UI intuitiva e envolvente torna a vida dos usuários não técnicos muito mais fácil. O background de análise de dados dentro do SAS adiciona um valor muito necessário a este conjunto, o que torna as tarefas de modelagem de ML mais proveitosas e completas. Análise coletada por e hospedada no G2.com.
O repositório de várias técnicas de ML na biblioteca precisa de uma reformulação. Talvez isso possa estar nos planos mais cedo do que antes. A disponibilidade de tarefas mais genéricas, como detecção de anomalias, detecção de outliers, previsão de séries temporais, definitivamente faria a competição mudar. Análise coletada por e hospedada no G2.com.
Minha parte favorita sobre o Gerenciador de Modelos era a capacidade de automatizar processos que, de outra forma, levariam muito mais tempo e energia apenas em R ou Python. Por exemplo, a divisão de treino e validação dos dados é automaticamente gerenciada ao executar o pipeline do modelo. O mesmo vale para a comparação dos resultados do modelo (Precisão, área sob a curva ROC, etc.). Análise coletada por e hospedada no G2.com.
O ajuste de parâmetros não foi tão intuitivo (pelo menos do ponto de vista de alguém que está mais familiarizado com a codificação de todo esse processo). Achei difícil entender muitas das opções de ajuste de parâmetros, assim como difícil procurar as modificações específicas que eu queria fazer. Análise coletada por e hospedada no G2.com.
Adoro como o Model Manager tornou simples o trabalho com modelos clássicos de ML. Tradicionalmente, esses modelos são criados no início de cada tarefa ao trabalhar com dados como uma etapa elementar, mas a codificação manual consome uma quantidade considerável de tempo. Com o Model Manager, fiquei satisfeito ao ver como o processo era simples e como ele até fornecia comparações e uma tonelada de métricas de precisão. Análise coletada por e hospedada no G2.com.
Eu teria preferido mais documentação. Com cada nova ferramenta há uma curva de aprendizado, mas descobrir os pequenos detalhes dependeu dos meus próprios esforços de explorar o site por um tempo. Há muita documentação e instrução em geral com o SAS, mas é difícil navegar e encontrar a informação específica que eu preciso. Análise coletada por e hospedada no G2.com.
O que eu mais gosto no SAS Visual Analytics é como ele capacita os usuários a explorar dados visualmente sem precisar de habilidades técnicas profundas. A interface de arrastar e soltar e os painéis interativos tornam fácil descobrir insights rapidamente e compartilhá-los entre as equipes. Análise coletada por e hospedada no G2.com.
Às vezes, o desempenho pode ser um problema ao trabalhar com grandes conjuntos de dados ou relatórios complexos—especialmente em ambientes de nuvem. Otimizar para velocidade e capacidade de resposta pode fazer uma grande diferença. Análise coletada por e hospedada no G2.com.
Modelagem visual sem código: A interface do usuário permite criar modelos de Machine Learning por meio de arrastar e soltar. Isso é especialmente útil para analistas que não são necessariamente programadores, mas ainda assim querem criar modelos complexos.
Funcionalidade AutoML: O SAS VML pode automaticamente criar vários modelos, compará-los e sugerir o melhor modelo - incluindo transparência na avaliação e seleção. Análise coletada por e hospedada no G2.com.
Como o VML é projetado para uso sem código, a integração de código de usuário, especialmente em linguagens não nativas da plataforma, não é particularmente bem suportada (por exemplo, sem realce de sintaxe no editor de código). Análise coletada por e hospedada no G2.com.
É ótimo poder construir modelos de aprendizado de máquina no mesmo ambiente onde os painéis são criados. Análise coletada por e hospedada no G2.com.
Os modelos criados neste ambiente não podem ter a mesma complexidade que os modelos criados no Model Studio. Análise coletada por e hospedada no G2.com.
O SAS Visual Analytics é tão fácil de implementar e começar a construir visualizações. Os visuais de arrastar e soltar são fáceis de usar e têm uma ótima aparência. Eu uso o SAS Visual Analytics diariamente para uma ampla gama de casos de uso. Análise coletada por e hospedada no G2.com.
Às vezes, os tempos de carregamento de dados podem ser lentos (dependendo do tamanho dos conjuntos de dados utilizados). Análise coletada por e hospedada no G2.com.
O SAS Visual Machine Learning permite que você construa facilmente seus modelos de ML, com vários algoritmos disponíveis para implantação. Você pode construir um novo modelo apenas copiando o modelo existente e alterando o algoritmo conforme necessário. Análise coletada por e hospedada no G2.com.
Todo o fluxo de trabalho não é tão intuitivo quanto era no SAS Enterprise Miner. Análise coletada por e hospedada no G2.com.
O gerenciador de modelos me permite visualizar todos os meus modelos em um único lugar. Permite-me compartilhar e colaborar com outros membros da minha equipe. Análise coletada por e hospedada no G2.com.
Mas uma melhor funcionalidade para visualizar quem possui o modelo. Quem fez atualizações no modelo em uma capacidade de auditoria seria bom. Análise coletada por e hospedada no G2.com.
Todas as infinitas possibilidades que você pode criar, pois é uma página em branco onde você pode trabalhar e criar coisas incríveis de acordo com suas necessidades. Análise coletada por e hospedada no G2.com.
A reação lenta à medida que aumenta os objetos na página Análise coletada por e hospedada no G2.com.
Você pode obter insights em poucos cliques. Fácil de usar. Análise coletada por e hospedada no G2.com.
A documentação da versão atual do Viya não é tão boa quanto a anterior. Além disso, não consegui encontrar o PDF do Estudo de Caso, aquele que resolve o mesmo problema de 3 maneiras, de acordo com as habilidades do usuário. Análise coletada por e hospedada no G2.com.