Drzewa decyzyjne i modele oparte na drzewach są nadzorowanymi modelami uczenia się stosowanymi w przypadku problemów związanych z klasyfikacją i regresją. Kurs ten obejmuje wszystko, od używania pojedynczego drzewa do bardziej zaawansowanych metod baggingowych i boostingowych w SAS Viya. Kurs obejmuje dyskusje na temat modeli predykcyjnych o strukturze drzewa oraz metodologię wzrostu, przycinania i oceny drzew decyzyjnych, modeli lasów losowych i boostingu gradientowego. Kurs wyjaśnia również las izolacyjny (bezobsługowy algorytm uczenia się do wykrywania anomalii), las głęboki (alternatywa dla głębokiego uczenia się w sieci neuronowej) oraz drzewa regresji wzmocnione gradientem Poisson i Tweedy. Ponadto pokazanych jest wiele z pomocniczych zastosowań drzew, takich jak analiza danych eksploracyjnych, redukcja wymiarów i imputacja brakujących wartości. Demonstrowane jest także uruchomienie kodów open source w SAS Viya
Naucz się
- Budować modele o strukturze drzewa, w tym drzewa klasyfikacyjne i regresyjne.
- Używać metodologii uprawy, przycinania i oceny drzew decyzyjnych.
- Budować modele lasów losowych, w tym drzew klasyfikacyjnych i regresyjnych.
- Modelować z użyciem lasu izolacyjnego oraz modeli drzew regresyjnych wzmocnionych gradientem Poisson i Tweedy. Implementować kod modeli open source w SAS.
- Wykorzystywać drzewa decyzyjne do analizy danych eksploracyjnych, redukcji wymiarów i imputacji braków danych.
Kto powinien uczestniczyć
Modelarze predykcyjni i analitycy danych, którzy chcą budować drzewa decyzyjne i zespoły drzew decyzyjnych z wykorzystaniem technologii SAS Visual Data Mining i Machine Learning w SAS Viya
Zanim weźmiesz udział w tym kursie, powinieneś znać następujące rzeczy:
To szkolenie wykorzystuje oprogramowanie SAS Viya, SAS Visual Data Mining and Machine Learning
