Funcionalidades de WPS Analytics
Desarrollo | Gobierno | Implementación
Introducción
Preparación de datos
Detección de datos
Modelado de datos
Lenguaje SAS
Modelado de datos
Desarrolla la información estratégica adquirida a través de la detección de datos mediante el uso de técnicas de modelado supervisadas y no supervisadas.
Opciones de flujo de trabajo y de codificación
Modela en el entorno de flujo de trabajo con herramientas visuales o elije escribir el código para aprovechar cualquier algoritmo de modelado disponible en Python, R y de nuestra propia capacidad de lenguaje SAS.
Agrupación en clústeres
Ya sea segmentando mercados, identificando el comportamiento de los clientes o clasificando el comportamiento fraudulento, usa técnicas que incluyan k-means y agrupamiento jerárquico.
Los bloques de agrupación en clústeres de arrastrar y colocar del flujo de trabajo proporcionan una información estratégica rápida y un modelado conveniente. Explora los resultados con objeto visuales con sólo hacer clic en un botón.
Bosques de decisión
Utiliza nuestra funcionalidad de bosque de decisiones como método de modelado supervisado con un rendimiento predictivo confiable para variables continuas y discretas.
Selecciona entre una variedad de opciones de configuración para elegir el algoritmo de crecimiento, el tratamiento de las variables y otras preferencias que brindan un control fácil y completo sin la necesidad de una amplia experiencia en modelado.
Redes neuronales
El flujo de trabajo facilita el uso de redes neuronales para el modelado predictivo. Basta agregar un bloque de red neuronal a un flujo de trabajo y cambiar las entradas del modelo y las opciones de configuración para explorar los resultados estadísticos de inmediato.
Regresión
Escribe sintaxis de regresión lineal y logística en tu código para generar la salida o simplemente agregar bloques de regresión a un flujo de trabajo para acceder instantáneamente a informes con una fácil exploración de una gama de salidas estadísticas. Cambia cualquiera de las entradas de un bloque de regresión del flujo de trabajo para generar actualizaciones en tiempo real para el informe del modelo.
Cuadros de mando
Crea cuadros de mando de riesgo de crédito utilizando bloques de flujo de trabajo para visualizar el proceso:
- Un bloque de transformación de la ponderación de las pruebas proporciona tablas y gráficos para guiar la discretización
- Optimiza las variables automáticamente con una variedad de opciones de configuración o controla manualmente para unir y manipular los intervalos
- Los modelos se crean con una variedad de estadísticas y gráficos, y los bloques de cuadros de mando te permiten escalar los resultados
Analizador de modelos
El analizador de modelos es un bloque de flujo de trabajo que proporciona una evaluación y comparación instantáneas de diferentes modelos para determinar cuál es el mejor para tus necesidades:
- Convierte los modelos desde las particiones de entrenamiento y prueba
- Convierte la salida desde tipos diferentes de modelo
- Compara modelos generados a partir de bloques de modelado del flujo de trabajo con los generados de bloques de código programados en lenguaje Python, R o SAS
- Cualquier cambio en los modelos de entrada se refleja automáticamente en el informe de análisis del modelo