SAS Business Knowledge Seriesの担当インストラクター

このコースでは、受講者はバーゼルガイドラインに沿って信用リスクモデルを開発する方法を学びます。 コースでは、理論と技術の両方の洞察と、実践的な実装の詳細をバランスよく組み合わせて提供します。 これらは、いくつかの実際のケーススタディと演習によって説明されます。

注意: このコースは、SAS を使用した信用リスクモデリングを教えるものではありません。 これまでのSAS ソフトウェアおよび SAS Enterprise Minerの利用経験は役立ちますが、必須ではありません。

学習内容：

• デフォルト確率（PD）、デフォルト時損失率 (LGD)、デフォルト時の融資額 (EAD) モデルの開発
• 信用リスクモデルの検証、バックテスト、ベンチマーク
• 信用リスクモデルのストレステスト
• デフォルト率の低いポートフォリオの信用リスクモデルの開発
• 新しい高度な技術を使用した信用リスクモデリングの改善

受講対象

信用リスクモデルの構築に携わっている方、または信用リスクモデルの挙動とパフォーマンスのモニタリングを担当する方

今日のビッグデータの世界では、多くの企業がマーケティングの成功、金融サービスの利用、オンラインの使用、さらには不正行為に関する膨大な量の顧客データを収集しています。 マスカスタマイゼーション、パーソナライゼーション、Web 2.0、1対1マーケティング、リスク管理、不正検出などの最近の傾向とニーズを考えると、顧客行動の分析パターンと戦略的インテリジェンスを抽出し、理解し、活用することがますます重要になります。 このコースでは、高度なカスタマーインテリジェンスアプリケーションに最近提案された最先端の分析およびデータサイエンス技術をうまく導入する方法を明確にするのに役立ちます。 この非常にインタラクティブなコースでは、理論的および技術的な洞察と実践的な実装の詳細を適切に組み合わせて提供し、いくつかの実例で説明します。 選択された論文、チュートリアル、ガイドラインなどの背景資料へのリファレンスも提供されます。

学習内容：

• 最近開発された一連の強力な最先端の分析およびデータサイエンス技術を適用
• これらの手法を実際に適用し、戦略的なビジネスプロセスと意思決定を最適化
• 新たなデータサイエンス技術が主要なビジネスプロセスをどのように変える可能性があるかについて、未来のビジョンを探る
• 分析モデルの導入、モニタリング、最適なバックテストの実行

受講対象：

カスタマーインテリジェンスのさまざまな種類のモデルの見積もり、モニタリング、監査、または保守に携わる方々。様々なタイプのカスタマーインテリジェンスのデータマイニング技術の使用に携わる方。様々な環境（例えば、リスク管理、製造、通信、小売、広告、公共、製薬など）におけるビジネスアナリスト、マーケティング/CRMマネージャー、不正対策担当マネージャー、カスタマーインテリジェンスマネージャー、リスクアナリスト、CRMアナリスト、マーケティングアナリスト、シニアデータアナリスト、データマイニング担当者などの職種の方。

典型的な組織では、年間収益の5％が不正行為によって失われると推定されています。 このコースでは、履歴データから不正のパターンを学習してどのように不正と戦うことができるかを紹介します。 このコースでは、教師あり学習 (ラベル付きデータセットを使用)、教師なし学習 (ラベルなしデータセットを使用)、ソーシャル ネットワーク学習 (ネットワーク化されたデータセットを使用) の使用方法について説明します。 この手法は、保険詐欺、クレジットカード詐欺、マネーロンダリング対策、医療詐欺、電気通信詐欺、クリック詐欺、脱税、偽造など、さまざまな不正の用途に適用できます。 このコースでは、理論と技術の両方の洞察と、実践的な実装の詳細を組み合わせて提供します。 コース中、講師はトピックに関する最近の研究の洞察について広範囲に報告します。 さらに詳しく説明するために、さまざまな実際のケーススタディと例を提示します。

学習内容：

• 不正検出のためのデータの前処理（サンプル抽出、欠損値、外れ値、分類など）
• 教師あり分析（ロジスティック回帰分析、ディシジョンツリー、ニューラルネットワーク、アンサンブルモデルなど）を使用した不正検出モデルの構築
• 教師なし分析 (階層クラスタリング、非階層クラスタリング、k-means、自己組織化マップなど) を使用した不正検出モデルの構築
• ソーシャルネットワーク分析 (ホモフィリー、特徴量化、エゴネット、ページランク、バイグラフなど) を使用した不正検出モデルの構築

受講対象

不正アナリスト、データマイニング担当者、データサイエンティスト、不正検知に携わるコンサルタント、不正モデルを監査するバリデーター、金融サービス会社、銀行、保険会社、政府機関、医療機関、コンサルティング会社の研究者。

