Advanced Predictive Modeling Using SAS Enterprise Miner

本課程分兩大部分，第一部分介紹不同模型中的變數降維方法，第二部分介紹進階預測模型建置方法，包含規則歸納與雙階段預測模型，以及高效能資料採礦模組中的隨機森林與支持向量機模型。除此之外，課程中也會介紹EM 與外部模型之整合。

Who should attend

Formats available	Duration
Classroom:	3.0 days

參加本課程之前，學員應：

• 完成AAEM 課程
• 熟悉基本SAS 程式語法，相當於PRG1 課程
• 具備迴歸模型與羅吉斯迴歸模型知識與建模經驗

This course addresses SAS Enterprise Miner software.

• 預測模型基本概念
• 決策樹、迴歸、類神經網路

• 主成分分析
• 變數群集

• 偏最小平方迴歸
• LAR / LASSO
• 名目變數漸進式降維
• Empirical Logit 與模型適合度

• 支持向量機 (Support Vector Machines)*
• 隨機森林 (Random Forests)*
• 規則歸納
• * 需另有HPDM 模組

• 廣義利潤矩陣
• 雙階段模型

• 開放式程式碼整合