Análisis aplicado con SAS® Enterprise Miner™ 5

Este curso sirve de introducción a Data Mining y al software SAS® Enterprise Miner™ Está diseñado para analistas de datos y usuarios expertos, así como a aquellos con menor background técnico que quieran conocer y comprender las características SAS ® Enterprise Miner 5.2

Descripción del curso

Este curso proporciona una extensa experiencia práctica con SAS® Enterprise Miner™ y aporta los conceptos básicos necesarios para llevar a cabo un análisis utilizando la enorme potencia del software SAS® Enterprise Miner™ (segmentación, asociación, análisis de secuencia) y modelos predictivos (árboles de decisión, regresión y redes neuronales).

En el curso se incluyen ejemplos desde bases de datos de marketing, servicios financieros, análisis Web, etc.

Requisitos previos

Haber realizado el curso “Introducción al Sistema SAS®” y tener conocimientos de Estadística Básica.

Contenidos del curso

Introducción a SAS® Enterprise Miner™ 5.2

• Recorrido por SAS® Enterprise Miner ™ 5.2
• SAS® Enterprise Miner™ y los diagramas de flujo para el análisis
• Ejemplos de aplicaciones y casos de estudio
• Descubrimiento de patrones y modelización predictiva.

Acceso a datos

• Arquitectura de SAS® Enterprise Miner ™
• Definiendo un proyecto con SAS® Enterprise Miner™ 5.2
• Definiendo una fuente de datos
• Validando la fuente de datos

Introducción al descubrimiento de patrones

• Clustering y Segmentación de datos
• Utilizando el nodo de transformación de variables
• utilizando el nodo de clustering para un análisis de clusters k-means
• aplicando descubrimiento basado en asociaciones y secuencias  
• Utilizando el nodo de asociaciones en un ejemplo de banca de consumo
• cuantificando las asociaciones entre items
• explorando las secuencias entre items

Introducción a la Modelización Predictiva con árboles de decisión

• Definiendo una fuente de datos para la modelización
• Partición los datos para el desarrollo del modelo
• Creando un árbol de decisión con la Desktop Tree Application
• Ejecutando el nodo de Árboles de Decisión
• Utilizando las opciones del nodo de Árboles de Decisión   
• interpretando los datos de resultados de la modelización predictiva

Introducción a la Modelización Predictiva con regresiones

• comparando la regresión logística y lineal
• utilizando el nodo de Regresión
• Imputando valores missing con el Nodo de Imputación
• reemplazando valores de datos con el nodo de Reemplazamiento
• Realizando una selección de inputs
• interpretando el output del modelo de regresión
• extendiendo los modelos de regresión con términos polinomiales y de interacción

Introducción a la modelización predictiva con Redes Neuronales y otras herramientas de modelización

• Introducción a los modelos de redes neuronales “perceptron multicapa”
• utilizando el nodo de redes neuronales
• realizando selección del modelo con el nodo Autoneuronal
• otras herramientas de modelización de SAS® Enterprise Miner™ 5.2

Rendimiento del modelo

• definiendo un vector a priori
• efecto de los vectores a priori en el desarrollo del modelo
• cambiando el criterio de selección del modelo
• definiendo una matriz de beneficios
• comparando modelos con el nodo de comparación de modelos
• introducción a los estadísticos de ajuste de los modelos

Implementación del modelo

• definiendo un conjunto de datos sas para puntuación
• puntuando un conjunto de datos con el nodo de score
• utilizando el nodo de código sas para exportar los datos puntuados
• generando y utilizando el código de scoring

Temas especiales

• utilizando el nodo de selección de variables
• combinando modelos con el nodo de ensamblaje de modelos
• consolidando inputs categóricos con el nodo de árboles de decisión
• Interpretando modelos complejos con el nodo de árboles de decisión

Casos de estudio

• segmentando histórico de transacciones bancarias de clientes
• análisis de asociaciones sobre datos de servicios Web
• creando un modelo de riesgo sencillo con datos de crédito al consumo
• prediciendo las admisiones (matrículas) universitarias
• creando un modelo de respuesta a un producto de seguros

Duración: 3 días

Software: SAS® Enterprise Miner ™ 5.2

Fechas de los Cursos

 Consulta las fechas de los cursos  aquí.

Volver