OPE电子分析工作台™

功能强大且用户友好的交互式开发环境

许多组织都支持数据工程师的分析竖井, 分析, 科学家们, 和统计学家. 这些通常需要大型且不同的工具集来帮助每个概要文件有效地处理分析的各个阶段 生命周期. 软件可以让你统一这些孤岛, 提高生产力, 并通过提供所有用户都可以连接的单一平台来降低成本, 准备, 发现, 对数据进行建模.

Altair Analytics Workbench是一个复杂的编码环境,非常适合开发用SAS语言编写的模型和程序. 用它, 开发人员可以使用Python, R, 或者在SAS语言程序中使用SQL代码, 它要求 没有第三方软件运行SAS语言程序. 该平台还提供了一个拖放工作流,用户可以在不编写任何代码的情况下开发模型和程序.

为什么是Altair分析工作台?

赋予用户混合能力和技能

Analytics Workbench满足了数据工程师的需求, 数据分析师, 数据建模师, 数据科学家, 公民数据科学家. 没有编码技能的人可以使用软件的可视化工作流从各种不同的来源提取和转换数据,并生成电子表格和报告, 而专家用户可以使用平台复杂的编码环境执行高级分析任务, 包括数据准备, 探索, 分析, 数据可视化, 基于决策树的预测建模, 回归, 记分卡, 以及聚类/分割分析, 模型验证.

维护现有的SAS语言程序并开发新的程序

Analytics Workbench由 OPE电子SLC™ 运行工作流、程序和模型. 它是一个完整的集成开发环境(IDE),用于处理现有的代码库和开发用SAS语言编写的新程序. 该软件包括一个复杂的代码编辑器, 代码模板, 能够运行程序并浏览生成的日志, 库, 数据集和其他生成的输出, 项目管理与代码历史设施, 以及与GIT版本控制系统的可选集成.

SAS语言与Python、R、SQL混合使用

想要用开源语言来满足现有SAS语言需求的用户可以嵌入Python, R, 以及工作流或SAS语言程序中的SQL代码块. 用户还可以在Python之间交换和处理数据, R, 您的程序和工作流的SQL和SAS语言段.

关键特性

可视化工作流环境

使用拖放交互块构建工作流,以提供用于检索的底层数据工程设施的完美组合, 混合, 为分析准备数据, 以及机器学习功能,让你构建, 探索, 并验证可重复的预测模型. 用SAS、SQL、Python和R语言编写的可编程块增强工作流.

健壮的编码环境

使用现代集成开发环境(IDE)来创建, 维护, 运行程序, 探索数据, 结果, 和日志. Analytics Workbench的编码环境侧重于SAS语言编程,但也允许用户合并SQL, Python, 以及SAS语言程序中的R代码, 可以很容易地在Python之间交换数据, R, SQL, SAS语言模块.

简单数据发现功能

Analytics Workbench提供了一系列强大的功能,使用户能够完全理解他们的源数据并发现新的见解, 包括分析, 自动质量检查, 验证, 自动变量报告.

无代码机器学习模型开发

Analytics Workbench为监督学习和无监督学习提供机器学习支持, 包括决策树, 聚类, 回归分析与神经网络. 探索, 构建, 并使用工作流块测试机器学习模型,并自动生成用于生产的无错误代码.

快速比较模型性能

针对相同的测试数据构建和验证不同类型的模型,然后使用Analytics Workbench的无代码模型比较工具,通过包含接收者操作特征(ROC)的比较图表确定最适合您的模型。, Kolmogorov-Smirnov (KS), 累计获得, 和提升.

易于构建的记分卡

使用我们简单的可视化开发工具来构建预测性, 行为, 应用记分卡来帮助变量选择, 培训, 评价, 模型验证. 自动提取无错误并准备部署记分卡代码以用于生产.

保持联系

我们能帮什么忙??

我们很乐意听到你的消息. 这是你OPE电子的方式.

OPE电子
友情链接: 1 2 3 4 5 6 7 8 9 10