Mein Lieblingsteil am Model Manager war die Fähigkeit, Prozesse zu automatisieren, die sonst viel mehr Zeit und Energie in nur R oder Python erfordern würden. Zum Beispiel wird die Aufteilung der Daten in Trainings- und Validierungsdaten automatisch erledigt, wenn die Modellpipeline ausgeführt wird. Gleiches gilt für den Vergleich der Modellausgaben (Genauigkeit, Fläche unter der ROC-Kurve usw.). Bewertung gesammelt von und auf G2.com gehostet.

Die Anpassung der Parameter war nicht so intuitiv (zumindest aus der Sicht von jemandem, der mit dem gesamten Prozess des Codierens vertrauter ist). Ich fand es schwierig, viele der Optionen zur Parameteranpassung zu verstehen, und es war auch schwer, nach den spezifischen Anpassungen zu suchen, die ich vornehmen wollte. Bewertung gesammelt von und auf G2.com gehostet.

Ich liebe, wie einfach der Model Manager die Arbeit mit klassischen ML-Modellen gemacht hat. Traditionell werden diese Modelle zu Beginn jeder Aufgabe erstellt, wenn man mit Daten arbeitet, als ein grundlegender Schritt, aber das manuelle Codieren nimmt eine beträchtliche Menge an Zeit in Anspruch. Mit dem Model Manager war ich erfreut zu sehen, wie einfach der Prozess war und wie er sogar Vergleiche und eine Menge an Genauigkeitsmetriken bereitstellte. Bewertung gesammelt von und auf G2.com gehostet.

Ich hätte mehr Dokumentation bevorzugt. Bei jedem neuen Werkzeug gibt es eine Lernkurve, aber die kleinen Details herauszufinden, beruhte auf meinen eigenen Bemühungen, die Seite eine Weile zu erkunden. Es gibt insgesamt viel Dokumentation und Anleitungen zu SAS, aber es ist schwer, sich zurechtzufinden und die spezifischen Informationen zu finden, die ich benötige. Bewertung gesammelt von und auf G2.com gehostet.

Der Modellmanager ermöglicht es mir, alle meine Modelle an einem einzigen Ort zu sehen. Er ermöglicht es mir, mit anderen in meinem Team zu teilen und zusammenzuarbeiten. Bewertung gesammelt von und auf G2.com gehostet.

Aber eine bessere Funktionalität zur Anzeige, wem das Modell gehört. Wer Aktualisierungen am Modell vorgenommen hat, wäre in einer Audit-Funktionalität gut. Bewertung gesammelt von und auf G2.com gehostet.

SAS Model Manager hilft bei der Bereitstellung der Modelle, der Generierung von Warnungen und der Validierungsunterstützung für erstellte Modelle. Es funktioniert als automatisierter Prozess für kontinuierliche Integration und Lieferung für die Pipelines. Bewertung gesammelt von und auf G2.com gehostet.

Da wir andere Modelle, die mit Hilfe von R und Python erstellt wurden, integrieren können, benötigen wir für deren Debugging jedoch die Expertise in diesen Sprachen. Bewertung gesammelt von und auf G2.com gehostet.

Es ist einfach, analytische Modelle mit dem SAS Model Manager zu entwickeln und bereitzustellen. Viele Techniken, einschließlich maschinellem Lernen und statistischer Modellierung, stehen Datenwissenschaftlern zur Verfügung. Der SAS Model Manager ermöglicht es uns, die Leistung der bereitgestellten Modelle im Laufe der Zeit zu überwachen. Dazu gehört das Verfolgen von Schlüsselkennzahlen wie Genauigkeit, Präzision und Recall, um sicherzustellen, dass die Modelle weiterhin genaue und zuverlässige Vorhersagen liefern. Der SAS Model Manager umfasst Versionskontrollfunktionen, die es Benutzern ermöglichen, verschiedene Versionen eines Modells zu verfolgen und zu verwalten. Dies ist entscheidend für die Aufrechterhaltung einer klaren Prüfspur und das Zurücksetzen auf frühere Versionen, falls erforderlich. Das Tool erzwingt Governance-Richtlinien, um sicherzustellen, dass Modelle den regulatorischen und organisatorischen Richtlinien entsprechen. Der SAS Model Manager kann in der Cloud (AWS) bereitgestellt werden. Der SAS Model Manager integriert sich mit anderen SAS Viya-Komponenten und SAS-Lösungen und bietet einen nahtlosen Workflow für End-to-End-Analyseprozesse. Mit Automatisierungs- und Workflow-Management-Funktionen hilft der SAS Model Manager, den Modellentwicklungs- und Bereitstellungsprozess zu optimieren und den erforderlichen Zeit- und Arbeitsaufwand zu reduzieren. Der SAS Model Manager ermöglicht die Stilllegung von Modellen, die nicht mehr verwendet werden oder durch neuere Versionen ersetzt wurden. Dies stellt sicher, dass nur relevante und aktuelle Modelle aktiv bereitgestellt werden. Bewertung gesammelt von und auf G2.com gehostet.

