Muchas organizaciones mantienen silos analíticos para sus ingenieros de datos, analistas, científicos y estadísticos. Éstos a menudo requieren múltiples diferentes conjuntos de herramientas para ayudar a cada perfil a abordar eficazmente las distintas etapas del ciclo analítico. Altair Analytics Workbench permite unificar estos silos, mejorar la productividad y reducir los costes proporcionando una única plataforma en la que todos los usuarios pueden conectarse, preparar, descubrir y modelar cualquier dato.
Altair Analytics Workbench es un sofisticado entorno de codificación ideal para desarrollar modelos y programas escritos en el lenguaje SAS. Con él, los desarrolladores pueden incluir código Python, R o SQL en sus programas en lenguaje SAS, sin tener que recurrir a software de terceros para ejecutar los programas en lenguaje SAS. La plataforma también permite generar flujo de trabajo arrastrando y soltando bloques predefinidos, pudiendo así los usuarios desarrollar modelos y programas sin escribir código.
Vídeo de presentación de Analytics Workbench
Analytics Workbench resuelve los desafíos de ingenieros de datos, analistas de datos, modeladores de datos y científicos de datos. Usuarios sin experiencia y expertos en programación pueden utilizar el flujo de trabajo visual para extraer y transformar datos de diversas fuentes dispares y elaborar hojas de cálculo e informes, además de poder realizar tareas de análisis avanzadas con el sofisticado entorno de codificación de la plataforma, que incluye la preparación de datos, la exploración, la elaboración de perfiles, la visualización de datos, la elaboración de modelos predictivos con árboles de decisión, la regresión, los cuadros de mando y el análisis de agrupación/segmentación, así como la validación de modelos.
Analytics Workbench utiliza el motor de Altair SLC™ para ejecutar flujos de trabajo, programas y modelos. Es un completo entorno de desarrollo integrado (IDE) para manejar su biblioteca de código existente y desarrollar nuevos programas escritos en el lenguaje SAS. Incluye un sofisticado editor de código, plantillas de código, la capacidad de ejecutar sus programas y explorar los registros resultantes, las bibliotecas, los conjuntos de datos y otros resultados generados, la gestión de proyectos con acceso al historial de código y la integración opcional a los sistemas de control de versiones GIT.
Los usuarios que deseen unir los desarrollos en lenguaje SAS con los lenguajes de código abierto pueden incrustar bloques de código Python, R y SQL en los flujos de trabajo o en los programas en lenguaje SAS. También permite intercambiar y procesar datos entre los segmentos de lenguaje Python, R, SQL y SAS de sus programas y flujos de trabajo.
Construye flujos de trabajo con bloques interactivos "drag and drop" para proporcionar la combinación perfecta de instalaciones de ingeniería de datos de bajo nivel para recuperar, mezclar y preparar datos para el análisis, junto con funciones de Machine Learning que le permiten construir, explorar y validar modelos predictivos reproducibles. Mejore los flujos de trabajo con bloques de código programables en los lenguajes de SAS, SQL, Python y R.
Utiliza un entorno moderno de desarrollo integrado (IDE) para crear, mantener y ejecutar programas, y para explorar datos, resultados y registros. El entorno de desarrollo de Analytics Workbench se basa en la programación en lenguaje SAS, pero también permite a los usuarios incorporar código SQL, Python y R dentro de los programas en lenguaje SAS, e intercambiar fácilmente datos entre los módulos de lenguaje Python, R, SQL y SAS.
Analytics Workbench ofrece una amplia gama de funciones que permiten a los usuarios entender plenamente sus datos de origen y descubrir nuevas perspectivas, como la elaboración de perfiles, la comprobación automática de la calidad, la validación y la elaboración automática de informes sobre variables.
Analytics Workbench soporta Machine Learning supervisado y no supervisado, incluyendo árboles de decisión, clustering, análisis de regresión y redes neuronales. Explore, construya y pruebe modelos de Machine Learning con bloques predefinidos y genere automáticamente código sin errores para producción.
Construye y valida múltiples modelos con los mismos datos de ensayo y, a continuación, utiliza la herramienta de comparación de modelos sin código de Analytics Workbench para identificar el mejor modelo con gráficos de comparación como Receiver Operating Characteristics (ROC), Kolmogorov-Smirnov (KS), la ganancia acumulada y lift.
Utiliza sencillas herramientas visuales de desarrollo para crear cuadros de mando predictivos y ajustados al comportamiento que ayuden en la selección de variables, el entrenamiento, la evaluación y la validación del modelo. Extrae automáticamente el código sin errores y listo para desplegar en producción.
Solicita una demostración de Altair Workbench aquí.
Solicita una prueba
¿Tiene alguna pregunta? Díganos cómo podemos ayudarle.
Contacta con nosotros
Intercambiar ideas. Explorar nuevas posibilidades.
Únete a la Comunidad