登壇者：Howard S. Friedman博士（コロンビア大学教授、DataMed Solutions LLC パートナー）

このコースでは、2段階モデリング、中断時系列、回帰不連続、傾向スコアマッチングなど、プログラム評価や実際の効果研究でよく使われる手法を紹介します。 これらの方法は、次のような疑問を解決するのに役立ちます：「現実の世界ではどの薬がより効果的か？」、「広告プログラムは売上に影響を与えたか?」、より一般的に、「結果の変化は、実施されているプログラムと因果関係があるのか？」

学習内容：

• 異なる二段階設定法(Heckman) や時系列手法を必要とする手法など、傾向スコアベースの手法に代わる手法の特定
• 傾向スコアマッチング、Heckmanの二段階モデル​​、中断時系列、回帰不連続などの準実験分析手法の実際のデータへの適用

受講対象

金融、通信、製薬、小売、公共部門の分野における、基本的な統計と SAS プログラミングを理解している、データアナリスト、統計担当者、エコノミスト。 経済学、プログラム評価、現実世界の有効性研究の分野で働く人にとって、このコースは非常に関連性が高いものとなるでしょう。

このコースでは、受講者が機械学習の基本的な概念を学習し、特にデータ サイエンスの顧客としてより優れた人材になれるよう支援することに重点を置いています。 基本的な定義、主要な方法論を紹介し、顧客として問うべき主要な質問を中心に議論を織り交ぜます。

学習内容：

• プロジェクトが統計分析に適している場合と機械学習手法に適している場合の区別
• データ サイエンス チームがモデル構築におけるベスト プラクティスに従っているかどうかを識別
• データ サイエンス チームと、モデリングに使用した手法と、各手法の長所と短所についてディスカッションする方法

受講対象

現在データ サイエンス チームと連携している、または将来データ サイエンス チームと連携する予定のビジネス マネージャー。 データサイエンスの基本概念の入門に興味のある統計担当者およびデータアナリスト。

この業界固有のコースは、業界の支払者側、つまり医療管理データの出処、内容、管理、および使用に焦点を当てています。 コース中、受講者は米国の医療制度の提供者、支払者、利用者について理解を深めます。 このコースは、実践的なプログラミングコースではなく、医療請求データ、医療プランのメンバー、サービスプロバイダのビジネスを探求します。 このコースの補足として、プログラマは、ヘルスケア業界で役立つプログラミング手法とテクニックに焦点を当てた 1 日コースである「Administrative Healthcare Data and SAS: Hands-On Programming Workshop」への登録もご検討ください。 2 つのコースは連続した日程で提供されます。

学習内容：

• 医療管理データのさまざまな出処、内容、および用途の認識
• 国内（米国）の請求コード構造の複雑さの理解
• 業界の支払者が直面している問題の変化への注意

受講対象：

管理医療データを理解し、それを扱う必要があるアナリストとプログラマ

登壇者：独立コンサルタントの Mark Dalesandro氏。「Administrative Healthcare Data: A Guide to Its Origin, Content, and Application Using SAS」の共著者であるCraig Dickstein氏が作成した資料に基づいて講義をしました。

この実践的なワークショップは、「Administrative Healthcare Data and SAS」コースを受講した SAS プログラマが参加対象です。 このワークショップでは、管理医療データの管理に役立つプログラミング方法とテクニックを探ります。

学習内容：

• 医療請求コード アーキテクチャの活用 
• データの異常の可視化
• データ駆動型プログラムの構築
• ユーティリティマクロの構築と使用
• アクセスを容易にするためのデータ構造の変換

受講対象

「Administrative Healthcare Data and SAS」コースを受講したSASプログラマ

登壇者：Eric Siegel 博士。Predictive Analytics World の創設者、『Predictive Analytics』の著者、元コロンビア大学教授。

• ビジネス学習者に取り組みやすく、技術者にも不可欠
• ベンダーに依存しない、普遍的に適用可能なカリキュラム
• フルセメスターMBAまたは大学院レベルのコースに相当

機械学習分野は急成長しています。 それは産業を改革し、世界を動かします。 ハーバード・ビジネス・レビューによると、機械学習（予測可能性分析とも呼ばれる）は「現代の最も重要な汎用テクノロジー」です。

しかし、実践的な技術者向けのハウツーコースが数多くある一方で、機械学習のビジネスリーダーにも役立つコースはほとんどありません。 機械学習の成功は、熟練した数値計算と同じくらい、非常に特殊なプロジェクト リーダーシップの実践に依存しており、ビジネスリーダー向けコースがあまりないことは、非常に残念です。 そのようなリーダーシップがなければ、多くの機械学習プロジェクトは失敗します。

このコースでは、そのギャップを埋めることで、あなたが技術者、ビジネスリーダー、またはその両方を併せ持つ立場の方であっても、機械学習で価値を生み出すことができるようになります。 コアテクノロジーとビジネスサイドの実践の両方をカバーし、必要なエンドトゥーエンドの専門知識を提供します。

なぜ両方をカバーする必要があるのでしょうか? なぜなら、双方が双方のことを学ぶ必要があるからです。 機械学習の導入を主導または導入に参加するすべての人は、この両方を学習する必要があります。

