SAS Visual Statistics

Название Уровень Форматы обучения
Strategies and Concepts for Data Scientists and Business Analysts Business Knowledge Series
To be effective in a competitive business environment, analytics professionals need to use descriptive, predictive, and prescriptive analytics to translate information into decisions. An effective analyst also should be able to identify the analytical tools and data structures to anticipate market trends.

In this course, you gain the skills data scientists and statistical business analysts must have to succeed in today's data-driven economy. Learn about visualizing big data, how predictive modeling can help you find hidden nuggets, the importance of experiments in business, and the kind of value you can gain from unstructured data.

This course combines scheduled, instructor-led classroom or Live Web sessions with small-group discussion, readings, and hands-on software demonstrations, for a highly engaging learning experience.

3 Intermediate Classroom Live Web Classroom
Introduction to Data Science
The goal of this course is to make analytics approachable and comprehensible. After completing this course, you will be able to perform the main data-related tasks for the citizen data scientist using the point-and-click capabilities of SAS Visual Analytics and SAS Visual Statistics: accessing and manipulating data, exploring data using analytics, and building predictive models.

1 Beginner Live Web 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 Intermediate Live Web Classroom
SAS Visual Statistics on SAS Viya: Интерактивное построение моделей
В этом курсе изучается, как использовать SAS Visual Statistics для построения интерактивных предиктивных моделей, проводя исследование данных. Создание исследовательской модели – важный шаг при моделировании больших данных. Этот курс подходит для пользователей SAS Visual Analytics on SAS Viya 3.5

3 Intermediate Classroom Live Web Classroom e-Learning
Расширенные методы машинного обучения с использованием SAS® Viya®
В этом курсе изучаются вопросы построения и оптимизации производительности продвинутых прогнозных моделей и использования различных методов сбора и обработки данных.

Данный курс продолжает изучение процесса построения моделей, который ранее рассматривался в курсе «Машинное обучение с использованием SAS Viya», а также освещает темы построения ансамблей моделей после оценки производительности отдельных классификаторов.

В этом курсе вы узнаете как решать задачи формирования признакового пространства (feature engineering), кластеризации переменных и наблюдений (variables and observations clustering), предобработки категориальных переменных, обнаружения аномалии, построения моделей полуконтролируемого (semi-supervised) обучения.

В курсе используется среда Model Studio с интерфейсом конвейеров (Pipelines) обработки и анализа данных в SAS Viya, который позволяет подготавливать, разрабатывать, сравнивать и развертывать расширенные аналитические модели.

Кроме того, в данном курсе обсуждается импорт и запуск внешних моделей в Model Studio, включая использование моделей с открытым исходным кодом (open source). Также демонстрируются возможности SAS Viya для автоматизации всех этапов процесса машинного обучения, которые сопровождаются советами и рекомендациями по работе с Model Studio.

Обучение в формате e-learning включает:

  • Пособия для изучения курса в формате PDF.
  • Время для практики в виртуальной лаборатории.

  • 4 Expert Classroom