6個月內可任意參加課程
不學不會怎麼樣，學了真的不一樣~
Come Join Us!!! 訂閱用戶募集!!!
★重點講解、精選範例→主題式教學技巧UP★
★課表豐富，依需求&程度選課→菜鳥老鳥皆適合★
★每堂課30-40分鐘→學習簡短而有力★
★訂閱期間不限堂數→自主式彈性學習★
課程主題內容
資料表合併
| S1E01 | 介紹三種對資料表進行上下合併的方法：DATA STEP、PROC SQL及PROC APPEND。 |
| S1E02 | 介紹如何使用PROC SQL對資料進行左右合併。 |
| S1E03 | 延續上一個單元的資料表合併方法，現在我們要來學習如何利用DATA STEP中的MERGE語法，進行多個資料表的左右合併。 |
基礎程式概念
| S1E01 | 這是一門給完全不會SAS程式或才剛進入SAS領域的你，讓你能初步了解SAS資料表結構、如何從匯入資料、產生報表到匯出資料之過程。 |
| S1E02 | 介紹在DATA STEP裡，如何撰寫條件判斷式(IF…ELSE IF) 。 |
| S1E03 | 本單元介紹到SAS語法中資料排序與資料去重複的執行方式。 |
| S1E04 | 本單元會介紹DATA STEP背後運作原理，以及進行DATA STEP資料處理時相當重要的PDV觀念。 |
| S1E05 | 本單元我們想聊聊一個看似簡單卻很重要的觀念-SAS語法中 where跟 if之間的差別。 |
| S1E06 | 在先前的基礎程式概念中，我們介紹了PDV的運作原理，現在，我們將要在DATA STEP中對資料進行彙總(垂直)計算。 |
| S1E07 | 本單元介紹如何使用Output Delivery System來控制輸出報表。 |
| S1E08 | 資料處理的過程中，常常需要利用迴圈進行邏輯運算，本單元我們將介紹DATA STEP中的DO迴圈語法與相關應用。 |
| S1E09 | 本單元介紹如何利用PROC FCMP建立自訂SAS函數。 |
資料特徵工程
| S1E01 | 在此將介紹如何建立dummy變數及閾值，來對資料進行離散化。 |
| S1E02 | 介紹如何對資料進行轉換的方法：Weight of Evidence(WOE)與Information Value(IV)。 |
| S1E03 | 本單元將著重介紹二元類別目標建模前處理中的WOE轉換與IV值評估概念。 |
| S1E04 | 這個單元中，我們將介紹如何進行資料補值、標準化、與重編碼。 |
| S1E05 | 本單元介紹資料特徵工程中常見的維度縮減方法「主成分分析法(PCA)」的原理與使用方法。 |
| S1E06 | 自編碼器(Autoencoder)是機器學習中常用的維度縮減方法，我們將利用SAS Viya中的Model Studio機器學習模組，介紹自編碼器的原理與使用方法。 |
| S1E07 | 奇異值分解(Singular Value Decomposition)是高維度空間中進行維度縮減的一種方法，本單元將介紹SVD的基本原理與Model Studio中的實作方法。 |
| S1E08 | 在進行維度縮減時，若不想喪失對變數的解釋性，變數群集會是一個適合的解決方案，本單元將介紹變數群集的邏輯與實作方法。 |
報表製作
| S1E01 | PROC TABULATE是專門用來製作報表的程序，在此先介紹基本的PROC TABULATE語法來完成報表。 |
| S1E02 | 延續S1E01，介紹在PROC TABULATE裡增加選項來進一步美化報表。 |
| S1E03 | 在本系列的第三單元中，我們來到PROC TABULATE中有關美化報表的style attribute語法應用。 |
