Dans une architecture de données moderne sur SAS Viya, l'accumulation de modèles prédictifsAlgorithmes entraînés sur SAS Viya pour analyser des données historiques et estimer la probabilité de résultats futurs, facilitant ainsi la prise de décision proactive et automatisée. obsolètes dans le plan de données en mémoireGemini said
Espace de stockage temporaire (RAM) utilisé par le moteur CAS pour charger et traiter les données à haute vitesse, minimisant les accès disque pour optimiser les performances de SAS Viya. du 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. entraîne une surconsommation de la RAM. L'action deleteModel de l'ensemble modelPublishing permet de purger spécifiquement un algorithme au sein d'une table de modèles sans altérer les autres objets analytiques hébergés dans cette même table.
- Elle identifie le modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). avec précision via le paramètre modelName qui cible la colonne correspondante.
- Elle garantit l'intégrité du référentiel analytique en permettant une suppression granulaire.
En tant qu'architecte Data, je recommande de l'intégrer automatiquement dans vos processus MLOpsLe MLOps (Machine Learning Operations) unit DevOps et IA pour automatiser, industrialiser et monitorer le cycle de vie des modèles, garantissant leur performance et leur gouvernance en production. afin de nettoyer de façon itérative vos environnements de production.
