آموزش ساخت سیستم پیش‌بینی خودکار در مقیاس بزرگ - آخرین آپدیت

دانلود Building a Large-Scale, Automated Forecasting System

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: در این دوره، شما نحوه توسعه و نگهداری یک پروژه پیش‌بینی در مقیاس بزرگ را با استفاده از ابزارهای SAS Visual Forecasting می‌آموزید. در ابتدا، تمرکز بر انتخاب روش‌های مناسب برای ایجاد داده‌ها، تبدیل متغیرها، تولید مدل و انتخاب مدل است. سپس یاد می‌گیرید که چگونه با تغییر فرآیندهای پیش‌فرض در سیستم، عملکرد کلی پیش‌بینی‌های پایه را بهبود ببخشید. این دوره برای تحلیلگرانی مناسب است که علاقه‌مند به تقویت مهارت‌های یادگیری ماشین خود با استفاده از ابزارهای تحلیلی برای ارزیابی، اصلاح، مدل‌سازی، پیش‌بینی و مدیریت داده‌های سری زمانی (متغیرهایی که در طول زمان جمع‌آوری می‌شوند) هستند. این دوره عمدتاً مبتنی بر سینتکس است، بنابراین تحلیلگرانی که در این دوره شرکت می‌کنند باید با کدنویسی آشنایی داشته باشند. تجربه کار با زبان‌های شی‌گرا و آشنایی با مدیریت جداول بزرگ یک مزیت محسوب می‌شود.

سرفصل ها و درس ها

مرور کلی تخصص Specialization Overview (Review)

  • مرور کلی Overview

معرفی دوره Course Overview

  • خوش‌آمدگویی به دوره Welcome to the course

مقدمه‌ای بر پیش‌بینی در مقیاس بزرگ Introduction to Large-Scale Forecasting

  • درباره این ماژول About This Module

  • پیش‌بینی در مقیاس بزرگ Large-Scale Forecasting

  • تحلیل‌گران و الگوریتم‌ها Analysts and Algorithms

  • اشیاء بسته ATSM ATSM Package Objects

  • اشیاء و جریان‌های اطلاعات Objects and Information Flows

  • سایر پیکربندی‌های مفید Other Useful Configurations

بررسی و پردازش داده‌های برچسب‌دار زمانی Exploring and Processing Timestamped Data

  • درباره این ماژول About This Module

  • تجمع سری‌های زمانی Time Series Accumulation

  • باکس‌بندی زمانی و ایندکس‌گذاری Time Binning and Indexing

  • تجمع در رویه TSMODEL Accumulation in the TSMODEL Procedure

  • دمو: تجمع با استفاده از رویه TSMODEL Demo: Accumulation Using the TSMODEL Procedure

  • تفسیر مقادیر مفقود Missing Value Interpretation

  • جایگزینی مقادیر مفقود Missing Value Imputation

  • دمو: تفسیر و جایگزینی مقادیر مفقود Demo: Missing Value Interpretation and Imputation

  • تجمیع سری‌های زمانی Time Series Aggregation

  • ساخت سلسله‌مراتب داده‌ها در TSMODEL Building the Data Hierarchy in TSMODEL

  • دمو: استفاده از PROC TSMODEL برای ایجاد سلسله‌مراتب داده‌ها Demo: Using PROC TSMODEL to Create the Data Hierarchy

  • بسته‌های PROC TSMODEL PROC TSMODEL Packages

  • استفاده از بسته‌های PROC TSMODEL Using PROC TSMODEL Packages

پیش‌بینی خودکار: مشخصات و انتخاب مدل Automatic Forecasting: Model Specification and Selection

  • درباره این ماژول About This Module

  • مقدمه‌ای بر اشیاء ATSM Introduction to ATSM Objects

  • شیء DIAGSPEC The DIAGSPEC Object

  • متدهای شیء DIAGSPEC DIAGSPEC Object Methods

  • شیء DIAGNOSE The DIAGNOSE Object

  • شیء FORENG The FORENG Object

  • اشیاء جمع‌آورنده Collector Objects

  • دمو: انتخاب خودکار مدل با استفاده از بسته ATSM Demo: Automatic Model Selection Using the ATSM Package

ایجاد مدل‌های سفارشی و مدیریت لیست مدل‌ها Creating Custom Models and Managing Model Lists

  • درباره این ماژول About This Module

  • مدل‌های سفارشی و بسته TSM Custom Models and the TSM Package

  • بسته TSM The TSM Package

  • نکات برجسته سینتکس بسته TSM TSM Package Syntax Highlights

  • دمو: ایجاد و برازش یک مشخصه سفارشی با بسته TSM Demo: Creating and Fitting a Custom Specification with the TSM Package

