เป้าหมายขององค์กรของคุณ อ่านบล็อกของเราพร้อมวิดีโอสาธิต 3 ส่วน


โพสต์ที่ได้รับการสนับสนุน

Sas Viya ไมโครซอฟต์ Azure

การวิเคราะห์และปัญญาประดิษฐ์ (AI) กำลังเปลี่ยนแปลงวิธีที่เราโต้ตอบกับโลกรอบตัวเรา เพิ่มผลิตภาพและปรับปรุงวิธีที่เราตัดสินใจ SAS และ Microsoft เป็นพันธมิตรกันเพื่อสร้างแรงบันดาลใจให้เกิดความไว้วางใจและความมั่นใจมากขึ้นในทุกการตัดสินใจด้วยการขับเคลื่อนนวัตกรรมและนำเสนอ AI ที่ได้รับการพิสูจน์แล้วในคลาวด์

ในการสาธิตนี้ ดูว่าการตัดสินใจที่ชาญฉลาดและการเรียนรู้ของเครื่องจาก SAS และ Microsoft ช่วย Contoso Bank ซึ่งเป็นลูกค้าด้านการธนาคารที่สมมติขึ้นได้อย่างไร ลดความซับซ้อนและลดความเสี่ยงในกลุ่มสินเชื่อที่อยู่อาศัย

มาเริ่มกันเลย

ส่วนที่ 1: ข้อมูลและการค้นพบ

องค์กรสามารถทำงานได้เร็วขึ้นและชาญฉลาดขึ้นโดยทำให้พนักงานสามารถค้นพบข้อมูลเชิงลึก ดูว่า SAS และ Microsoft ช่วยให้ Contoso Bank ได้รับข้อมูลเชิงลึกใหม่ๆ ในกลุ่มผลิตภัณฑ์ของตนอย่างไร โดยนำการจัดการข้อมูล การวิเคราะห์ และความสามารถของ AI มาไว้ด้วยกัน พร้อมการผสานรวมอย่างราบรื่นในคลังข้อมูล Azure

คุณสมบัติผลิตภัณฑ์ที่สำคัญ:

  • ใช้เครื่องมือ Power BI ในตัว เช่น การเล่าเรื่องอัจฉริยะและการวิเคราะห์ความคิดเห็น เพื่อวิเคราะห์ข้อมูลที่มีโครงสร้างและไม่มีโครงสร้างอย่างรวดเร็ว
  • เชื่อมต่อสภาพแวดล้อม SAS Viya และ Microsoft Azure ด้วยการลงชื่อเพียงครั้งเดียวผ่าน Azure Active Directory
  • แค็ตตาล็อกชุดข้อมูลของคุณทั่วทั้ง SAS และ Microsoft ใน SAS Information Catalog สำหรับมุมมองแบบองค์รวมของสภาพแวดล้อมข้อมูลของคุณ
  • ผสานรวมข้อมูลจาก Azure Synapse Analytics และแหล่งข้อมูล Azure อื่นๆ ลงในชุดข้อมูลที่รวมกันใน SAS Data Studio
  • คุณลักษณะข่าวกรองแบบไม่มีโค้ดใน SAS Visual Analytics อธิบายผลลัพธ์การวิเคราะห์ในภาษาธรรมชาติ

ส่วนที่ 2: โมเดลและการปรับใช้

AI มีศักยภาพในการเปลี่ยนแปลงองค์กร ดูว่า SAS และ Microsoft เปิดใช้งาน Contoso Bank เพื่อสร้างและดำเนินการแบบจำลองการคาดการณ์อย่างรวดเร็วได้อย่างไร โดยนำการวิเคราะห์ขั้นสูงของ SAS Viya และความสามารถด้าน AI ด้วย Azure Machine Learning

คุณสมบัติผลิตภัณฑ์ที่สำคัญ:

