Školení / Pokročilé prediktivní modelování v SAS Enterprise Miner

Detailní informace o školení

Outline in English Advanced Predictive Modeling Using SAS Enterprise Miner
Kód PMAD61 (dříve PMAD53)
Název Pokročilé prediktivní modelování v SAS Enterprise Miner
Určení Data Mining
Úroveň 4
Délka standardně 2 dny, vždy 9-17 hodin (s pauzou na oběd)
Cena
  • 13.870,- Kč
  • 5.605,- 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
Doporučené kurzy před PRG1, STAT1, AAEM61
Navazující kurzy SURV

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

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.