コアテクノロジーを超えて：多くの機械学習コースと同様に、技術的な手法が「水面下で」どのように機能しているのかを、すべての学習者に理解しやすい方法で学びます。 しかし、それを超えて、通常は省略される重要なビジネス側のベスト プラクティスも習得します。

学習内容：

• 適用: 機械学習を適用して、売上を急増させ、クリックを蓄積し、不正行為と戦い、滞納者を拒否するためのビジネス チャンスを特定
• 計画: 機械学習がどのように業務を推進するか、そのために必要な人員、利益や ROI の観点から予測される利益を決定し、社内でプロジェクトを売り込み、同僚からの賛同を得る
• リード: 予測モデルの作成から本番稼働まで、機械学習のエンドツーエンドの実装を管理または参加する
• 足元に注意: 「人工知能」の過大評価を抑制し、機械学習プロジェクトを失敗させるような一般的な危険な落とし穴を回避する
• データ準備: ビジネスの優先順位に大きく依存するデータ要件を策定し、技術者と経営者層の両方の言語で説明する
• 規制: 機械学習に起因する社会正義へのリスクである倫理的な落とし穴を予測し、軽減する(AI 倫理または公平なアルゴリズムとも呼ばれる)

受講対象

機械学習の価値主導の活用に参加したい方であれば、組織のリーダーやクオンツアナリストなどの役割を問わず、どなたでもご参加いただけます。 このプログラムにはハンズオンや高度な数学的な内容は一切含まれていないため（スプレッドシートベースの演習 1 回と、オプションで SAS ソフトウェアを使用したハンズオンはあるものの）、経営幹部、ディレクター、事業部門のマネージャ、コンサルタントなど、あらゆる種類のビジネスプロフェッショナルや意思決定者に役立ちます。しかし、技術的なバックグラウンドを持つ学習者の方は一度よく考えてみてください。すぐにハンズオンのパートに進んでしまう前に（データ サイエンティストは、そのようにしてしまいがちなのですが）、このカリキュラムの全体がすべての優れた技術者が習得する必要のあるノウハウを補完するものであるということを考慮してください。 カリキュラムでは、コアテクノロジーを説明し、予測モデルを正常に展開してビジネスに影響を与えるために必要なエンドトゥーエンドのプロセスをガイドします。 このコースは、MBA プログラムに在籍している学生を含む大学生にも適しています。

このコースでは、電力業界の専門用語と例を使用して、統計的および実用的な側面の両方から電力負荷予測を紹介します。 受講者は概念的および実践的な演習を通じて、数時間先から 30 年先までのさまざまな期間の負荷予測を体験します。 本コースの全体的な目的は、受講者が現実世界の負荷予測問題に対処するための統計的および分析的スキルを準備して磨くことであり、適切で防御可能な負荷予測を設計、開発、文書化、および報告する能力を向上させることです。

最初の 5 つのコースで収集された統計によると、このコースは、業界や SAS の経験がない新卒の方から、30 年以上の業界経験と 20 年以上の SAS プログラミングの経験を持つ予測の専門家まで、幅広い受講者から高い評価を得ました。 受講者の方々は、GT、ISO、配電会社、REP、IOU、協同組合、地方自治体、規制委員会、コンサルティング会社など、業界のあらゆる分野を代表していました。 受講者の役職は、アナリスト、エンジニア、マネージャー、ディレクター、副社長まで多岐にわたりました。

高度なトピックについては、このコースと「Electric Load Forecasting: Advanced Topics and Case Studies」を組み合わせてください。 2 つのコースは連続した日程で提供されます。

学習内容：

• 負荷予測の分類
• 基本的なグラフィック手法を用いた、負荷プロファイリングの顕著な特徴の発見
• 幅広いユーティリティのベンチマークモデルの構築
• ローカルユーティリティの特殊効果のキャプチャ
• 小規模および大規模なユーティリティの負荷予測
• 非常に短い期間の予測精度の向上
• 天候の正規化の実行
• マクロ経済指標を使用した長期間の負荷予測
• 外れ値の検出
• 予測実務の継続的な改善
• よくある間違いの回避

受講対象

負荷/価格予測担当者、エネルギートレーダー、ユーティリティ業界のクオンツ/ビジネスアナリスト、電力システムプランナー、電力システムオペレーター、負荷調査アナリスト、料金設計アナリスト

このハンズオンワークショップは、「Electric Load Forecasting: Fundamentals and Best Practices」コースを受講した方が受講対象です。このコースには、電力負荷予測の高度なトピックを探求する講義とハンズオンラボによる演習が含まれます。

学習内容：

• 時系列クロスバリデーションの実行
• 測候所の選択
• 外れ値の検出とデータのクレンジング
• 包括的な気温情報の使用
• 予測の組み合わせ

受講対象

負荷/価格予測担当者、エネルギートレーダー、ユーティリティ業界のクオンツ/ビジネスアナリスト、電力システムプランナー、電力システムオペレーター、負荷調査アナリスト、料金設計アナリスト