Pokročilé prediktivní modelování v SAS Enterprise Miner

Kontakt na dodavatele získáte po registraci

Tento kurz je pořádán dodavatelem, který nevyužívá placenou prezentaci na portálu EduCity.
Kontaktní údaje na dodavatele získáte po registraci. Nebo použijte poptávkový formulář.
  • Kurz na míru

  • ID akce:
    935173

Popis kurzu na míru Pokročilé prediktivní modelování v SAS Enterprise Miner

Tento kurz je určen tvůrcům prediktivních modelů a datovým analytikům, kteří si chtějí rozšířit znalosti v oblasti optimalizace prediktivních modelů. Kurz navazuje na školení Dolování dat s použitím SAS/Enterprise Miner 6.1 (AAEM61) a do větší hloubky se věnuje technikám vývoje prediktivních modelů.


Před přihlášením do tohoto kurzu byste měli:

  • absolvovat kurz Dolování dat s použitím SAS/Enterprise Miner 6.1 (AAEM61)
  • mít zkušenosti s vytvářením a správou datových souborů SAS; tyto zkušenosti lze získat v kurzu Programování v SAS: Základy (PRG1)
  • mít zkušenosti s vývojem statistických modelů pomocí SAS/STAT
  • mít znalosti statistiky, zejména lineární a logistické regrese, v rozsahu školení Základy statistiky s použitím SAS (STAT1)

Přínos pro účastníka

Po absolvování kurzu byste měli umět:

  • používat pokročilé techniky pro výběr vstupů a vyhodnocení kvality modelů
  • konstruovat a vyhodnocovat dvoustupňové a vícestupňové modely pomocí aplikace SAS Enterprise Miner
  • interpretovat variabilitu predikční výkonnosti modelu

Obsah kurzu


Zopakování základních technik prediktivního modelování

  • vytvoření prediktivního modelu pomocí aplikace Enterprise Miner
  • analytické otázky

Lepší výběr vstupů

  • univariate screening
  • analýza hlavních komponent (PCA)
  • shlukování proměnných
  • transformace kategoriálních vstupních proměnných
  • výběr vstupních proměnných pro regresi na základě prohledání všech podvýběrů

Empirické logity a adekvátnost modelu

  • grafy empirických logitů
  • transformace vstupních proměnných

Zobecněný odhad zisku/ztráty

  • výplatní matice (profit matrix)
  • grafická reprezentace výplatní matice
  • grafická reprezentace zisku/ztráty

Sestavení a vyhodnocení dvoustupňového modelu

  • vyhodnocení modelu bez výplatní matice
  • konstrukce modelu s intervalovou výstupní proměnnou
  • regrese s negaussovskými chybami (nenormální rozdělení chyb)
  • regresní stromy
  • modely neuronových sítí s intervalovou výstupní proměnnou