SAS Enterprise Miner
| Nazwa szkolenia | Poziom szkolenia | Rodzaj szkolenia |
|---|---|---|
Customer Segmentation Using SAS Enterprise Miner 
No marketing strategy can be effective without segmentation. While the concept of segmentation is deceptively simple, in practice it is extremely difficult to execute. Emphasizing practical skills as well as providing theoretical knowledge, this hands-on, comprehensive course covers segmentation analysis in the context of business data mining. Topics include the theory and concepts of segmentation, as well as the main analytic tools for segmentation: hierarchical clustering, k-means clustering, normal mixtures, RFM cell method, and SOM/Kohonen method. The course focuses more on practical business solutions rather than statistical rigor. Therefore, business analysts, managers, marketers, programmers, and others can benefit from this course. |
3 zaawansowany |   |
|
Rozszerzenie funkcjonalności SAS Enterprise Miner o własne węzły
To szkolenie pokazuje jak rozszerzyć funkcjonalności narzędzia SAS Enterprise Miner.
|
3 zaawansowany | |
|
Predictive Modeling Using SAS High-Performance Analytics Procedures
SAS high-performance procedures provide predictive modeling tools that have been specially developed to take advantage of parallel processing in both multithreaded single-machine mode and distributed multiple-machine mode to solve big data problems. This course gives overview of all SAS High-Performance solutions and specifically introduces the functionality in the SAS High-Performance Statistics and Data Mining procedures for predictive modeling. The course shows examples of applying advanced statistics to huge volumes of data and quickly retrain many predictive modes using all available processing power in a single-machine mode and in distributed mode. |
4 ekspert | |
|
SAS Enterprise Miner High-Performance Data Mining Nodes
This course highlights the similarities and differences between the High-Performance nodes in SAS Enterprise Miner 14.2 and the classical nodes. A software demonstration is included. |
3 zaawansowany |  |
|
Analityka praktyczna w SAS Enterprise Miner
Kurs ten obejmuje umiejętności wymagane do tworzenia diagramów przepływu analizy przy użyciu bogatego zestawu narzędzi SAS Enterprise Miner, zarówno w zakresie odkrywania wzorców (segmentacja, asocjacja i analiza sekwencji), jak i modelowania predykcyjnego (drzewo decyzyjne, regresja i modele sieci neuronowych).
|
3 zaawansowany |  |
|
Fraud Detection Using Descriptive, Predictive, and Social Network Analytics
A typical organization loses an estimated 5 of its yearly revenue to fraud. This course shows how learning fraud patterns from historical data can be used to fight fraud. The course discusses the use of supervised learning (using a labeled data set), unsupervised learning (using an unlabeled data set), and social network learning (using a networked data set). The techniques can be applied across a wide variety of fraud applications, such as insurance fraud, credit card fraud, anti-money laundering, healthcare fraud, telecommunications fraud, click fraud, tax evasion, and counterfeiting. The course provides a mix of both theoretical and technical insights, as well as practical implementation details. During the course, the instructor reports extensively on his recent research insights about the topic. Various real-life case studies and examples are presented for further clarification. |
4 ekspert | |
|
Zarządzanie modelami analitycznymi w SAS Model Manager 14.2
Szkolenie skupia się na następujących kluczowych obszarach: zarządzanie źródłami danych w SAS Model Manager, tworzenie projektów w SAS Model Manager, importowanie modeli do SAS Model Manager, używanie Query Utility w SAS Model Manager, tworzeniu zadań scoringowych, eksportowanie modeli i projektów do repozytorium SAS oraz tworzenie i konfigurowanie wersji cyklu życia modelu. Szkolenie obejmuje również generowanie raportów porównawczych modeli, publikowanie i wdrażania modeli, tworzenia raportów monitorujących model produkcyjny oraz tworzenie przez użytkownika własnych raportów. |
3 zaawansowany | |
|
SAS Enterprise Miner Integracja z językami Open Source
Kurs ten wprowadza podstawy do integracji programowania R i skryptów Pythona z SAS i SAS Enterprise Miner. Tematyka kursu jest prezentowana w kontekście eksploracji danych, która obejmuje eksplorację danych, prototypowanie modeli oraz nadzorowane i nienadzorowane techniki uczenia się.
|
3 zaawansowany | |
|
Experimentation in Data Science
This course explores the essentials of experimentation in data science, why experiments are central to any data science efforts, and how to design efficient and effective experiments. The e-learning format of this course includes Virtual Lab time to practice. |
3 zaawansowany | |
|
Using SAS to Put Open Source Models into Production
This course introduces the basics for integrating R programming and Python scripts into SAS Enterprise Miner. Topics are presented in the context of data mining, which includes data exploration, model prototyping, and supervised and unsupervised learning techniques. |
3 zaawansowany | |
|
Modelowanie ryzyka kredytowego
W tym kursie studenci uczą się, jak rozwijać modele ryzyka kredytowego w kontekście wytycznych bazylejskich. Kurs zapewnia solidne połączenie zarówno teoretycznych i technicznych spostrzeżeń, jak i praktycznych szczegółów implementacji. Są one ilustrowane przez kilka rzeczywistych studiów przypadków i ćwiczeń. Uwaga: Ten kurs nie jest praktycznym kursem wykorzystania modelowania ryzyka kredytowego przy użyciu SAS. Wcześniejsze doświadczenie z oprogramowaniem SAS i SAS Enterprise Miner jest pomocne, ale nie jest konieczne.
