Advanced Predictive Modeling Using SAS(R) Enterprise Miner(TM)

Kód kurzu: PMA42

Tato část není lokalizována

This course covers advanced topics using SAS Enterprise Miner, including how to optimize the performance of predictive models beyond the basics. The course continues the development of predictive models that begins in the Applied Analytics Using SAS Enterprise Miner course, for example, by making use of the two-stage modeling node. In addition, some of the newest modeling nodes and latest variable selection methods are covered. Tips for working in an efficient way with SAS Enterprise Miner complete the course.

The self-study e-learning includes:

  • Annotatable course notes in PDF format.
  • Virtual lab time to practice.

Odborní
certifikovaní lektoři

Mezinárodně
uznávané certifikace

Široká nabídka technických
a soft skills kurzů

Skvělý zákaznický
servis

Přizpůsobení kurzů
přesně na míru

Termíny kurzu

Počáteční datum: Na vyžádání

Forma: E-learning

Délka kurzu: 10h 30min

Jazyk: en

Cena bez DPH: 34 500 Kč

Registrovat

Počáteční datum: Na vyžádání

Forma: Na vyžádání

Délka kurzu: 21 hodin

Jazyk: en

Cena bez DPH: 45 000 Kč

Registrovat

Počáteční
datum
Místo
konání
Forma Délka
kurzu
Jazyk Cena bez DPH
Na vyžádání E-learning 10h 30min en 34 500 Kč Registrovat
Na vyžádání Na vyžádání 21 hodin en 45 000 Kč Registrovat
G Garantovaný kurz

Nenašli jste vhodný termín?

Napište nám o vypsání alternativního termínu na míru.

Kontakt

Cílová skupina

Tato část není lokalizována

Advanced predictive modelers who use SAS Enterprise Miner

Struktura kurzu

Tato část není lokalizována

SAS Enterprise Miner Prediction Fundamentals

  • SAS Enterprise Miner prediction setup.
  • Prediction basics.
  • Constructing a decision tree predictive model.
  • Running the regression node.
  • Training a neural network.
  • Comparing models with summary statistics.

Advanced Methods for Unsupervised Dimension Reduction

  • Describe principal component analysis.
  • Describe variable clustering.

Advanced Methods for Interval Variable Selection

  • Explain how to use partial least squares regression in SAS Enterprise Miner.
  • Using LAR/LASSO for variable selection.

Advanced Methods for Nominal Variable Selection and Model Assessment

  • Implementing categorical input recoding.
  • Creating empirical logit plots.
  • Implementing all subsets regression.

Advanced Predictive Models

  • Describe the basics of support vector machines.
  • Using the HP Forest node in SAS Enterprise Miner to fit a forest model.
  • Modeling rare events.
  • Using the Rule Induction node in SAS Enterprise Miner.

Multiple Target Prediction

  • Appraising model performance.
  • Defining a generalized profit matrix.
  • Creating generalized assessment plots.
  • Using the Two-Stage Model node.
  • Constructing component models.

Tips and Tricks with SAS Enterprise Miner

  • Using the Open Source Integration node.
  • Reusing metadata.
  • Importing and using external models (self-study).

Předpokládané znalosti

Tato část není lokalizována

Before attending this course, it is recommended that you:
  • Have completed the Applied Analytics Using SAS Enterprise Miner course.
  • Have some experience with creating and managing SAS data sets, which you can gain from the SAS Programming 1: Essentials course.
  • Have some experience building statistical models using SAS/STAT software.
  • Have completed a statistics course that covers linear regression and logistic regression.
  • Potřebujete poradit nebo upravit kurz na míru?

    onas

    produktová podpora

    Platební brána ComGate Logo MasterCard Logo Visa