Pokročilé prediktivní modelování v SAS Enterprise Miner

Tento kurz je určen tvůrcům prediktivních modelů a datovým analytikům, kteří si chtějí rozšířit znalosti v oblasti optimalizace prediktivních modelů. Kurz navazuje na školení Dolování dat s použitím SAS/Enterprise Miner 6.1 (AAEM61) a do větší hloubky se věnuje technikám vývoje prediktivních modelů.

Před přihlášením do tohoto kurzu byste měli:

• absolvovat kurz Dolování dat s použitím SAS/Enterprise Miner 6.1 (AAEM61)
• mít zkušenosti s vytvářením a správou datových souborů SAS; tyto zkušenosti lze získat v kurzu Programování v SAS: Základy (PRG1)
• mít zkušenosti s vývojem statistických modelů pomocí SAS/STAT
• mít znalosti statistiky, zejména lineární a logistické regrese, v rozsahu školení Základy statistiky s použitím SAS (STAT1)

Přínos pro účastníka

Po absolvování kurzu byste měli umět:

• používat pokročilé techniky pro výběr vstupů a vyhodnocení kvality modelů
• konstruovat a vyhodnocovat dvoustupňové a vícestupňové modely pomocí aplikace SAS Enterprise Miner
• interpretovat variabilitu predikční výkonnosti modelu

Obsah kurzu

Zopakování základních technik prediktivního modelování

• vytvoření prediktivního modelu pomocí aplikace Enterprise Miner
• analytické otázky

Lepší výběr vstupů

• univariate screening
• analýza hlavních komponent (PCA)
• shlukování proměnných
• transformace kategoriálních vstupních proměnných
• výběr vstupních proměnných pro regresi na základě prohledání všech podvýběrů

Empirické logity a adekvátnost modelu

• grafy empirických logitů
• transformace vstupních proměnných

Zobecněný odhad zisku/ztráty

• výplatní matice (profit matrix)
• grafická reprezentace výplatní matice
• grafická reprezentace zisku/ztráty

Sestavení a vyhodnocení dvoustupňového modelu

• vyhodnocení modelu bez výplatní matice
• konstrukce modelu s intervalovou výstupní proměnnou
• regrese s negaussovskými chybami (nenormální rozdělení chyb)
• regresní stromy
• modely neuronových sítí s intervalovou výstupní proměnnou