SAS Visual Data Mining and Machine Learning
| Titre | Niveau | Types de formation |
|---|---|---|
|
SAS Viya et intégration Python pour Machine Learning
Au cours de cette formation, vous apprendrez à utiliser API Python pour exécuter vos analyses sur le server SAS Cloud Analytic Service (CAS) depuis l’application web Jupyter Notebook. Vous apprendrez à faire des mises à jour des données dans un environnement In-Memory distribué, à analyser ces données et créer des modèles prédictifs dans CAS en utilisant des fonctionnalités familières en Python via la package SWAT (SAS Wrapper Analytics Transfer).Vous apprendrez à charger les résultats de vos analyses effectuées sur le server CAS sur votre client Python pour, par exemple, comparer les modèles estimés. |
3 Intermédaire |    |
|
SAS Viya and R Integration for Machine Learning
In this course, you learn to use the R API to take control of SAS Cloud Analytic Services (CAS) actions from Jupyter Notebook. You learn to upload data into the in-memory distributed environment, analyze data, and create predictive models in CAS using familiar R functionality via the SWAT (SAS Wrapper for Analytics Transfer) package. You then learn to download results to the client and use native R syntax to compare models. |
3 Intermédaire | |
|
Deep Learning avec SAS Viya
Ce cours présente les composantes essentielles de l'apprentissage profond. Vous apprendrez à construire des réseaux profonds feedforward, convolutifs et récurrents, ainsi que des variantes d'autoencodeurs de débruitage. Les réseaux neuronaux sont utilisés pour résoudre des problèmes tels que la classification traditionnelle, la classification d'images et les résultats dépendant de la séquence. Le cours contient un mélange sain de théorie et d'application. Des démonstrations et des problèmes pratiques sont inclus pour renforcer les concepts clés. Des méthodes de recherche d'hyperparamètres sont décrites et démontrées pour trouver un ensemble optimal de modèles d'apprentissage profond. L'apprentissage par transfert est abordé car l'émergence de ce domaine s'est avérée prometteuse pour l'apprentissage profond. Enfin, vous apprendrez à personnaliser un modèle d'apprentissage profond SAS afin de rechercher de nouveaux domaines d'apprentissage profond. |
3 Intermédaire |  |
|
Tree-Based Machine Learning Methods in SAS Viya
Decision trees and tree-based ensembles are supervised learning models used for problems involving classification and regression. This course covers everything from using a single tree to more advanced bagging and boosting ensemble methods in SAS Viya. The course includes discussions of tree-structured predictive models and the methodology for growing, pruning, and assessing decision trees, forest and gradient boosting models. The course also explains isolation forest (an unsupervised learning algorithm for anomaly detection), deep forest (an alternative for neural network deep learning), and Poisson and Tweedy gradient boosted regression trees. In addition, many of the auxiliary uses of trees, such as exploratory data analysis, dimension reduction, and missing value imputation, are examined, and running open source in SAS and running SAS in open source are demonstrated. The self-study e-learning includes:
|
4 Expert | |
|
Advanced Machine Learning Using SAS Viya
This course teaches you how to optimize the performance of predictive models beyond the basics by implementing various data munging and wrangling techniques. The course continues the development of supervised learning models that begins in the Machine Learning en utilisant SAS Viya course and extends it to ensemble modeling. Running unsupervised learning and semi-supervised learning models is also discussed. In this course, you learn how to do feature engineering and clustering of variables, and how to preprocess nominal variables and detect anomalies. This course uses Model Studio, the pipeline flow interface in SAS Viya that enables you to prepare, develop, compare, and deploy advanced analytics models. Importing and running external models in Model Studio is also discussed, including open-source models. SAS Viya automation capabilities at each level of machine learning are also demonstrated, followed by some tips and tricks with Model Studio. The self-study e-learning includes:
|
4 Expert | |
|
SAS Visual Data Mining et Machine Learning avec SAS Viya
Ce cours présente SAS Visual Data Mining et Machine Learning pour construire des modèles statistiques de manière interactive et exploratoire. L'ajustement de modèles exploratoires est une étape critique dans la modélisation des données volumineuses. |
4 Expert | |