SAS Institute Hungary

Ez a III-as szintű tanfolyam az adatbányászathoz és a SAS^® Enterprise MinerT szoftver használatához szolgál bevezetésként. Adatelemzőknek és kvalitatív szakembereknek ajánljuk, és azoknak is akik kevesebb technikai háttérrel rendelkeznek, de általános ismeretet szeretnének szerezni az adatbányászatról.

Ez a háromnapos tanfolyam terjedelmes ismeretekkel szolgál az SAS^® Enterprise MinerT területén. Lefedi azokat az alapkészségeket, amikre szükség van az Enterprise Miner sokszínű eszköztárával történő elemzések összeállításánál. A hallgatók megtanulják, hogyan kell cluster elemzést, asszociációs és szekvencia elemzést készíteni. A tanfolyam lefedi az alapkoncepciókat annak érdekében, hogy hatékonyan lehessen az adatbányászati technikákat alkalmazni, valamint hogyan lehet képezni, megállapítani és összehasonlítani a regressziós modelleket, neurális hálókat és a döntési fákat.

A tanfolyamhoz szükséges a Microsoft Windows alkalmazásainak ismerete, de SAS előismeret nem feltétel.

Háttér
 Operációs adatbázisok
 Nagy mennyiségű adatok kezelése
 Előrejelzések, és az üzleti eredmények megértése
 Kapcsolódó területek: statisztika, gépi tanulás, mintafelismerés 
A probléma megfogalmazása
 Az üzleti célok megfogalmazása, megfelelő analitikai módszerek kiválasztása
 Prediktív modellezés alkalmazása
 A klaszter-elemzés és asszociáció elemzés 
Adatok kezelése
 Adatstruktúra és rendszerezés
 Hibák, outlier-ek, hiányzó értékek
 Mintavétel, felülsúlyozott mintavétel (oversampling)
 Dimenziók csökkentése
Bevezetés a SAS® Enterprise 
                          MinerT-be
 Komponensek megismerése
 Projektek felállítása
 Diagramok építése
 Kiinduló adatok feltárása, elemzése
 Változó szelekciós technikák
 Hiányzó adatok pótlása
Regresszió
 Regresszió-elemzés ( egy marketing példa segítségével )
 Regressziós módszerek
Neutrális hálók
 Egyedi neurális hálók építése
 Neurális hálók komplexitásának vizualizációja
Döntési fák
 Döntési fa építése ( egy credit scoring példa alapján )
 A döntési fa funkcionalitása
 Döntési fák készítése bináris és többszöri vágások mentén
 A döntési fák metszése és értékelése
Klaszter-elemzés
 Klaszter-elemzés ( egy értékesítési példa alapján )
 K-középpontú klaszter-elemzés a Clustering node segítségével
 SOM (self-organizing map) építése
 Klaszterek vizualizációja az Insight node segítségével
Asszociáció- és szekvencia-elemzés
 Az Association node használata ( egy banki példán keresztül )
 Az elemek közötti asszociációk meghatározása 
 Szekvencia-elemzés
Alkalmazott SAS Rendszer modulok