| S1E04 | 千里跋涉，終於來到另一個功能強大的報表製作語法 PROC REPORT！此單元中，我們將了解PROC REPORT的基本語法結構。 |
| S1E05 | 在初探PROC REPORT語法及了解詳細報表(Detail report)後，我們將進一步認識如何製作摘要報表(Summary report)。 |
| S1E06 | 熟悉PROC REPORT的6種usage後，讓我們來看看如何在語法中添加其它選項，豐富整個報表的呈現。 |
| S1E07 | 本單元介紹如何透過SAS語法，在報表結果匯出到EXCEL時，直接一步設定好EXCEL上的美工和檢視設定(如篩選、上色、框線、凍結窗格)。 |
統計模型
| S1E01 | 在本單元中，我們將從兩個變數開始來談線性迴歸，介紹迴歸基本假設、預測及R平方。 |
| S1E02 | 初步了解如何建立迴歸模型之後，接下來如何診斷模型是否正常且沒有問題呢？趕快來瞧瞧吧！ |
| S1E03 | 我們會介紹兩種模型選取的系統，並分別解釋個別的優缺點與選模評估方法。 |
| S1E04 | 在完成建模之後，可以將建模資訊保留下來，我們將討論如何利用PROC PLM再做後續的分析。 |
| S1E05 | 簡單介紹羅吉斯迴歸的基本概念。 |
| S1E06 | ROC曲線常用來判斷羅吉斯迴歸模型的好壞，我們將介紹混淆矩陣的定義，以及如何從混淆矩陣推導出ROC曲線相關的統計指標。 |
| S1E07 | 本單元我們將介紹羅吉斯迴歸家族中另外兩個成員：名目羅吉斯迴歸與有序羅吉斯迴歸模型的基本原理與使用。 |
陣列應用
| S1E01 | 在DATA STEP中使用陣列能快速且有效率的進行資料整理，現在就讓我們來認識基本的陣列寫法吧！ |
| S1E02 | 延續第一單元內容，我們將介紹DATA STEP中二維陣列的語法及應用場景。 |
文字分析與函數
| S1E01 | 我們將介紹幾個常見的SAS函數來對文字型欄位進行處理。 |
| S1E02 | 文字函數的第二單元中，我們會介紹有關「字元查找」、「字串替換」與「字串黏接」等邏輯的常見函數。 |
| S1E03 | 在本單元中，我們將了解count系列、find、lag等函數的使用方法。 |
| S1E04 | 眼見不一定為憑！當您欲擷取某些文字，卻又抓取出不完整的訊息；有沒有可能是編碼的問題呢？現在，就讓我們來認識K函數及運作原理。 |
| S1E05 | 文字串的處理與分析中，有一把威力強大的武器「正規表達式」，本單元中我們將會介紹在SAS語法中的正規表達式該如何使用。 |
集群分析
| S1E01 | 介紹集群分析基本概念，並使用SAS程式碼來介紹不同的集群分析模型。本課程需要對SAS語法有基本的認識。 |
| S1E02 | 在上一個單元中，我們介紹了三種基本的集群分析方法，接下來我們將討論集群分析前的資料預處理與診斷過程。 |
| S1E03 | 本單元介紹階層式集群分析的概念，以及計算距離的方法與如何決定分群個數。 |
| S1E04 | 在認識階層分群之後，緊接著我們將了解如何使用K-means來進行分群。 |
| S1E05 | 除了階層式集群分析與K-means分群外，不帶母體假設的無母數分析概念也可以用在集群分析中，本單元介紹如何利用PROC MODECLUS進行無母數分群。 |
EG系列
| S1E01 | EG系列一中，我們透過「單因子次數」工作，帶出SAS EG介面基本使用方式。 |
| S1E02 | 本單元將介紹如何使用「篩選與排序」及「查詢產生器」之工作在EG裡進行資料篩選，並了解基本篩選與進階篩選的差異。 |
| S1E03 | 查詢產生器是EG中進行資料整理的一把利器，本單元將介紹如何利用查詢產生器進行多張資料表的左右合併。 |