  • นำแบบจำลองจาก SAS Visual Analytics มาสู่ SAS Model Studio ในฐานะตัวเลือกสำหรับการใช้งานจริง
  • สร้างไปป์ไลน์ที่สร้างขึ้นโดยอัตโนมัติใน SAS Model Studio เพื่อเลือกคุณสมบัติที่ดีที่สุดสำหรับการสร้างแบบจำลอง
  • ลงทะเบียนโมเดลที่สร้างขึ้นในโน้ตบุ๊ก Jupyter แบบโอเพนซอร์สภายใน Azure Machine Learning ลงใน SAS Model Manager
  • เผยแพร่โมเดลจาก SAS Model Manager ใน Azure Machine Learning เพื่อปรับใช้ในระบบนิเวศของ Microsoft
  • กำหนดเวลาตัวจัดการแบบจำลอง SAS เพื่อตรวจสอบการเลื่อนลอยของแบบจำลองในระบบนิเวศของ SAS หรือ Microsoft เพื่อระบุเวลาที่เหมาะสมในการฝึกแบบจำลองใหม่

ส่วนที่ 3: อัตโนมัติและตรวจสอบ

การสร้างองค์กรที่ขับเคลื่อนด้วยข้อมูลหมายถึงการเพิ่มประสิทธิภาพการทำงานด้วยข้อมูลเชิงลึกและเครื่องมือที่จำเป็น ดูว่า SAS และ Microsoft สามารถช่วยให้ Contoso Bank ดำเนินการวิเคราะห์และความสามารถ AI ของ SAS Viya ได้อย่างรวดเร็วผ่าน Power Apps และ Power Automate เพื่อช่วยให้พนักงานตัดสินใจได้ดีขึ้นได้อย่างไร

คุณสมบัติผลิตภัณฑ์ที่สำคัญ:

  • สร้างโฟลว์การตัดสินใจใน SAS Intelligent Decisioning เพื่อทำการตัดสินใจที่คำนวณได้อย่างรวดเร็ว
  • ใช้ AI Builder ใน Power Platform เพื่อแยกและประมวลผลข้อมูลใน Power Platform
  • เข้าถึงกลไกการเข้าถึงการตัดสินใจของ SAS Intelligent Decisioning ในแอปพลิเคชันแบบ low-code โดยใช้ Power Apps เพื่อนำเข้าข้อมูลและรับผลลัพธ์การตัดสินใจ
  • เชื่อมต่อกับ SAS Intelligent Decisioning จาก Power Apps และ Power Automate ด้วยตัวเชื่อมต่อ SAS Decisioning
  • ฝัง Power Apps ใน Microsoft Teams หรือเข้าถึงผ่านเว็บแอปที่เหมาะกับอุปกรณ์เคลื่อนที่

หากต้องการเรียนรู้เพิ่มเติมว่า SAS Viya ทำงานร่วมกับ Microsoft ได้อย่างไร โปรดดูเอกสารทางเทคนิคของเรา SAS และ Microsoft: กำหนดอนาคตของ AI และการวิเคราะห์ในระบบคลาวด์.



เรื่องเด่นใน 30 วันที่ผ่านมา
เป็นที่นิยม
  1. วิธีสร้างพอร์ตโฟลิโอด้านวิทยาศาสตร์ข้อมูลที่แข็งแกร่งในฐานะผู้เริ่มต้น
  2. คำถามสัมภาษณ์ SQL Data Science จากบริษัทเทคโนโลยีชั้นนำ
  3. เครื่องมือเก้าอย่างที่ฉันหวังว่าฉันจะเชี่ยวชาญก่อนปริญญาเอกในการเรียนรู้ของเครื่อง
  4. เส้นทางสู่วิทยาศาสตร์ข้อมูลแบบเต็มสแต็ก
  5. 8 คำสั่ง Git ที่ต้องมีสำหรับนักวิทยาศาสตร์ข้อมูล
แบ่งปันมากที่สุด
  1. วิธีค้นหาจุดอ่อนในโมเดลการเรียนรู้ของเครื่อง
  2. เส้นทางสู่วิทยาศาสตร์ข้อมูลแบบเต็มสแต็ก
  3. 38 หลักสูตรฟรีใน Coursera สำหรับวิทยาศาสตร์ข้อมูล
  4. จะเป็น Data Scientist ได้อย่างไรโดยไม่มีปริญญา STEM
  5. 20 โครงการแมชชีนเลิร์นนิงที่จะทำให้คุณจ้างได้

ที่มา: https://www.kdnuggets.com/2021/10/sas-viya-microsoft-azure.html

ประทับเวลา:

เพิ่มเติมจาก KD นักเก็ต