Kurs ten obejmuje umiejętności wymagane do tworzenia diagramów przepływu analizy przy użyciu bogatego zestawu narzędzi SAS Enterprise Miner, zarówno w zakresie odkrywania wzorców (segmentacja, asocjacjacja i analiza sekwencji), jak i modelowania predykcyjnego (drzewo decyzyjne, regresja i modele sieci neuronowych).

Naucz się

• definiować projekt SAS Enterprise Miner i badać dane za pomocą metod graficznych.
• modyfikować dane w celu uzyskania lepszych wyników analizy.
• budować i rozumieć modele predykcyjne, takie jak drzewa decyzyjne i modele regresji.
• porównywać i wyjaśniać złożone modele.
• generować i używać kodu wynikowego.
• stosować asocjacje i wykrywać sekwencje w danych transakcyjnych.

Kto powinien uczestniczyć

Analitycy danych, eksperci ds. jakości i inni, którzy chcą zapoznać się z SAS Enterprise Miner

Dostępne formaty	Długość
Stacjonarne:	3.0 dni
Szkolenie Live Web:	6 sesje półdniowe
e-szkolenie:	24 godziny/180 dzień licencja

Umiejętność obsługi aplikacji działających w systemie Microsoft Windows, co najmniej wstępna znajomość podstawowych statystyk i modelowania regresji. Doświadczenia z oprogramowaniem SAS jest pomocne, ale nie jest wymagane.

To szkolenie wykorzystuje oprogramowanie SAS Enterprise Miner  

Wprowadzenie

• wprowadzenie do SAS Enterprise Minera

Dostęp i analiza przygotowanych danych

• tworzenie projektu, biblioteki i diagramu w SAS Enterprise Minerze
• definiowanie źródeł danych
• eksploracja źródeł danych

Wprowadzenie do modelowania predykcyjnego: drzewa decyzyjne

• budowa drzewa decyzyjnego
• optymalizacja złożoności drzew decyzyjnych
• wykorzystanie dodatkowych narzędzi diagnostycznych
• automatyczna budowa modeli drzew decyzyjnych

Wprowadzenie do modelowania predykcyjnego: regresje

• wybór zmiennych wejściowych do regresji
• optymalizacja złożoności modelu regresji
• interpretacja modeli regresji
• transformacja zmiennych wejściowych
• kategoryczne zmienne wejściowe
• regresja wielomianowa

Wprowadzenie do modelowania predykcyjnego: sieci neuronowe

• wprowadzenie do modeli sieci neuronowych
• wybór zmiennych wejściowych
• trenowanie iteracyjne

Ocena modelu

• miary statystyczne dopasowania modelu
• wykresy statystyczne dopasowania modelu
• korekta prawdopodobieństw
• macierz zysków i strat

Implementacja modelu

• scoring w SAS Enterprise Minerze
• moduły kodu scoringowego

Wstęp do odkrywania wzorców

• analiza segmentacji
• analiza koszykowa

Tematy dodatkowe

• składanie modeli
• wybór zmiennych do modeli
• konsolidacja poziomów zmiennej kategorycznej
• modele zastępcze
• SAS Rapid Predictive Modeler

Przykłady do samodzielnej pracy

• segmentacja klientów banku
• analiza asocjacji z aktywności na stronie internetowej
• ryzyko kredytowe
• zarządzanie rejestracjami