SAS 資料分析與機器學習
師資研習營

【2021/8/31-9/1 台北大學】

【提供老師機器學習之教學與研究資源】


  SAS 為服務全校授權老師,將在暑假(8/31-9/1),舉辦為期2天免費的資料分析與機器學習師資營。使用 SAS Enterprise Guide (EG) 與 SAS Enterprise Miner (EM),無須寫程式,讓您了解如何實際建立機器學習的模型,從前資料處理與分析,到建置機器學習模型的不同方法:決策樹、類神經網路、邏輯斯迴歸,並且進行模型的預測與比較。我們也會提供參與老師教材,讓您進行研究與教學使用,皆為原廠教師編輯,研究教學更可以多一份參考資源可以使用!。  

   在人工智慧時代中,「機器學習」是之中相當熱門的一個部分,在不同領域中,都可以利用機器學習提高效率與品質。連續8年被 Gartner 選為資料科學與機器學習平台領導者的 SAS,服務許多不同的產業如金融、流通、製造業等客戶,我們也一直期望著能將這些產業經驗帶往校園,能跟老師交流這些最新技術與思維,亦或是SAS能提供更多的教學、研究資源給予校園師生。

  SAS打造適合理工學系老師的資料分析與機器學習師資課程,SAS將帶著豐富業界應用經驗淬煉之趨勢洞察,與老師共同學習與成長。隨著巨量資料浪潮持續席捲全球,SAS 透過業界與學界的緊密合作,提升台灣人才在巨量資料分析的競爭力。「巨量資料分析」已經成為企業創新的關鍵能力,在校園中致力於陶成未來優秀「資料科學家」的您,或是對「大數據」、「人工智慧」有無限嚮往的您,必然也期待能認識更多產業應用數據分析技術。


參加對象:已有SAS全校授權老師報名參加 * 限受邀老師本人參與,助教/助理無法以代理老師方式參與課程。以未參加過本課程之老師為優先

活動內容

 

  
 

8/31(二)

9/1(三)

時間

課程內容

課程內容

08:30~08:55

報到

報到

09:00~10:20

資料科學淺談

資料整備上篇:

SAS EG讀入資料來源CSV, TXT

SAS EG欄位新增(資料重編碼)

機器學習模型建置概論:

SAS EM建立機器學習模型之步驟

建模前的資料前處理(篩選、補值、資料分區、變數轉換)

10:20~10:40

休息時間

休息時間

10:40~12:00

資料整備中篇:

SAS EG資料彙總歸戶

SAS EG資料排名

機器學習模型建置方法:

邏輯斯迴歸模型( Logistic Regression)

12:00~13:30

午餐時間

午餐時間

13:30~14:50

資料整備下篇:

SAS EG資料轉置

SAS EG檔案合併

機器學習模型建置方法:

決策樹模型( Decision Tree )

14:50~15:10

休息時間

休息時間

15:10~16:30

探索性資料分析:

單變數分析(頻率分析、分配分析)

遺漏值處理

兩變數分析(交叉分析、表格分析)

統計檢定

機器學習模型建置方法:

類神經網路( Neural Network )

模型比較

2021年8月31日(二)-9月1日(三)

台北大學民生校區

(台北市中山區民生東路三段67號)

立即報名

Have a SAS profile? To complete this form automatically 登入

*
*
*
*
 
*
*


僅作教材合約使用
*
*
*
 SAS 程式
 SAS Enterprise Guide (EG)
 SAS Enterprise Miner (EM)
 SAS Text Miner (TM)
 SAS Viya
 未使用過SAS軟體
請選擇使用過的SAS軟體,讓講師更有效率掌握上課節奏
*
 SAS 程式
 SAS EG
 SPSS
 Stata
 R
 Python
 MATLAB
 Microsoft Azure
 AWS
 Tableau
 Power BI
 Excel
 無
 其他
 
 

Back to Top