IdentifiantMot de passe
Loading...
Mot de passe oublié ?Je m'inscris ! (gratuit)

Vous êtes nouveau sur Developpez.com ? Créez votre compte ou connectez-vous afin de pouvoir participer !

Vous devez avoir un compte Developpez.com et être connecté pour pouvoir participer aux discussions.

Vous n'avez pas encore de compte Developpez.com ? Créez-en un en quelques instants, c'est entièrement gratuit !

Si vous disposez déjà d'un compte et qu'il est bien activé, connectez-vous à l'aide du formulaire ci-dessous.

Identifiez-vous
Identifiant
Mot de passe
Mot de passe oublié ?
Créer un compte

L'inscription est gratuite et ne vous prendra que quelques instants !

Je m'inscris !

SAS révolutionne les big data en dopant Hadoop à l'analytique

Le , par actusas

23PARTAGES

En adaptant ses technologies analytiques in-memory à Hadoop, SAS offre un environnement analytique performant aux entreprises qui veulent tirer un réel profit des big data.

SAS annonce l'arrivée prochaine de SAS® In-Memory Statistics for Hadoop, un environnement de programmation analytique basé sur sa technologie in-memory pour le framework open source Hadoop. En aidant les entreprises à explorer et extraire de précieuses informations des big data avec plus de rapidité et de précision, SAS leur permet d'augmenter leurs bénéfices, réduire leurs risques, mieux comprendre leurs clients et transformer les nouvelles opportunités en succès.

Hadoop est souvent associé au succès des démarches big data. SAS® In-Memory Statistics for Hadoop permettra à un grand nombre d’utilisateurs simultanés de gérer, d'explorer et d'analyser des données, de créer et de comparer des modèles, et de classifier d'énormes quantités de données au cœur même de l’environnement Hadoop. La richesse des fonctions analytiques utilisables dans un mode très interactif donnera aux entreprises intéressées par ce framework les moyens d’augmenter considérablement la productivité de leurs data scientists.

« Dès que les données Hadoop sont chargées en mémoire, SAS In-Memory Statistics for Hadoop permet à plusieurs utilisateurs d'effectuer simultanément et en continu de multiples analyses au sein d’une même session d’analyse, » explique Oliver Schabenberger, Senior Director, Analytic Server R&D, SAS. « Cette approche en mémoire limite le brassage de données induit par les entrées-sorties sur disque devenues très contraignantes lorsqu’on analyse des big data. »

L'architecture « in-memory » adopte une approche performante et sans égale, indispensable pour extraire des informations à forte valeur ajoutée de ces énormes quantités de données. La technologie d'analyse « in-memory » employée par SAS® In-Memory Statistics for Hadoop, a déjà été largement éprouvée au cœur de la solution de data visualisation et d’exploration de données SAS® Visual Analytics.

« Désormais, les statisticiens et autres data scientists qui analysent ou modélisent des données sur Hadoop, n'auront plus besoin de faire appel aux multiples outils d’analyses et autres langages de programmation spécifiques qui se sont développés autour de ce framework. SAS® In-Memory Statistics for Hadoop est une solution analytique collaborative, riche, complète et puissante, » poursuit Oliver Schabenberger.

SAS® In-Memory Statistics associe au cœur d’un seul et même environnement des approches statistiques et de machine learning très évoluées : classifications, régressions, modèles linéaires généralisés, arbres de décision, forêts aléatoires, text mining, algorithmes de recommandation, pour n’en citer que quelques-unes parmi les plus attendues.

Pour en savoir plus



Rencontrez SAS au Congrès Big Data Paris, les 1er et 2 avril prochains au CNIT à la Défense, sur le stand C6.
Participez à l'atelier SAS « Exploration visuelle des données, création de graphiques et partage des résultats sur le web et les tablettes » le 1er avril à 11h30 et à la conférence « Les outils du Big Data pour des applications marketing : quel rôle joue la dataviz ? », avec une co-intervention de Allianz et SAS.

-- Site SAS France

-- Contactez SAS France

Une erreur dans cette actualité ? Signalez-nous-la !

Connexion
Identifiant Mot de passe
Loading...