SAS Visual Data Mining and Machine Learning Avantages et Inconvénients

Modélisation visuelle sans code : L'interface utilisateur permet de créer des modèles de machine learning par glisser-déposer. Cela est particulièrement utile pour les analystes qui ne sont pas nécessairement des programmeurs, mais qui souhaitent tout de même créer des modèles complexes.

Fonctionnalité AutoML : SAS VML peut automatiquement créer plusieurs modèles, les comparer et proposer le meilleur modèle - y compris la transparence dans l'évaluation et la sélection. Avis collecté par et hébergé sur G2.com.

Étant donné que VML est conçu pour une utilisation sans code, l'intégration de code utilisateur, en particulier dans des langages étrangers à la plateforme, n'est pas particulièrement bien prise en charge (par exemple, pas de surlignage syntaxique dans l'éditeur de code). Avis collecté par et hébergé sur G2.com.

C'est formidable de pouvoir construire des modèles d'apprentissage automatique dans le même environnement où les tableaux de bord sont créés. Avis collecté par et hébergé sur G2.com.

Les modèles créés dans cet environnement ne peuvent pas avoir la même complexité que les modèles créés dans Model Studio. Avis collecté par et hébergé sur G2.com.

SAS Visual Machine Learning vous permet de créer facilement vos modèles d'apprentissage automatique, divers algorithmes étant disponibles pour le déploiement. Vous pouvez créer un nouveau modèle en copiant simplement le modèle existant et en changeant l'algorithme selon les besoins. Avis collecté par et hébergé sur G2.com.

L'ensemble du flux de travail n'est pas aussi intuitif qu'il l'était dans SAS Enterprise Miner. Avis collecté par et hébergé sur G2.com.

Accès aux données en temps réel, fonctionnalités de programmation avancées, facile à utiliser ou pour les débutants Avis collecté par et hébergé sur G2.com.

Manque d'adaptation des utilisateurs, Coût élevé, Pas facile à mettre en œuvre. Avis collecté par et hébergé sur G2.com.

1. Extraction de données facile et préparation des données

2. Facilité d'utilisation en termes d'analyse statistique et compréhension des modèles comportementaux

3. L'intégration de SQL hérité aide les individus expérimentés à venir sur la plateforme et à l'utiliser Avis collecté par et hébergé sur G2.com.

Plus d'accent sur l'approche low code no code, pour encourager les utilisateurs purement commerciaux à commencer à utiliser la plateforme. Avis collecté par et hébergé sur G2.com.

SAS Visual Data Science Decisioning est l'un des meilleurs environnements intégrés pour la préparation, l'exploration, la modélisation et le déploiement des données. Ses fonctionnalités d'apprentissage automatique intégrées nous ont aidés à mettre en œuvre des projets de science des données très rapidement. Il nous a aidés à réaliser des modèles d'apprentissage automatique ou de modélisation prédictive pour prédire le taux de réponse pour notre projet d'analyse marketing en analysant les données du bureau. Il est également facile à utiliser une fois que l'on est habitué à l'environnement. Avis collecté par et hébergé sur G2.com.

Il n'y a rien à ne pas aimer dans SAS Visual Data Science Decisioning, mais SAS pourrait rendre la licence de cet outil moins coûteuse. Avis collecté par et hébergé sur G2.com.

C'est l'un des meilleurs logiciels d'analyse en mémoire et basés sur le cloud sur le marché. C'est très facile à utiliser pour ceux qui ont déjà travaillé sur SAS Studio ou SAS Enterprise Guide. On peut facilement le connecter avec Teradata ou Hadoop pour le traitement de grandes quantités de données. Il dispose d'une méthodologie d'analyse prédictive intégrée comme la régression logistique ou l'arbre de décision et on peut facilement l'implémenter sans écrire de code. En outre, il dispose également d'une fonctionnalité intégrée pour la visualisation des données. Avis collecté par et hébergé sur G2.com.

Parfois, il se bloque ou se fige lorsque plusieurs utilisateurs travaillent dessus sur la page de connexion de SAS Via, sinon c'est très facile à utiliser et à travailler pour les analystes statistiques. Avis collecté par et hébergé sur G2.com.

SAS Viya est conçu pour fonctionner dans un environnement cloud, permettant aux utilisateurs de tirer parti de l'infrastructure cloud pour la scalabilité et la flexibilité. SAS Viya exploite le traitement en mémoire pour accélérer l'analyse et le reporting, permettant des insights plus rapides à partir de grands ensembles de données. SAS Viya permet l'intégration avec des langages open source comme Python ou R. SAS Viya est une plateforme qui offre de grandes capacités aux utilisateurs dans le domaine de l'analyse avancée, y compris l'analyse statistique, l'apprentissage automatique et l'apprentissage profond. SAS Viya est relativement facile à apprendre et la communauté SAS est vaste et toujours prête à aider. Le déploiement sur AWS n'était pas si compliqué. SAS Viya peut être largement utilisé par différents types de lignes de métier dans une organisation. Avis collecté par et hébergé sur G2.com.

Même si l'outil offre une grande valeur, le produit n'est pas bon marché. Avis collecté par et hébergé sur G2.com.

Les graphiques et les analyses générées par l'IA sont incroyablement précises. J'ai vérifié beaucoup des choses qui m'ont été données sous forme de graphiques et il n'y a eu aucune erreur. Non seulement la plateforme est "intelligente", mais elle est intuitive et très conviviale ! L'installation est rapide et facile, l'intégration a été sans faille. Le service client est de premier ordre ! J'utilise cette plateforme plusieurs fois par jour ! Avis collecté par et hébergé sur G2.com.

Je n'ai rencontré aucun inconvénient ou désagrément pour cette plateforme. Avis collecté par et hébergé sur G2.com.

SAS fournit l'algorithme complet intégré pour la curation des données, la programmation macro, l'analyse avancée, les modèles d'IA et d'apprentissage automatique via SAS Viya et Visual Data Mining and Machine Learning avec seulement quelques lignes de code. Avis collecté par et hébergé sur G2.com.

Besoin d'une compréhension très approfondie du modèle ML & AI avant de mettre en œuvre et d'interpréter le résultat. Avis collecté par et hébergé sur G2.com.