  • افزودن مدل‌های سفارشی Adding Custom Models

  • دمو: ترکیب مدل‌های سفارشی و مدل‌های تولید شده توسط سیستم در فرآیند انتخاب مدل Demo: Combining Custom and System-Generated Models in the Model Selection Process

متغیرهای رویداد در سیستم پیش‌بینی Event Variables in the Forecasting System

  • درباره این ماژول About This Module

  • مقدمه‌ای بر متغیرهای رویداد Introduction to Event Variables

  • متغیرهای رویداد در SAS Visual Forecasting Event Variables in SAS Visual Forecasting

  • ایجاد متغیرهای رویداد در بسته ATSM Creating Event Variables in the ATSM Package

  • پیاده‌سازی متغیرهای رویداد تعریف شده در بسته ATSM Implementing Event Variables Defined in the ATSM Package

  • دمو: ایجاد و پیاده‌سازی متغیرهای رویداد در بسته ATSM Demo: Creating and Implementing Event Variables in the ATSM Package

  • ایجاد متغیرهای رویداد در رویه HPFEVENTS Creating Event Variables in the HPFEVENTS Procedure

  • پیاده‌سازی متغیرهای رویداد تعریف شده در رویه HPFEVENTS Implementing Event Variables Defined in the HPFEVENTS Procedure

  • دمو: ایجاد متغیرهای رویداد در رویه HPFEVENTS و پیاده‌سازی آن‌ها در بسته ATSM Demo: Creating Event Variables in the HPFEVENTS Procedure and Implementing Them in the ATSM Package

  • قابلیت‌های گروه بندی BY BY-Group Functionality

  • پیاده‌سازی پردازش گروه BY برای متغیرهای رویداد Implementing BY-Group Processing for Event Variables

  • دمو: پردازش گروه BY برای متغیرهای رویداد Demo: BY-Group Processing for Event Variables

تطبیق پیش‌بینی‌های آماری Reconciling Statistical Forecasts

  • درباره این ماژول About This Module

  • مبانی تطبیق (Reconciliation) Reconciliation Basics

  • انجام تطبیق پیش‌بینی پایه Performing Basic Forecast Reconciliation

  • دمو: تطبیق بالا به پایین با استفاده از رویه TSRECONCILE Demo: Top-Down Reconciliation Using the TSRECONCILE Procedure

  • انجام تجزیه (Disaggregation) Performing Disaggregation

  • انجام تطبیق پایین به بالا Performing Bottom-Up Reconciliation

  • دمو: انجام تطبیق پایین به بالا Demo: Performing Bottom-Up Reconciliation

راه‌اندازی سیستم پیش‌بینی و تولید بهترین پیش‌بینی‌ها Setting Up the Forecasting System and Generating Best Forecasts

  • درباره این ماژول About This Module

  • انتخاب مدل با نمونه نگهداشت (Holdout) Holdout Sample Model Selection

  • بخش‌بندی Holdout Holdout Partitioning

  • معیارهای عملکرد Performance Measures

  • دمو: پیاده‌سازی ارزیابی صادقانه برای انتخاب مدل و ایجاد تشخیص‌های دقت بنچ‌مارک Demo: Implementing Honest Assessment for Model Selection and Creating Benchmark Accuracy Diagnostics

  • مدل‌های ترکیبی Combined Models

  • دمو: افزودن مدل‌های ترکیبی به سیستم پیش‌بینی Demo: Adding Combined Models to the Forecasting System

  • تشخیص داده‌های پرت (Outlier) Outlier Detection

  • دمو: افزودن تشخیص داده‌های پرت به سیستم پیش‌بینی Demo: Adding Outlier Detection to the Forecasting System

  • پردازش شرطی Conditional Processing

  • دمو: پردازش شرطی و مدیریت خطاها Demo: Conditional Processing and Error Catching

  • به‌روزرسانی سیستم پیش‌بینی در طول زمان Rolling the Forecasting System Forward in Time

  • پایداری و به‌روزرسانی مدل‌ها Stability and Updating Models

  • دمو: به پیش بردن سیستم در طول زمان Demo: Rolling the System Forward in Time

مرور نهایی دوره Course Review

نمایش نظرات

آموزش ساخت سیستم پیش‌بینی خودکار در مقیاس بزرگ
جزییات دوره
12h 55m
69
(آخرین آپدیت)
729
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده