Modelado predictivo avanzado de SAS

Guía de contenidos del examen

A continuación, ofrecemos una lista de los objetivos que se evaluarán en el examen.
Para obtener detalles más específicos sobre cada objetivo, descargue la guía completa de contenidos del examen.

Redes neuronales - 20 %

  • Describir los conceptos clave de las redes neuronales.
  • Utilizar las dos arquitecturas que ofrece el nodo de la red neuronal para modelar relaciones de entrada-salida lineales o no lineales.
  • Utilizar los métodos de optimización ofrecidos por el nodo SAS Enterprise Miner Neural Network para buscar eficientemente el espacio de parámetros en una red neuronal.
  • Construir arquitecturas de red personalizadas mediante el procedimiento NEURAL (PROC Neural).
  • Basándose en consideraciones estadísticas, utilizar redes neuronales con retardo de tiempo, modelos sustitutos para aumentar las redes neuronales.
  • Utilizar el Nodo Neural HP para realizar un entrenamiento de alta velocidad de una red neuronal.

Regresión logística - 30 %

  • Calificación de nuevos conjuntos de datos mediante los procedimientos LOGISTIC y PLM.
  • Identificar los posibles desafíos al preparar los datos de entrada para un modelo.
  • Utilizar el paso DATA para manipular datos con bucles, matrices, sentencias condicionales y funciones.
  • Mejorar el poder predictivo de las entradas categóricas.
  • Examinar las variables para detectar la irrelevancia y la asociación no lineal mediante el procedimiento CORR.
  • Examine las variables en busca de no linealidad mediante gráficos logit empíricos.
  • Aplicar los principios de la evaluación honesta a la medición del rendimiento del modelo.
  • Evaluar el rendimiento del clasificador mediante la matriz de confusión.
  • Selección y validación de modelos mediante datos de entrenamiento y validación.
  • Crear e interpretar gráficos (ROC, de elevación y de ganancias) para la comparación y selección de modelos.
  • Establecer valores de corte de decisión efectivos para la puntuación.

Análisis predictivo de Big Data - 40%.

  • Construir e interpretar un análisis de clústeres en SAS Visual Statistics.
  • Explicar la informática de alto rendimiento SAS.
  • Realizar el análisis de componentes principales.
  • Analizar objetivos categóricos con la regresión logística en SAS Visual Statistics.
  • Analizar objetivos categóricos con árboles de decisión en SAS Visual Statistics.
  • Analizar objetivos categóricos mediante árboles de decisión en PROC IMSTAT.
  • Analizar objetivos categóricos mediante regresión logística en PROC IMSTAT.
  • Construir modelos de bosque aleatorio con PROC IMSTAT.
  • Analizar objetivos de intervalo con SAS Visual Statistics.
  • Analizar objetivos de intervalo con PROC IMSTAT.
  • Analizar los modelos con inflación cero con HPGLM en Enterprise Miner.

Modelos de código abierto en SAS - 10%.

  • Incorporar un programa R existente en SAS Enterprise Miner.
  • Incorporar un programa Python existente en SAS Enterprise Miner.

Recursos adicionales

Comunidad de certificación

Conéctese y únase a la conversación hoy mismo.

Certificación SAS y Directorio de competencias

Encuentre personas que han obtenido una insignia digital SAS.

Preguntas frecuentes

¿Tiene alguna pregunta?, ¿necesita más información? Estamos aquí para ayudarle.