Peut-on forcer le serveur CAS à automatiser la découverte de la meilleure topologie de réseau ?

Optimisation Topologique via BNET

Oui, l'action bnet intègre une capacité d'apprentissage itératif qui s'apparente à du machine learningBranche de l'IA utilisant des algorithmes pour apprendre des modèles à partir de données. Il permet d'automatiser des prédictions ou des décisions sans programmation explicite de chaque règle. automatisé lorsque vous activez le booléen bestModelDans SAS Viya, bestModel désigne l'itération championne sélectionnée automatiquement par une étape d'AutoML (comme l'action modelStudio) selon le critère de performance spécifié..

Au lieu de figer une architecture, vous pouvez fournir de multiples paramètres candidats sous forme de listes. Par exemple, vous pouvez lister plusieurs architectures dans le paramètre structures (comme NAIVEModèle de référence simple utilisant la dernière valeur observée (ou la moyenne) pour prédire le futur. Sert de point de comparaison minimal pour évaluer la précision de modèles complexes., TANLe TAN (Tree-Augmented Naive Bayes) est un classifieur bayésien qui améliore le modèle Naive Bayes en autorisant des dépendances entre variables prédictives via une structure d'arbre., PC et MB), combiner les méthodes d'apprentissage avec le paramètre parenting (BESTONE et BESTSET), et tester différents seuils de pertinence. Le moteur Cloud Analytic ServicesMoteur d'exécution in-memory de SAS Viya. Il assure le traitement massivement parallèle (MPP) et distribué des données pour optimiser les performances analytiques et le passage à l'échelle. évaluera ces multiples configurations en parallèle sur les données partitionnéesLes données partitionnées sont des tables divisées en blocs (segments) distribués sur les nœuds d'un cluster CAS pour permettre un traitement massivement parallèle et accélérer les calculs. et conservera de façon autonome la topologie qui minimise le taux d'erreur sur la fraction de validation.

Exemples pour l'action bnet

Entraînement d'un réseau bayésien basique

Découvrez cet exemple pour l'action CAS bnet : il automatise l'apprentissage d'une structure Parent-Child (PC) en mode distribué pour cartographier les dépendances probabilistes via le moteur CAS.

Sélection automatique du meilleur modèle et sauvegarde

Découvrez cet exemple pour l'action CAS bnet : il optimise par hyper-paramétrage (structures, alpha) la sélection du meilleur classifieur bayésien et exporte l'ASTORE pour un déploiement scale-out.

Vous pourriez aussi aimer...