Formazione
Calendario dei Corsi
Percorsi per ruolo
Offerta formativa
Iscrizioni
Certificazione
Centri di formazione
Promozioni e sconti
Pubblicazioni SAS
 
 

SAS Enterprise Miner: corso base

 
Obiettivi

Il corso insegna come creare diagrammi di flusso utilizzando l’insieme di tool di SAS Enterprise Miner, sia per il pattern discovery (segmentazione, associazione, e analisi di sequenza) sia per la costruzione di modelli predittivi (albero di decisione, di regressione, e modelli di reti neurali).

In particolare il corso fornisce gli strumenti per:

  • Modificare i dati per migliorare i risultati dell’analisi
  • Costruire e interpretare i modelli predittivi come gli alberi decisionali e i modelli di regressione
  • Comparare i modelli
  • Generare ed utilizzare il codice per lo score
  • Applicare l’analisi di associazione e delle sequenze ai dati transazionali
  • Utilizzare altri strumenti per la modellistica, quali rule induction, gradiant boosting e support vector machines
a chi è rivolto
Analisti, esperti qualitativi e chiunque necessita di un’introduzione a SAS Enteprise Miner.
Requisiti

È necessario avere familiarità con I concetti fondamentali della statitica ed i modelli di regressione. E’ utile la conoscenza del linguaggio SAS (corso "Programmazione SAS 1: fondamenti").

Argomenti
• Introduzione a SAS Enterprise Miner

• Creazione e definizione di un progetto, librerie e diagrammi con SAS Enterprise Miner
• Definizione di un data source
• Esplorazione del data source

• Costruzione degli alberi decisionali
• Ottimizzazione della complessità dell’albero decisionale
• Ulteriori strumenti diagnostici (self-study)

• Selezione degli input utili
• Ottimizzazione della complessità della regression
• Interpretazione dei modelli di regressione
• Trasformazione delle variabili di input
• Input categoriche
• Regression polinomiale (self-study)

• Introduzione ai modelli di reti neural
• Selezione degli input
• stopped training
• altri strumenti per la  modellistica (self-study)

• statistiche sulla bontà di adattamento
• strumenti statistici grafici
• aggiustamento per campionamento separato
• matrice dei profitti

• score del data set
• SAS score code

• cluster analysis
• market basket analysis (self-study)

• Modelli “ensemble”
• Selezione delle variabili con lo strumento variable selection
• Consolidamento delle input categoriche
• Modelli surrogati

• Segmentazione della clientela (clienti bancari)
• Analisi di associazione su dati relativi a servizi WEB
• Creazione di un modello di credit risk model da dati di credito al consumo
• Previsione per la gestione delle iscrizioni universitarie
 
 
Formazione
Durata
3 giorni
Quota
1.700,00 Euro + IVA
Questo corso fa parte del percorso formativo
ADVANCED ANALYTICS
DATA MINING
Come partecipare