Obwohl der SAS Model Manager Organisationen viel Nutzen bietet, ist es kein günstiges Produkt. Bewertung gesammelt von und auf G2.com gehostet.

Der Hauptvorteil des SAS Model Managers sind die benutzerfreundlichen Funktionen, sodass jemand, der kein Technikexperte ist, mühelos damit navigieren kann. Seine nahtlose Integrationsfähigkeit, die gut mit anderen Tools und Systemen harmoniert. Angenommen, Sie haben ein Dashboard in SAS Visual Analytics und möchten ein von Ihnen entwickeltes Modell verwenden. Mit dem SAS Model Manager ist es so einfach wie ein paar Klicks, um dieses Modell in Ihr Dashboard zu implementieren. Bewertung gesammelt von und auf G2.com gehostet.

Da der SAS Model Manager mit vielen Funktionen ausgestattet ist, ist es für neue Benutzer manchmal schwierig, diese Funktionen für einige ihrer spezifischen Anwendungsfälle zu nutzen. Bewertung gesammelt von und auf G2.com gehostet.

SAS ist ein sehr leistungsstarkes Analyse- und Datenmanagement-Tool. Der gesamte Analyse-Lebenszyklus, einschließlich Datenmanagement, Modellentwicklung und Entscheidungsmodellbereitstellung, wird vollständig von VSDS Visual Data Science Decisioning abgedeckt. Bewertung gesammelt von und auf G2.com gehostet.

Visuelle Datenwissenschaftsentscheidungen sind eine großartige und umfassende Erfahrung, daher kann ich die Abneigung dagegen nicht teilen, da sie bereits eine robuste Erfahrung geboten haben. Bewertung gesammelt von und auf G2.com gehostet.

Es ermöglicht uns, unseren Arbeitsablauf umzugestalten und Regeln zu bewerten. Trotz Stabilitäts- und Dokumentationsbedenken überwiegen die Vorteile, die es bringt, alle Nachteile. Bewertung gesammelt von und auf G2.com gehostet.

Die Drag-and-Drop-Funktionalität ist praktisch, sie begrenzt die Anpassungsoptionen. Feinabstimmung von Modellen wird dadurch schwieriger. Bewertung gesammelt von und auf G2.com gehostet.

SAS Model Manager ist ein wertvolles Werkzeug für Organisationen wie meine, die tatsächlich ihre Geschäftsmodelle effektiv verwalten und weitere Analysen erstellen möchten. Der Hauptvorteil der Nutzung ist ein zentralisiertes Modell-Repository zur Speicherung und Echtzeit-Leistungsüberwachung von Modellen. Bewertung gesammelt von und auf G2.com gehostet.

Obwohl der SAS Model Manager ein sehr gutes Werkzeug ist, könnten kleinere Unternehmen ihn als schwierig und teuer im Vergleich zu anderen ähnlichen Werkzeugen betrachten. Es könnte schwierig sein, ihn mit anderen Werkzeugen zu integrieren, und für Modifikationen könnte professionelle Hilfe erforderlich sein, was manchmal sehr schwierig ist. Bewertung gesammelt von und auf G2.com gehostet.

Vereinfachen oder wiederverwenden von Modellen für verschiedene Projekte. Unterstützt Python-Modelle. Bewertung gesammelt von und auf G2.com gehostet.

Keine zum jetzigen Zeitpunkt gemäß der Nutzung des SAS Model Managers. Bewertung gesammelt von und auf G2.com gehostet.