Survival Data Mining: A Programming Approach

Kód kurzu: BMCE42

Tato část není lokalizována

This advanced course discusses predictive hazard modeling for customer history data. Designed for data analysts, the course uses SAS/STAT software to illustrate various survival data mining methods and their practical implementation.

Note: Formerly titled Survival Data Mining: Predictive Hazard Modeling for Customer History Data, this course now includes hands-on exercises so that you can practice the techniques that you learn. Other additions include a chapter on recurrent events, new features in SAS/STAT software, and an expanded section that compares discrete time approach versus the continuous time models such as Cox Proportional Hazards models and fully parametric models such as Weibull.

18 000 Kč

21 780 Kč s DPH

Výběr termínů

onas

Máte dotaz?

+420 731 175 867 edu@edutrainings.cz

Odborní
certifikovaní lektoři

Mezinárodně
uznávané certifikace

Široká nabídka technických
a soft skills kurzů

Zobrazit soft skills kurzy

Skvělý zákaznický
servis

Přizpůsobení kurzů
přesně na míru

Termíny kurzu
Cílová skupina
Struktura kurzu
Předpokládané znalosti

Termíny kurzu

Počáteční datum: Na vyžádání

Forma: E-learning

Délka kurzu: 14 hodin

Jazyk: en

Cena bez DPH: 18 000 Kč

Počáteční datum: Na vyžádání

Forma: Na vyžádání

Délka kurzu: 14 hodin

Jazyk: en

Cena bez DPH: 30 000 Kč

	Počáteční datum	Místo konání	Forma	Délka kurzu	Jazyk	Cena bez DPH
	Na vyžádání		E-learning	14 hodin	en	18 000 Kč	Registrovat

	Na vyžádání		Na vyžádání	14 hodin	en	30 000 Kč	Registrovat
G	Garantovaný kurz

Nenašli jste vhodný termín?

Napište nám o vypsání alternativního termínu na míru.

Cílová skupina

Tato část není lokalizována

Predictive modelers, data analysts, statisticians, econometricians, model validators, and data scientists

Struktura kurzu

Tato část není lokalizována

Survival Data Mining

introduction to survival data mining
elements of survival analysis
time-dependent covariates

Survival Models (Self-Study)

semi-parametric survival models
parametric survival models
discrete-time survival models

Flexible Hazard Modeling

building discrete time hazard models
grouped expanded data

Hazard Modeling with Big Data

outcome-dependent sampling
data truncation
piecewise constant hazards (self-study)

Predictive Performance

predictive scoring
empirical validation

Recurrent Events

introduction to recurrent events

Předpokládané znalosti

Tato část není lokalizována

Before attending this course, you should

have a basic understanding of survival analysis

have experience with predictive modeling, particularly with logistic regression

be familiar with statistical concepts such as random variables, probability distributions, and parameter estimation

be familiar with SQL (including topics such as sub-queries and left-joining)

have SAS programming proficiency.

Potřebujete poradit nebo upravit kurz na míru?

onas

produktová podpora

+420 731 175 867

edu@edutrainings.cz