SAS | The Power to Know

Темы будущих семинаров

Data Mining

  • SAS EM: Tips and Tricks  - интересные нюансы работы в EM
  • Нейронные сети (специфика, варианты архитектуры, рекомендуемые области использования)
  • Деревья решений (Виды, включая Interactive DT, Multiple Targets, Gradient Boosting, Rule Induction; рекомендуемые области для каждого вида)
  • Прогнозирование редких событий (подходы к взятию подвыборок, рекомендуемые методы моделирования)
  • Анализ Выживаемости (теория и практика, области использования: целевой маркетинг, резервирование средств в Credit Scoring)
  • Управление жизненным циклом аналитических моделей (передача в промышленную среду, подходы к мониторингу эффективности)
  • Data Mining временных рядов (введение, области использования)
  • Высокопроизводительная аналитика (in-memory аналитика, принципы работы, возможности)
  • Кластерный анализ (обзор прикладных методов со спецификой областей использования)
  • Ассоциативный анализ (анализ потребительской корзины)

Текстовая аналитика                                                              

  • Тext Мining: повышение эффективности Data Mining за счет использования неструктурированных данных о клиентах
  • Анализ жалоб
  • Организация работы с большими массивами внутренних документов  и новостей
  • Мониторинг информации о бренде, продукте, публичных лицах и других объектах в Интернет
  • Выделение фактов в SAS Content Categorization Studio

Прогнозирование временных рядов

  • Прогнозирование временных рядов (основные принципы, современные возможности)
  • Иерархии рядов данных, согласование прогнозов по иерархии (общие принципы, возможности, применение)
  • Планирование и сценарный анализ
  • Согласование прогнозов, сформированных на разные временные периоды (год, месяц, неделя, день)

Оптимизация

  • Оптимизация (введение, общие принципы, виды задач)
  • Планирование и оптимизация расписаний
  • Оптимизация инвестиций (общие принципы, возможности, применение)
  • Имитационное моделирование (на примере оптимизации очередей в центре обслуживания клиентов)

CI:

  • Increased Response (Net Lift) Modeling (теория и практика)

Риски:

  • Автоматизация проверки данных о клиентах и повышение точности моделей Credit Scoring c помощью текстовой аналитики

Математическая статистика:

  • Байесовский Анализ

Анализ социальных сетей (прикладное использование теории графов)

6 ноября 2014 года

Место проведения

г. Москва, ул. Мясницкая 13, стр. 20,
антикафе&коворкинг
[хорошая] республика

Вопросы?

Контакт: Мария Комарова Maria.Komarova@sas.com
Тел. + 7 (495) 937 4151

 

Back to Top