|
3 zaawansowany | |
|
Strategie i koncepcje dla naukowców danych i analityków biznesowych
Aby być skutecznym w konkurencyjnym środowisku biznesowym, specjaliści ds. analityki muszą wykorzystywać analitykę opisową, predykcyjną i preskryptywną w celu przełożenia informacji na decyzje. Skuteczny analityk powinien również umieć zidentyfikować narzędzia analityczne i struktury danych, aby przewidzieć trendy rynkowe. W tym kursie zdobędziesz umiejętności, które naukowcy danych i analitycy statystyczni muszą mieć, aby odnieść sukces w dzisiejszej gospodarce opartej na danych. Dowiedz się o wizualizacji big data, jak modelowanie predykcyjne może pomóc znaleźć ukryte informacje, jakie jest znaczenie eksperymentów w biznesie i rodzaj wartości, które można uzyskać z nieustrukturyzowanych danych.
|
3 zaawansowany | |
|
Zaawansowane modelowanie predykcyjne w SAS Enterprise Miner
Kurs ten obejmuje zaawansowane tematy z wykorzystania SAS Enterprise Miner, w tym jak zoptymalizować wydajność modeli predykcyjnych. Kurs kontynuuje temat rozwoju modeli predykcyjnych, który rozpoczyna się w ramach kursu Analityka praktyczna w SAS Enterprise Miner, m.in. poprzez wykorzystanie dwustopniowego węzła modelowania. Ponadto omówiono niektóre z najnowszych węzłów modelowania oraz najnowsze metody doboru zmiennych. Wskazówki dotyczące efektywnej pracy z SAS Enterprise Miner uzupełniają kurs.
|
4 ekspert | |
|
Modelowanie drzew decyzyjnych
Kurs ten obejmuje modele predykcyjne o strukturze drzewa oraz metodologię tworzenia, przycinania i oceny drzew decyzyjnych. Ponadto, kurs ten omawia wiele pomocniczych zastosowań drzew, takich jak eksploracja danych, redukcja wymiarów i imputacja braków danych.
|
4 ekspert | |
|
Modelowanie sieci neuronowych
Ten kurs pomaga zrozumieć i zastosować dwa popularne algorytmy sztucznej sieci neuronowej: perceptrony wielowarstwowe i podstawowe funkcje radialne. Omówiono zarówno teoretyczne, jak i praktyczne zagadnienia dopasowania sieci neuronowych. W szczególności szkolenie uczy, jak wybrać odpowiednią architekturę sieci neuronowej, jak określić odpowiednią metodę uczenia, jak wdrożyć modele sieci neuronowej w rozproszonym środowisku komputerowym oraz jak budować niestandardowe sieci neuronowe przy użyciu procedury NEURAL.
|
4 ekspert | |
|
Zaawansowana analityka w świecie Big Data
In today's big data world, many companies have gathered huge amounts of customer data about marketing success, use of financial services, online website usage, and even fraud behavior. Given recent trends and needs such as mass customization, personalization, Web 2.0, one-to-one marketing, risk management, and fraud detection, it becomes increasingly important to extract, understand, and exploit analytical patterns of customer behavior and strategic intelligence. This course helps clarify how to successfully adopt recently proposed state-of-the art analytical and data science techniques for advanced customer intelligence applications. This highly interactive course provides a sound mix of both theoretical and technical insights as well as practical implementation details and is illustrated by several real-life cases. The instructor will extensively report on both his research and consulting experience in the field. References to background material such as selected papers, tutorials, and guidelines are also provided. Note: This course was formerly titled Advanced Analytics for Customer Intelligence Using SAS. |
4 ekspert | |
|
Data Mining Techniques: Predictive Analytics on Big Data
This course introduces applications and techniques for assaying and modeling large data. The course also presents basic and advanced modeling strategies, such as group-by processing for linear models, random forests, generalized linear models, and mixture distribution models. Students perform hands-on exploration and analyses using tools such as SAS Enterprise Miner, SAS Visual Statistics, and SAS In-Memory Statistics. |
3 zaawansowany | |
|
Analytics Value Training
Program description The Analytics Value Training (AVT) is in its essence a software and technology agnostic/independent program, that helps to transform organizations to be more data-driven and obtain business value with analytics. The program objectives are to establish a mindset for analytics, understand the business value and develop critical skills to succeed in the organization’s interdepartmental analytics efforts. Attendees can bring their own cases and benefit from the expertise of an ecosystem of industry thought leaders. The program will be delivered in 14 virtual workshop sessions during 12 months. The learning consists of learning lessons and hand-on sessions. Program outcomes and Learning Objectives Knowledge |
1 podstawowy | |