Detailní informace o školení

Outline in English	Applied Analytics Using SAS Enterprise Miner
Kód	AAEM61 (dříve AAEM53)
Název	Dolování dat s použitím SAS Enterprise Miner
Určení	Data Mining
Úroveň	3
Délka	standardně 3 dny, vždy 9-17 hodin (s pauzou na oběd)
Cena	19.710,- Kč 7.965,- Kč pro akademická pracoviště sleva 5% až 20% při dvou a více účastnících z jedné firmy uvedené ceny jsou bez DPH
Místo konání	SAS, Na Pankráci 17-19, Praha 4 (1. patro budovy)
Jazyk	přednášky - čeština školící materiály - angličtina
V ceně zahrnuto	přístup k PC (max. 1 účastník na 1 PC) školící materiály
Navazující kurzy	PMLR92, CLUS92, DMNN53
Online verze	Life Web

Tento kurz slouží jako úvod do problematiky dolování dat a práce s aplikací SAS Enterprise Miner. Je navržen pro datové analytiky a zpracovatele kvantitativních analýz, kteří se chtějí porozumět metodám dolování dat a analytickým nástrojům aplikace SAS Enterprise Miner 6.1 (kurz nahrazuje předchozí AAEM53). Účastníci by měli znát prostředí Microsoft Windows a umět pracovat s aplikacemi v tomto prostředí, a dále ovládat alespoň základní koncepty statistiky a regresních modelů.

Předchozí znalost SAS je výhodou, ale není nutná.

Přínos pro účastníka

V tomto kurzu získáte rozsáhlé praktické zkušenosti s používáním aplikace SAS/Enterprise Miner a zároveň základy pro úspěšné používání metod dolování dat. Po jeho absolvování by účastník měl být schopen:

• založit projekt v SAS Enterprise Miner a graficky analyzovat data
• upravovat data pro zdokonalení analýz
• sestavovat prediktivní modely za použití široké sady nástrojů SAS/Enterprise Miner (rozhodovací stromy, regresní modely, neuronové sítě)
• porovnávat a interpretovat komplexní modely
• generovat a aplikovat skórovací kód
• provádět shlukové/segmentační, asociační a sekvenční analýzy
• používat alternativní modelovací nástroje (rule induction, gradiant boosting, support vector machines)

Obsah kurzu

Úvod

• úvod do prostředí aplikace SAS Enterprise Miner 6.1

Přístup k datům a jejich příprava

• vytvoření projektu, knihovny a diagramu v SAS Enterprise Miner
• definice datového zdroje
• validace zdrojových dat

Úvod do prediktivního modelování s pomocí rozhodovacích stromů

• konstrukce rozhodovacího stromu
• optimalizace rozhodovacího stromu
• porozumění výsledkům prediktivního modelování

Úvod do prediktivního modelování s pomocí regrese

• výběr vstupních proměnných
• optimalizace regresního modelu
• interpretace výsledků regresní analýzy
• transformace vstupních proměnných
• kategorické vstupní proměnné
• rozšíření regresních modelů o polynomické členy

Úvod do prediktivního modelování s pomocí neuronových sítí a dalších modelovacích nástrojů

• úvod do neuronových sítí
• výběr vstupních proměnných
• kritéria pro zastavení trénování
• další modelovací nástroje v SAS Enterprise Miner 6.1

Vyhodnocení modelů

• úvod do statistik pro hodnocení modelů
• grafy porovnávacích statistik
• změna kritérií pro výběr modelu
• definice ziskové matice

Implementace modelů

• definice dat ke skórování
• generování a použití skórovacího kódu

Úvod do rozpoznávání vzorů

• shluková analýza a segmentace dat
• asociační a sekvenční analýza (analýza nákupního košíku)

Další témata

• výběr proměnných (odstranění irelevantních a redundantních proměnných)
• kombinování modelů pomocí Ensemble uzlu
• konsolidace kategorických vstupů
• surogáty

Případové studie

• segmentace klientů banky na základě transakční historie
• asociační analýza na datech z webových služeb
• konstrukce jednoduché modelu rizika pro spotřebitelský úvěr
• predikce počtu zapsaných studentů na univerzitě

Další témata podle zájmu účastníků

Podělte se s námi o vaše nápady! Jsou zde další témata, která vám v kurzu chybí? Chtěli byste kurz uspořádat jinde nebo trochu jinak? Dejte nám o tom vědět na training@cze.sas.com.