Kurs pokazuje jak zoptymalizować wydajność modeli predykcyjnych wychodząc poza podstawy poprzez implementację różnych technik pozyskiwania i obróbki danych. Kurs kontynuuje proces budowania modeli uczenia nadzorowanego, który rozpoczął się w kursie SAS Viya: Uczenie maszynowe z wykorzystaniem Model Studio i rozszerza go do modelowania złożonego po ocenie wydajności klasyfikatora. W tym kursie nauczysz się jak wykonywać inżynierię cech, klasteryzować zmienne (jak również klasteryzować obserwacje), wstępnie przetwarzać zmienne nominalne, wykrywać anomalie i wykonywać uczenie półnadzorowane. Kurs ten wykorzystuje Model Studio, interfejs przepływu potoków w SAS Viya, który umożliwia przygotowanie, rozwijanie, porównywanie i wdrażanie zaawansowanych modeli analitycznych. Omawiane jest również importowanie i uruchamianie modeli zewnętrznych w Model Studio, w tym modeli open-source. Zademonstrowano również możliwości automatyzacji SAS Viya na każdym etapie uczenia maszynowego, a następnie przedstawiono kilka wskazówek i trików dotyczących Model Studio.
Naucz się
- opracowywać serię modeli uczenia nadzorowanego opartych na różnych technikach, takich jak regresja logistyczna, drzewo decyzyjne, sieć neuronowa i maszyna wektorów nośnych.
- oceniać wydajność klasyfikatora swojego modelu, włączając w to macierz zysków.
- tworzyć model złożony w oparciu o różne techniki.
- przetwarzać wstępnie i konstruować funkcje z danych kategorycznych i ciągłych, aby poprawić wydajność modeli uczenia maszynowego
- wyodrębniać cechy przy użyciu analizy składowych głównych, dekompozycji wartości pojedynczych, solidnej analizy składowych głównych, autoenkoderów i grupowania zmiennych.
- podstawowych pojęć analizy skupień, a następnie badać zestawy typowych metodologii klastrowania, algorytmów i zastosowań.
- używać statystyk i uczenia maszynowego do wykrywania anomalii w danych.
- przeprowadzać uczenie częściowo nadzorowane.
- importować i uruchamiać modele SAS 9 w Model Studio.
- uruchamiać modele open-source w Model Studio.
- automatyzować różne etapy uczenia maszynowego w SAS Viya.
Kto powinien uczestniczyć
Zaawansowani analitycy danych korzystający z uczenia maszynowego, którzy używają Model Studio
Przed wzięciem udziału w tym kursie, zaleca się wykonanie następujących czynności:
To szkolenie wykorzystuje oprogramowanie SAS Visual Statistics, SAS Visual Data Mining and Machine Learning
