Fonctionnalités de WPS Analytics

Développement  |  Gouvernance  |  Déploiement

Présentation

Préparation des données

Découverte des données

Modélisation des données

Langage SAS

Modélisation des données​

A partir des perspectives mises à jour par la découverte des données, utilisez des techniques de modélisation supervisées ou non. ​

Options de workflow et de programmation

Créez des modèles dans l’environnement de workflow à l’aide d’outils interactifs, ou rédigez des programmes tirant parti des algorithmes de modélisation disponibles dans Python, R, ou dans l’interpréteur de langage SAS intégré.

Classification​

Pour segmenter des marchés, identifier les comportements des consommateurs ou classifier les comportements frauduleux, utilisez des techniques telles que les K-moyennes et la classification hiérarchique.​

Les blocs de classification du workflow permettent de dégager rapidement des perspectives et de générer des modèles pratiques. Explorez les résultats d’un clic à l’aide d’outils visuels.

Forêts d’arbres décisionnels​

Utilisez la fonctionnalité de forêt d’arbres décisionnels comme méthode de modélisation supervisée avec des performances prédictives pour les variables continues et discrètes.​

La gamme d’options de configuration permet de choisir entre l’algorithme de croissance, le traitement des variables et autres préférences donnant un contrôle facile et total sans qu’il soit nécessaire d’avoir beaucoup d’expérience en matière de modélisation.

Réseaux neuronaux​

Le workflow facilite l’utilisation de réseaux neuronaux pour la modélisation prédictive. Il suffit d’ajouter un bloc de réseau neuronal à un workflow et de modifier les entrées du modèle et les options de configuration pour explorer immédiatement les résultats statistiques.

Régression​

Ajoutez des instructions de régression logistique et linéaire à votre code pour générer des sorties, ou ajoutez un bloc de régression à un workflow pour avoir instantanément accès à des rapports permettant d’explorer toute une gamme de sorties logistiques. Modifiez les entrées d’un bloc de régression pour mettre à jour le rapport de modèle en temps réel.

Fiches d’évaluation​

Créez des fiches d’évaluation de risque de crédit à l’aide des blocs du workflow pour faciliter la visualisation du processus : ​

  • Le bloc Transformer l’évidence propose des tables et des graphiques qui vous guident pour le regroupement par classe.​
  • Optimisez automatiquement les variables grâce aux options de configuration, ou utilisez le contrôle manuel pour joindre et manipuler les classes.​
  • Les modèles sont créés avec diverses statistiques et graphiques, et les blocs de fiche d’évaluation permettent de mettre les résultats à l’échelle.

Analyseur de modèle​

L’analyseur de modèle est un bloc de workflow qui permet d’évaluer et de comparer des modèles afin de déterminer celui qui répond le mieux à vos besoins.​

  • Comparez les modèles en utilisant des partitions de formation et de test.​
  • Comparez les sorties de divers types de modèles.​
  • Comparez les modèles générés par les blocs de modélisation du workflow à ceux provenant de blocs de code en Python, R ou SAS. 
  • Toutes les modifications apportées aux modèles en entrée sont automatiquement reflétées dans les rapports d’analyse des modèles.

Expliquez-nous vos besoins