首页
软件分类
排行榜
案例库
资讯
直播
登录
首页
SAS®可视化数据挖掘和机器学习
暂无评分
2
条点评
关注
分享
微信扫一扫
复制链接
对比
咨询产品
免费试用
SAS®可视化数据挖掘和机器学习
暂无评分
基础信息
功能
点评
问答
咨询产品
免费试用
基础信息
产品介绍
解决最复杂的分析问题所需的一切,单一、集成、协作的数据挖掘解决方案
借助全面的可视化和编程界面,支持端到端数据挖掘和机器学习过程。通过简单、强大和自动化的方法,助力所有技能水平的分析团队成员处理分析生命周期中的所有任务。 从数据管理到模型开发和部署,每个人都在同一个集成环境中工作: 1、利用自动化洞察轻松解决复杂的分析问题。 2、为用户提供语言选项。 3、快速探索多种方法以找到最佳解决方案。 4、提高分析团队的生产率。 5、减少数据和决策之间的延迟。
收起
公司名称
赛仕软件(北京)有限公司
员工人数
201-500人
融资轮次
未融资
公司地址
北京市-北京市
成立时间
2006
官方网址
登录查看
产品图片
共5张
售前咨询,预约演示,了解详细使用场景
立即咨询
产品功能
交互式编程
人工监督的智能自动化
自然语言生成
内存分析处理
模型开发
分析数据
整合式文字分析
模型评估
模型评分
内存引擎
交互式编程
整个分析生命周期过程的可视化界面。 拖放式交互界面,无需编码,但也可以选择编码。 支持在管道中的每个节点上自动创建代码。
人工监督的智能自动化
公共 API 可自动执行众多复杂的手动建模步骤,构建全面的机器学习模型,其中包括数据整理、特征工程、算法选择和部署。 自动特征工程节点,用于自动清理、转换和选择模型特征。
自然语言生成
以简单的语言查看结果,便于理解报告,包括模型评估和可解释性。
内存分析处理
针对大型数据集的分布式、在内存中进行处理的复杂分析计算可提供延迟率低的答案。 将分析任务链接在一起,行程一个单一的内存作业,无需重新加载数据或将中间结果写到磁盘上。
生成对抗网络
技术包括用于图像数据的 StyleGans 和用于表格数据的 GaN。 为深度学习模型生成合成数据。
半监督学习算法
高度分布式和多线程。 返回未标记数据表和标记数据表的预测标签。
贝叶斯网络
学习不同的贝叶斯网络结构,包括朴素、树型朴素 (TAN)、贝叶斯网络增强朴素 (BAN)、因果贝叶斯网络和马尔可夫毯。 通过独立性测试执行有效的变量选择
因式分解机
支持基于用户 ID 和项目评级的稀疏矩阵的推荐系统开发。 能够应用完整的成对交互张量分解。 包含其他分类和数字输入功能,可实现更准确的模型
支持向量机
为二值型目标标签建模。 支持线性和多项式内核进行模型训练。 能够包含连续和分类的输入/输出功能。
神经网络
自动智能调整参数集以识别最佳模型。 支持计数数据建模。 大多数神经网络参数的智能默认值。 能够自定义神经网络架构和权重。
决策林
实现决策树的自动化集成,以预测单个目标。 独立训练运行自动化分布。 支持模型参数的智能自动调整
强化学习
包括拟合 Q 网络 (FQN) 和深度 Q 网络 (DQN) 在内的技术。 FQN 可以在预先收集的数据点上训练模型,而无需与环境进行通信
基数分析
针对输入数据源的大规模数据分析。 针对变量测量和角色的智能推荐。
抽样
支持随机和分层抽样,对小概率事件进行过度抽样以及对抽样记录进行指示符变量处理
整合式文字分析
支持 33 种本地语言的开箱即用
模型评估
自动计算有监督学习模型的性能统计量。 生成间隔和分类目标的输出统计信息。 为间隔和分类目标创建提升表。 为分类目标创建 ROC 表
模型评分
自动生成用于模型评分的 SAS DATA 步代码。 将评分逻辑应用于训练、预留数据和新数据
内存引擎
CAS(SAS 云分析服务)在内存中执行处理,并在集群节点之间分配处理。 将用户请求(用程序语言表示)转换成含有所需参数的操作,在分布式环境中进行处理。
点评
写点评
什么是企服点评分
暂无评分
项目
当前产品评分
同类产品均分
综合
- -
2.2
功能满意度
5.0
1.9
性价比
5.0
1.9
易用性
5.0
1.9
售后服务
4.0
1.4
分数人员分布
0 人
0 人
0 人
2 人
0 人
行业
团队规模
星级
重置
没有找到相关点评
问答
提问
暂时没有回答
如果你对产品有疑问,开始
写第一个提问
0
产品对比
还未添加对比产品
立即对比
消息通知
咨询入驻
扫描下方二维码
咨询产品入驻
商务合作
如有商务合作需求
请扫码联系我吧
点评