Aprende SAS

Os avisamos de la próxima convocatoria del Curso de SAS en   Madrid. BENEFICIOS DEL CURSO: - Mejorarás el rendimiento y la fiabilidad de tus procesos de reporting. - Podrás automatizar procesos liberándote de tareas manuales de poco valor. - Podrás migrar tus actuales procesos en Access o Excel a SAS. - Darás un paso más en tus procesos de análisis con una herramienta que te permite realizar   predicciones, detectar patrones y aplicar algoritmos de analítica avanzada - Potenciarás tu perfil con el manejo de una herramienta de alta demanda en el mercado. DATOS DEL CURSO: En modalidad intensivo fin de semana (viernes tarde + sábado mañana) . Horario: Viernes (16h a 21h) y Sábado (9h a 14h). Total 20h Fechas: ​ Por confimar Octubre-Noviembre Profesorado:  Consultores certificados en SAS  con dilatada experiencia técnica, funcional y de gestión en proyectos  Business Intelligence. Localización:  Madrid  (C/Marqués de la Ahumada, 7  zona metro Diego de León). Precio: 500 e

Mostramos en este post un sencillo ejemplo de uso del SAS JSON engine que nos va a permitir tratar ficheros JSON en SAS. Vamos a tratar de leer un sencillo fichero: El uso del libname JSON nos va a permitir pasar el contendido del fichero a tablas SAS dentro de la librería que asignemos. El código es el siguiente: /* fichero json */ filename fichjs "/home/ficheros/localizaciones.json"; /* librería json  */ libname libjs JSON fileref=fichjs; data localizaciones; set libjs.localizaciones; run; La librería libjs contiene las tablas mapeadas: La tabla localizaciones: Vemos, por tanto, que el uso de el motor de librerías JSON facilita mucho el trabajo con este tipo de ficheros Formación SAS

SAS permite monitorizar los procesos SQL ejecutados. De forma similar a un SGBD muestra un plan de ejecución de las sentencias SQL que nos permite analizar y mejorar la ejecución de las mismas. Para ello es necesario añadir el modificador _ method a las sentencias proc sql.SAS muestra la secuencia de ejecución y utiliza abreviaturas para referirse a las distintas operaciones realizadas sobre las tablas. SqxCRTA Create table as select SqxSLCT Select SqxJSL Step loop join (Cartesian) SqxJM Merge Join SqxINDX Index Join SqxHASH Hash Join SqxSORT Sort SqxSRC Source rows from table SqxFIL Filter rows SqxSUMG Summary stats with group by SqxSUMM Summary stats with NO group by Ejemplo: proc sql _ method ; create table prueba2 as (select * from prueba1 where hc_venta >= 5 ); quit; NOTE: SQL execution methods chosen are: sqxcrta sqxsrc( WORK.PRUEBA1 ) proc sql _ method ; create table prueba3 as (select cod_articulo, sum(hc_venta) as ag_venta from prueba1 group by cod_articulo); qu

Cada vez los orígenes de datos en nuestros análisis son más diversos. En esta ocasión compartimos un link que explica como conectarse a el almacenamiento S3 de Amazon empleando el procedimiento PROC S3 que esrá disponible desde la release m5 de SAS 9.4. Es necesario crear un fichero de configuración con las claves de acceso a S3. Acceder a un bucket S3 desde SAS Formación SAS

Recomendamos la siguiente página que tiene interesantes libros gratuitos sobre temas tan de actualidad como el machine learning o el IOT: https://support.sas.com/en/books/free-books.html Formación SAS

Existen diferentes opciones para implementar una red neuronal con SAS. Una primera opción sería emplear el módulo SAS Visual Data Mining de la plataforma SAS Viya que de forma muy visual nos permite trabajar con este tipo de algoritmos. Una segunda opción es utilizar SAS Enterprise Miner que tiene nodos para implementar diferentes tipos de redes neuronales dentro de un workflow analítico: En nuestro ejemplo vamos a usar el módulo SAS/STAT que mediante programación SAS BASE nos permite trabajar con redes neuronales utilizando el procedimiento PROC NEURAL .  En nuestro ejemplo partimos de un fichero que contiene pruebas clínicas  donde tenemos las variables var1 a var7 que guardan el resultado de pruebas clínicas y la variable target 1/0 indica si el paciente tiene o no la enfermedad de estudio. Queremos predecir la probabilidad de enfermedad en base a los valores de las pruebas clínicas. Como es habitual, partimos de un dataset de entrenamiento (test) y otro de validación (validar)