Nazwa szkolenia	Poziom szkolenia	Rodzaj szkolenia
Forecasting Using Model Studio in SAS Viya This course provides a hands-on tour of the forecasting functionality in Model Studio, a component of SAS Viya. The course begins by showing how to load the data into memory and visualize the time series data to be modeled. Attribute variables are introduced and implemented in the visualization. The course then covers the essentials of using pipelines for generating forecasts and selecting champion pipelines in a project. It also teaches you how to incorporate large-scale forecasting practices into the forecasting project. These include the creation of data hierarchies, forecast reconciliation, overrides, and best practices associated with forecast model selection.	1 podstawowy
Modele dla szeregów czasowych i danych sekwencyjnych Kurs uczy uczestników budować, udoskonalać, ekstrapolować, a w niektórych przypadkach interpretować modele zaprojektowane dla pojedynczej, sekwencyjnej serii. Przedstawione są trzy podejścia do modelowania. Tradycyjne podejście Boxa-Jenkinsa do modelowania szeregów czasowych jest omawiane w pierwszej części kursu. Prezentacja przechodzi od modeli dla danych stacjonarnych (lub ARMA) do modeli dla trendu i sezonowości (ARIMA) i kończy się informacją o określeniu składników funkcji transferu w modelu ARIMAX, lub regresji szeregów czasowych. Następnie rozważane jest bayesowskie podejście do modelowania szeregów czasowych. Podstawowe ramy Bayesa są rozszerzone, aby uwzględnić autoregresyjną zmienność w danych, jak również dynamiczne efekty zmiennych wejściowych. Algorytmy uczenia maszynowego dla szeregów czasowych to trzecie podejście. Algorytmy Gradient boosting i rekurencyjne sieci neuronowe są szczególnie dobrze przystosowane do uwzględnienia nieliniowych zależności w danych. Przykłady są dostarczane w celu zbudowania intuicji na temat efektywnego wykorzystania tych algorytmów. Kurs kończy się rozważeniem, jak można poprawić precyzję prognozowania poprzez połączenie mocnych stron różnych podejść. Ostatnia lekcja zawiera demonstracje tworzenia łączonych (lub zespolonych) i hybrydowych prognoz modelowych.	3 zaawansowany
Prognozowanie na dużą skalę przy użyciu SAS Viya: podejście programistyczne Ten kurs uczy studentów rozwijać i utrzymywać projekt prognozowania na dużą skalę przy użyciu narzędzi SAS Visual Forecasting. W ramach projektu studenci budują, a następnie udoskonalają system prognozowania na dużą skalę. Nacisk kładziony jest na wybór odpowiednich metod tworzenia danych i transformacji zmiennych, generowania modeli i ich wyboru. Następnie studenci są proszeni o poprawienie ogólnej wydajności prognozowania poprzez modyfikację domyślnych procesów w systemie.	3 zaawansowany
Wydobywanie i tworzenie cech szeregów czasowych W tym kursie dowiesz się o eksploracji danych, tworzeniu cech i wyborze cech dla sekwencji czasowych. Omówione zostaną takie zagadnienia jak: binowanie, wygładzanie, transformacje i operacje na zbiorach danych dla szeregów czasowych, analiza spektralna, analiza widm pojedynczych, miary odległości i analiza motywów.	3 zaawansowany