Uwaga! Ze względu na zagrożenie związane z COVID-19, w trosce o zdrowie i bezpieczeństwo klientów jak i pracowników SAS, wszystkie szkolenia kalendarzowe oraz dedykowane prowadzimy w formule Live Web z instruktorem na żywo, ale w wirtualnej sali. Zachęcamy również do zapoznania się z bezpłatną ofertą szkoleń w postaci e-learning do samodzielnej nauki. Do zobaczenia on-line!



SAS In-Memory Statistics

Nazwa szkolenia Poziom szkolenia Rodzaj szkolenia
Pierwsze kroki z SAS In-Memory Statistics
Kurs ten koncentruje się na uzyskaniu dostępu do danych na serwerze analitycznym SAS LASR oraz na wykonaniu analiz eksploracyjnych i przygotowaniu danych. Tematyka kursu obejmuje uruchomienie Serwera Analitycznego SAS LASR, załadowanie danych na Serwer Analityczny LASR oraz manipulację danymi na Serwerze Analitycznym LASR przy użyciu procedury IMSTAT. Tematy IMSTAT obejmują tworzenie nowych tymczasowych i stałych tabel i kolumn, jak również obliczanie statystyk zbiorczych, takich jak średnia, częstotliwość i percentyle. Omówione jest również tworzenie filtrów i łączeń na danych w pamięci.

3 zaawansowany Classroom
Modelowanie predykcyjne z wykorzystaniem SAS In-Memory Statistics
Kurs ten koncentruje się na statystycznych i maszynowych metodach uczenia się w zakresie modelowania predykcyjnego dostępnych w procedurze IMSTAT. Tematyka obejmuje budowanie kandydujących modeli predykcyjnych oraz ocenę modeli predykcyjnych na podstawie danych trenujących i walidacyjnych w celu ich rzetelnej oceny przy użyciu procedury IMSTAT. Nauczysz się o metodach takich jak drzewa decyzyjne i lasy losowe z wykorzystaniem instrukcji DECISIONTREE i RANDOMWOODS. Modelowanie odpowiedzi binarnej przy użyciu stwierdzeń LOGISTIC i NEURAL jest również uwzględnione, podobnie jak analiza interwałowych zmiennych celu z uogólnionymi modelami liniowymi przy użyciu stwierdzeń GLM i GENMODEL. Pokazane jest również generowanie i stosowanie kodu SAS. Cechy Grafiki Statystycznej ODS są opisane w celu wizualizacji wyników IMSTAT.

3 zaawansowany Classroom
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 e-Learning