| S1E04 | 本單元介紹如何利用「分割欄」、「堆疊欄」以及「轉置」工作在EG中進行資料重組。 |
| S1E05 | 本單元介紹如何在EG中對既有的欄位進行資料重新分組編碼。 |
| S1E06 | 本單元介紹如何利用「提示管理員」協助我們做出更具彈性的EG專案流程，減少例行作業所需的維運時間。 |
| S1E07 | 進行資料整理時，常需要將同類別資料進行合併運算，我們將介紹如何利用EG的查詢產生器快速地進行資料的彙總計算。 |
| S1E08 | EG基本操作原理了解後，接下來我們要透過實例情境，來學習如何串聯不同的功能進行實例分析。第一個例子為感冒病患的就醫傾向分析。 |
巨集語法
| S1E01 | 巨集語法的第一單元，我們要聊聊為何要使用巨集，以及SAS巨集語法的運作原理，替後續的單元好好打底。 |
| S1E02 | 介紹如何建立巨集變數，並應用在DATA STEP與PROC SQL中。 |
| S1E03 | 將來認識幾個實用的巨集函數，並了解在巨集中使用函數的注意事項。 |
| S1E04 | 介紹如何在DATA STEP中根據資料值建立巨集變數，供其它程序使用。 |
| S1E05 | 介紹如何在PROC SQL中根據資料值建立巨集變數，供其它程序使用。 |
| S1E06 | 學會巨集變數的使用後，我們來到巨集語法中的第二個重點「巨集定義」，本單元介紹巨集定義的三種型式與使用時機。 |
| S1E07 | 巨集變數的範圍(scope)控制是進階巨集使用中不可缺少的觀念，本單元將詳細介紹全域範圍跟局部範圍之間的差異與個別使用時機。 |
| S1E08 | 如同DATA STEP中可以根據資料進行條件處理，在巨集編譯時，也可以根據條件進行程式碼編輯的邏輯處理。本單元將介紹巨集世界中的%IF…%ELSE的使用方法。 |
| S1E09 | 在巨集編譯過程中，若我們想將一段程式碼反覆編輯，可以使用巨集世界的%DO迴圈語法，本單元將說明相關的使用方法與限制。 |
| S1E10 | 在多人協作的大型專案中，設計巨集的人往往需要一併進行防呆設計，本單元將介紹如何進行巨集參數檢核與自我說明文件的設計方式。 |
| S1E11 | 本單元將討論巨集定義的永久儲存、分享與呼叫方式。 |
繪圖工具
| S1E01 | PROC SGPLOT是功能強大的繪圖程序之一，我們將介紹基本語法與呈現各式各樣的圖形。 |
| S1E02 | 延續S1E01，介紹在PROC SGPLOT裡增加選項來進一步美化報表。 |
| S1E03 | 繪圖工具的第三單元，我們將介紹如何製作出參考線、設定座標軸及圖例等選項。 |
| S1E04 | PROC SGPLOT最終章！介紹如何在圖中呈現圖例。 |
| S1E05 | 完成PROC SGPLOT的學習後，我們來到PROC SGPIE，介紹如何繪製圓形圖與甜甜圈圖。 |
| S1E06 | PROC SGMAP可以協助我們繪製地圖圖表，本單元將介紹幾個不同的SGMAP呈現方式。 |
格式應用
| S1E01 | 除了對資料表中的觀察值套入格式，我們將介紹如何把格式應用在資料整理及報表裡。 |
| S1E02 | 本單元中，我們進入到PROC FORMAT的PICTURE語法，學習如何控制數值型變數的呈現格式。 |
| S1E03 | 我們常使用整批匯出整批匯入的方式來進行大量自訂格式的維運，本單元會介紹如何利用資料集整理的形式來產生並維護自訂格式。 |
EM系列
| S2E01 | 本單元將介紹EM中建模的第一步驟：建立模型專案與定義資料，並快速進行資料探索。 |
| S2E02 | 本單元將簡介監督式機器學習的重點觀念，並介紹如何在EM中進行資料分割。 |
| S2E03 | 決策樹的第一部分，我們會介紹樹模型的成長方式，與EM中的互動式決策樹使用方式。 |
