L'action factmac du moteur SAS Cloud Analytic ServicesMoteur analytique distribué et en mémoire (in-memory) au cœur de SAS Viya. Il assure le traitement des données et l'exécution des modèles avec une très haute performance. (CAS) est conçue pour l'apprentissage de modèles basés sur les machines de factorisation. Contrairement aux modèles linéaires classiques, cette technique excelle dans l'identification d'interactions entre variablesColonnes d'une table SAS contenant des données spécifiques (numériques ou caractères). Elles possèdent des attributs comme le nom, le type, la longueur, l'étiquette et le format d'affichage. au sein de jeux de données extrêmement massifs et creux (sparse data). Elle est le pilier technologique des systèmes de recommandation modernes, permettant de prédire, par exemple, la note qu'un utilisateur donnerait à un produit en se basant sur des millions de combinaisons historiques.
Qu'est-ce que l'action factmac et comment révolutionne-t-elle les systèmes de recommandation ?
Exemples pour l'action factmac
Entraînement de base
Un exemple simple pour entraîner le modèle sur les utilisateurs et les films.
Modèle de recommandation optimisé avec sauvegarde
Entraînement complet avec 10 facteurs, 50 itérations et sauvegarde de l'état du modèle.
Cette réponse vous a-t-elle aidé ?
À lire aussi...
Dans quel cas devriez-vous activer la factorisation non négative ?
Quels sont les paramètres clés pour optimiser la convergence du modèle ?
Comment exporter le modèle factmac pour un déploiement en temps réel ?
Est-il possible de valider automatiquement le modèle pendant l'entraînement ?
Comment l'action factmac gère-t-elle les données massives et la rareté des informations ?