Školení / Dolování dat s použitím SAS Enterprise Miner 7.1

Detailní informace o školení

Outline in English Applied Analytics Using SAS Enterprise Miner 7.1
Kód AAEM71 (dříve AAEM61)
Název Dolování dat s použitím SAS Enterprise Miner 7.1
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 (3. patro budovy)
Jazyk
  • přednášky - čeština
  • školící materiály - angličtina
V ceně zahrnuto
  • přístup k PC (max. 1 účastník na 1 PC)
  • školící materiály
Navazující kurzy CSEM71
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 chtějí porozumět metodám dolování dat a analytickým nástrojům aplikace SAS Enterprise Miner 7.1 (kurz nahrazuje předchozí AAEM61). 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 7.1

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 7.1

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
  • SAS Rapid Predictive Modeler

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.