| S2E04 | 修枝法是決策樹中避免過度配適的常見方法，本單元將說明修枝法的原理與操作，以及其他決策樹相關超參數設定。 |
| S2E05 | 介紹迴歸/羅吉斯迴歸模型結構，以及從中衍生出來的資料處理議題。 |
| S2E06 | 介紹羅吉斯迴歸模型中變數的挑選方式，以及最佳化模型複雜度的實作方法。 |
| S2E07 | 進入建模之前，常需要進行變數的處理，本單元將介紹連續型變數的轉換以及複雜類別變數的簡化處理方法。 |
| S2E08 | 類神經網路是現代深度學習模型的基礎，本單元將介紹基本類神經網路模型的結構，與它的學習優化方式。 |
| S2E09 | 本單元透過統計量以及圖形兩個面向，解析常用的模型評估方法與準則。 |
機器學習
| S2E01【類神經網路篇】 | 本單元將利用Viya Model Studio作為輔助工具，介紹機器學習中類神經網路模型的基本運作原理與訓練方法。 |
| S2E02【類神經網路篇】 | 試著透過簡單的說明，描述類神經網路如何進行學習，以及最適化學習時常用的超參數各自代表什麼意義，最後透過Model Studio來比較不同設定的結果。 |
| S2E01【決策樹篇】 | 介紹決策樹類模型的基本原理與訓練方法，並利用SAS Viya的機器學習模組Model Studio進行實際的操作。 |
| S2E02【決策樹篇】 | 了解決策樹模型的基本原理後，我們將進一步討論在決策樹成長過程中常用的幾種分割準則，以及與成長相關的超參數該如何設定。 |
| S2E03【決策樹篇】 | 建模過程中最怕碰到遺漏值的處理，這個單元我們來討論在決策樹演算法中，遺漏值會不會是問題？會的話又該怎麼處理？此外，我們也將討論變數重要性的定義方法。 |
| S2E01【SVM篇】 | SVM模型是另一種常見的機器學習模型，本單元將介紹SVM的原理，並透過Viya Model Studio一窺SVM的參數設定與結果報表。 |
基礎統計
| S2E01 | 本單元將介紹基本統計術語，以及如何利用SAS語法快速對資料進行敘述性統計分析與繪圖。 |
| S2E02 | T檢定是統計分析的標準入門，本單元將介紹SAS語法中的單樣本T檢定與成對樣本T檢定的使用方法與結果解讀。 |
| S2E03 | 當想進行多個組別的比較時，變異數分析(ANOVA)是常見的統計手法，我們將介紹如何利用SAS語法進行ANOVA分析。 |
| S2E04 | 兩變數間的關係，常透過「相關」來描述，本單元我們會分別針對連續型變數與類別型變數，介紹幾種常用的相關性分析指標，並進行報表解讀。 |
SQL入門
| S2E01 | SQL是讀取關聯式資料庫最常見的程式語法，本單元將介紹如何在SAS中撰寫SQL語法。 |
活動方案
大專院校
NTD 7,999
個人用戶
6個月內可任意參加課程
NTD 16,999
企業
6個月內可任意參加課程
NTD 29,999
【上課方式】
- 課程資訊將每月於SAS專屬學習平台公布
- 訂閱會員提供課程範例程式碼，不含講義與練習環境
- 課程影片可在會員期間內於專屬學習平台上不限次數重複觀看
- 學習平台討論區
- 線上諮詢室
【方案說明】
- 大專院校方案需附證明 (在學證明、教師證)
- 個人用戶發票不開立統編
【退費方式】
- 若須取消報名，請於收到完成匯款確認信三天內來信或來電SAS教育訓練中心，即可全額退費，逾期恕不退費。
【備註】
- 授課之版權為SAS公司所有，均不能影印、照相、錄音或錄影。
- 本活動之相關資訊請以本活動頁面為主，參加者於參與本活動之同時，即同意接受本活動之活動辦法與注意事項之規範。
- 主辦單位保留修改的權利。
Event is closed.
