EnterpriseZine(エンタープライズジン)

EnterpriseZine(エンタープライズジン)

テーマ別に探す

「SAS Viya」の第1弾としてAI(人工知能)技術搭載の革新的なアナリティクス製品を提供

  2016/11/01 15:30

 SAS Institute Japanは、SASのアドバンスド・アナリティクスをさらに拡張した「SAS Visual Data Mining and Machine Learning」を国内で提供開始することを発表した。「SAS Visual Data Mining and Machine Learning」は、機械学習やコグニティブ・コンピューティングの高まるニーズに応える次世代のオープンなアナリティクス・プラットフォームである「SAS Viya」上で利用できる最初のアナリティクス製品だという。

 「SAS Viya」は、オープン性を革新的な次元へと高めており、業界随一のオープンなプラットフォームに進化し、どのような環境においても、データの種類やサイズに関係なく、さまざまなビジネス課題に対応し、幅広いスキルセットのユーザーに開かれたプラットフォームだとしている。

 オープン・プラットフォームである「SAS Viya」の第1弾製品として、「SAS Visual Data Mining and Machine Learning」は、AIやコグニティブ・コンピューティングの活用を含む、幅広いアナリティクス・ニーズに応える機能を提供するという。

「SAS Viya」の特徴

 ・さまざまなプログラミング言語・アプリケーションからアクセス可能

 「SAS Viya」のオープン・アーキテクチャは、SAS言語だけでなく、Python、Java、Luaといった汎用プログラミング言語からも同じようにアクセスすることが可能。また、REST APIインターフェイスにより、その他全てのアプリケーションに開かれたAPIインターフェイスを提供。

 ・全てのユーザーに開かれたインターフェイス

 プログラミングだけでなく、ポイント&クリック操作からも全く同じ機能にアクセスでき、データ・サイエンティスト、デベロッパーからビジネスアナリストまで、全てのユーザーのスキルセットやニーズに最適なアナリティクス機能を提供。

 ・幅広いビジネス課題に対応

 網羅的なデータ管理機能、探索機能、機械学習アルゴリズムにより、シンプルなビジネス課題から、複雑で高度なビジネス課題まで、幅広い課題に活用することが可能。

 ・データ種類、データサイズ、処理の複雑さに対応可能な拡張性

 「SAS Viya」の優れた拡張性により、データのサイズに関わらず、高度で複雑な処理にも対応可能。すでに製品として歴史があり、さらに進化した独自のインメモリ分散並列アナリティクス・エンジンは、長年のSASの研究・製品化の結晶であり、データの大きさや、処理の大きさに応じてスケールアウト型で自在にその規模を拡大(または縮小)することが可能。

 ・オンプレミス、クラウドを問わないマルチクラウド・アーキテクチャ

 「SAS Viya」は従来のSASと同様、実行するハードウェアを問わない。数十台、数百台、さらにはそれ以上の規模の大規模なインメモリ分散並列処理を行うハイパフォーマンス・コンピューティング環境も、コスト効率の良いコモディティなハードウェアを利用することが可能。

 さらにこの環境を、オンプレミス、プライベートクラウド、パブリッククラウドなど、あらゆるクラウドテクノロジーの上で構築することが可能であり、異なる環境間での開発フェーズから本番フェーズへの移行もシームレスに行うことができる。

「SAS Visual Data Mining and Machine Learning」の特徴

 ・複雑なアナリティクス課題をより短時間で解決

 SASの新しいインメモリ・アーキテクチャである「SAS Viya」上で予測モデリングと機械学習を実行し、画期的なパフォーマンスを得ることができる。データがインメモリに保持されるため、反復的な分析を行う場合でもデータロードを繰り返す必要はない。

 複数のユーザーがコラボレーションに参加して同じデータを探索したり、モデル構築を同時に行うことが可能。分析モデリングの処理時間は数分、または数秒にまで短縮されるため、極めて難しい課題の解決策もより短時間で発見できる。

 ・複数のアプローチを速やかに探索し、最適な解決策を発見

 分散並列型の分析エンジンが実現する優れたパフォーマンスと、機械学習パイプライン向けに豊富に用意された構成要素を駆使し、複数のシナリオを迅速かつ容易に探索および比較することができる。自動チューニング機能により、複数のシナリオを統合環境でテストして最もパフォーマンスの高いモデルを見つけ、精度の高い答えを得ることができる。

 ・データ・サイエンティストの生産性が飛躍的に向上

 単一の統合インメモリ環境を活用することで、データ・サイエンティストやその他の分析担当者の生産性が飛躍的に高まる。データのアクセスと準備から探索的分析の実行、機械学習モデルの構築と比較、予測モデル導入用スコアコードの作成まで、アナリティクスに必要なさまざまな作業をかつてないほど迅速に行うことができる。

関連リンク

著者プロフィール

  • EnterpriseZine編集部(エンタープライズジン ヘンシュウブ)

    「EnterpriseZine」(エンタープライズジン)は、翔泳社が運営する企業のIT活用とビジネス成長を支援するITリーダー向け専門メディアです。データテクノロジー/情報セキュリティの最新動向を中心に、企業ITに関する多様な情報をお届けしています。


All contents copyright © 2007-2020 Shoeisha Co., Ltd. All rights reserved. ver.1.5