Этот курс предоставляет собой практический обзор функциональности прогнозирования в Model Studio, компоненте SAS Viya. Он начинается с демонстрации того, как загрузить данные в память и графически отобразить временные ряды. Объясняется понятие атрибутов (переменные-классификаторы) временных рядов и принцип работы с ними в графическом интерфейсе. Затем курс охватывает основы использования конвейеров для генерации прогнозов и выбора лучших конвейеров в проекте. Он также научит вас, как включить в проект крупномасштабные методы прогнозирования. К ним относятся создание иерархий данных, согласование прогнозов, переопределения и лучшие практики, связанные с выбором модели прогнозирования.

Изучается

• автоматическое создание и оценка параметров пользовательских моделей прогнозирования, используя workflow или конвейеры
• визуализация моделируемых данных с помощью атрибутов
• процесс уточнения моделей для повышения точности прогноза
• применение переопределенных прогнозов
• генерирование наборов данных с прогнозами для развертывания
• создание и распространение пользовательских конвейеров для крупномасштабного прогнозирования.

Аудитория

Специалисты по прогнозированию и аналитики в любой отрасли, включая розничную торговлю, финансовые услуги, производство и фармацевтику.

Доступные форматы обучения	Продолжительность
Очный:	2.0 дня(ей)
Live Web курс:	4 по полдня

Перед посещением этого курса Вы должны быть знакомы с концепциями прикладного прогнозирования. При этом Вам не нужно формальное обучение статистике, чтобы успешно прослушать этот курс. Опыт программирования также не требуется.

Используется SAS Visual Forecasting ПО

Используется ПО SAS Visual Forecasting.

Введение и визуализация данных

• обзор SAS Home
• создание проекта прогнозирования и загрузка данных
• визуализация данных моделирования с использованием переменных атрибутов

Конвейер. Основы

• базовое моделирование с помощью конвейеров
• шаблоны конвейеров и сравнение конвейеров
• показатели точности и выбор модели прогнозирования (самообучение)
• поддерживаемые семейства моделей (самообучение)

Иерархическое прогнозирование

• иерархическое прогнозирование
• создание данных временных рядов и согласование прогноза (самообучение)
• комбинированные модели (самостоятельная работа)
• справедливое оценивание (самостоятельная работа)

Работа с построенными моделями

• переопределение прогнозов
• экспорт сгенерированных таблиц
• корректировки статистического прогнозирования (самообучение)

Доступ к коду проекта (Приложение)

• обзор кода

Добавление переменных-событий в проекте Model Studio (Приложение)

• добавление переменных события в процедуру TSMODEL