Leo Yeh's Blog

SAS 學習資源 (1)

教學目標

初步了解如何透過 SAS Viya 分析平台學習人工智慧和資料素養技能的基本概念。

重點概念

首先根據 Gartner 的文章提到至 2020 年將會有 50% 的組織缺乏足夠的人工智慧和資料素養技能來實現商業價值,當資料分析和人工智慧的應用越來越普及的情況下,資料作為一種通用語言,資料和分析領導者必須將資料素養 (Data literacy) 作為數位轉型的推動關鍵,並且隨著資料和分析成為數位轉型的核心部分時,資料成為組織資產,則員工將必須具備溝通和理解資料對話的基本能力,簡而言之說明資料的能力將成為大多數日常工作的一個不可或缺的資料素養,並且憑藉資料素養將能夠讓我們積極參與其中,而 SAS 的口號知識就是力量 (The Power to Know) 即是最適當的描述,更重要的是 SAS 推動分析的未來,將會透過軟體創新、教育和專家服務,以及在未來三年內投入 10 億美元用於在人工智慧強大基礎進行更深入的研發,其中包括進階分析,機器學習,深度學習,自然語言處理,電腦視覺和預測優化,更進一步提供 SAS Certified Professional: AI & Machine Learning 有關人工智慧和機器學習的國際專業證照。

接著根據維基百科的定義所謂資料素養主要是指閱讀、使用、分析和爭論資料的能力,然而若企業員工的資料素養不足夠將成為業務增長的抑制因素,但是並非每個人都想成為統計學家或資料科學家,此時 SAS 所提供的解決方案將能夠為每個人提供資料素養,像是透過 SAS Model Manager 將能夠查看資料和問題以利建議適合的分析模型,然後能夠根據標準指標選擇最佳模型,測試模型,評分模型和解釋報表,此外全球主要有 3,000 個以上的教育機構使用 SAS 進行教學和學習,並且老師和學生將能夠註冊免費存取 SAS Viya for Learners 進階分析軟體,用於教學和學習最先進的資料科學技能 SAS Viya for Learners 是一套完整的基於雲端平台的軟體,支援整個分析生命週期從資料到發現,再到部署,並且更允許使用 Python 、 R 和 SAS 進行程式開發,但僅限學術非商業用途。

再來我們是否能夠存取正確的資料,其主要應該是處理與需要解決業務問題共生的資料,而不是獨立的資料,同時技術將在企業進行數位轉型時發揮關鍵作用,主要能夠搭配使商業授權軟體和開放源始碼軟體,以及選擇不同的雲端平台,而在決定使用某種技術之前,請務必先了解和考慮開放性,可擴展性,彈性,效能,資訊安全,成本,管理和治理,以及從模型開發到在生產中部署分析的處理所花費的時間。我們對於資料驅動型世界渴望進行分析,並且期望將分析變為現實,讓其真實和付諸行動,同時分析不再是統計學家和資料科學家專業領域,現今每個人皆能夠有所貢獻,每個人無論在哪裡皆能夠針對資料進行消費和生產,像是透過 SAS Model Studio 將能夠以網站界面視覺化的簡易操作方式準備,開發,比較和部署進階分析模型,無需撰寫程式即可實現機器學習模型,以利針對大數據做出更好的決策,同時若是已經會撰寫 Python 、 R 和 SAS 的統計學家和資料科學家也能夠透過 REST API 存取 SAS Viya 分析平台的大數據資料用於建立開放源始碼最新的機器學習模型。此外 SAS 官方在 Coursera 線上課程平台提供免費的 Machine Learning Using SAS ViyaUsing SAS Viya REST APIs with Python and R 線上影音教學課程,更進一步讓人們更有系統的學習人工智慧和機器學習的基礎理論與實際操作,至於若要取得課程證書,則就會需要付費。

最後當資料素養達到一定程度時,將能夠傳達重要的事情,以及了解資料背後的含義,而近三十年來 SAS Press 一直在幫助使用者更加流暢地掌握資料素養,像是從 1995 年出版的 Little SAS Book 持續幫助程式設計師學習 SAS 並且以統計的方式分析資料。當然 SAS 更有持續推出許多資料素養相關付費的專業書籍免費的專業書籍,最近更針對 SAS Viya 分析平台推出兩本免費的專業書籍,以及除了閱讀專業書籍培養資料素養之外,我們能夠透過閱讀更多的研討會論文培養關鍵的人工智慧和資料素養技能。

總結對於企業組織的數位轉型實現商業價值關鍵主要在於培養人工智慧和資料素養技能,而 SAS Viya 分析平台將能夠讓老師和學生免費教學和學習,協助學生在進入職場之前,就已經具備關鍵的人工智慧和資料素養技能,當然不一定要會寫 SAS 程式語言,但一定要了解人工智慧和機器學習的基礎理論與實際操作。

相關資源

⬅️ Go back