لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش SAS Predictive Modeling - Predictive Analytics and Modeling
SAS Predictive Modeling - Predictive Analytics and Modeling
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
بیاموزید که چگونه با استفاده از داده های عددی با استفاده از ابزارهایی مانند SAS مدل های پیش بینی بسازید که موضوعاتی مانند مقدمه PM SAS EM، انتخاب متغیر PM SAS EM، ترکیب SAS PM EM، شبکه عصبی SAS PM EM و رگرسیون SAS PM EM را پوشش می دهد. با مقدمه ای بر SAS شروع می شود و سپس به تدریج به سمت موضوعاتی مانند انتخاب جداول SAS، ایجاد درخت تصمیم گره های داده ورودی در SAS، ایجاد مدل امتیاز، نمودار ROC، آموزش شبکه عصبی، افکت جدول رگرسیون می رود. ما جزئیات بیشتری در مورد محتوای دوره مدل سازی پیش بینی ارائه می دهیم و در سطح بسیار بالا توضیح می دهیم که در دوره آموزشی به چه مفاهیمی پرداخته خواهد شد. ، می تواند برای برخی از دانش آموزان دشوار شود. نگران نباشید، پیش نیاز چندان دشوار نیست و تقریباً هر کسی می تواند واجد شرایط آن باشد. در غیر این صورت، می توانید برای یک دوره بریج ثبت نام کنید یا ابتدا پیش نیاز را یاد بگیرید و سپس در این دوره مدل سازی پیش بینی ثبت نام کنید.
مدلسازی پیشبینیکننده را میتوان به عنوان فرآیند ایجاد، آزمایش و اعتبارسنجی یک مدل درک کرد. از مفاهیم آمار در پیش بینی نتایج استفاده می کند. مدلسازی پیشبینی شامل مجموعهای از روشها مانند یادگیری ماشین، آمار، هوش مصنوعی و غیره است. این مدلها از چندین پیشبینیکننده تشکیل شدهاند که ویژگیهایی نیز نامیده میشوند که احتمالاً بر نتایج آینده تأثیر میگذارند. مدلسازی پیشبینی در حال حاضر بیشترین کاربرد را در حوزه علوم کامپیوتر، فناوری اطلاعات و خدمات اطلاعاتی دارد.
این دوره مدل سازی پیش بینی با هدف ارائه مهارت های مدل سازی پیش بینی کننده همانطور که در بالا به بخش ها/دامنه های تجاری اشاره شد، می باشد. روشهای کمی و مفاهیم مدلسازی پیشبینیکننده از این دوره مدلسازی پیشبینیکننده را میتوان به طور گسترده در بسیاری از زمینهها برای درک رفتار مشتری فعلی، رضایت مشتری، روندهای بازار مالی، مطالعه اثرات دارو در بخشهای دارویی پس از توسعه و مدیریت داروها مورد استفاده قرار داد.
Minitab یا SAS و SPSS از جمله توسعه دهندگان پیشرو در جهان در زمینه ساخت نرم افزار تجزیه و تحلیل آماری هستند. در سراسر جهان، هزاران شرکت از این نرم افزارها استفاده می کنند. اینها همچنین توسط بیش از 10000 دانشگاه و کالج برای تحقیق و تدریس استفاده می شود. به عنوان مثال، برخی از مشتریان عمده Minitab شامل Pfizer، Royal Bank of Scotland، Nestle، Boeing، Toshiba و DuPont هستند.
بسیاری از مطالعات مستقل انجام شده توسط شرکتهایی مانند مکینزی، گارتنر و دیگران پیشبینی کردهاند که علم داده، یادگیری ماشین و مدلسازی پیشبینیکننده بزرگترین مشاغل قرن بیست و یکم خواهند بود و این حرفهایها بهترین پاداش را دریافت خواهند کرد. آن.
این دوره مهارت های ملموس بسیاری را پوشش می دهد که دانش آموزان می توانند برای شغل و تغییر شغل روی آنها حساب کنند. این مهارتها در اینجا توضیح داده شدهاند تا به دانشآموزان کمک کند ارزش این دوره مدلسازی پیشبینیکننده را درک کنند.
مهارت تجزیه و تحلیل دادهها و دیدن یک الگوی پیچیده: درک دادهها و استخراج الگو یک مهارت کلیدی برای مدلسازی پیشبینیکننده است و یک فرد موفق در این حوزه باید بتواند در کوتاهمدت دادهها را درک کند. در این دوره یاد می گیرید که چگونه این کار را انجام دهید. انواع مختلف توزیع داده ها، الگوهای داده و تکنیک های درک داده به شما آموزش داده خواهد شد. این مهارتها به شما در تصمیمگیری بهتر و شهودیتر در تمام زمینههای کاری مادامالعمر کمک میکند.
مهارت کدنویسی عملی: - دوره مدلسازی پیش بینی سه ابزار Minitab، SAS و SPSS را آموزش می دهد. برای آن، این دوره مدل سازی پیش بینی بسیار خوب است. برای مدلسازی پیشبینیکننده و دوره یادگیری ماشین، باید با کدنویسی راحت باشید، و از این رو داشتن درک دقیق از اجرای عملی بسیار مهم است. این دوره همه این مهارت ها را آموزش می دهد تا دانش آموز آماده صنعت باشد و بتواند به راحتی در موارد استفاده واقعی کار کند.
درک قوی از مفاهیم: - مفاهیم یادگیری ماشینی مانند رگرسیون، طبقهبندی، ماشینهای بردار پشتیبان، شبکه عصبی، منحنی ROC و بسیاری از مفاهیم دیگر آموزش داده میشوند که اغلب در مصاحبهها پرسیده میشوند و درک یک نامزد از مدلسازی پیشبینی را قضاوت میکنند.
سرفصل ها و درس ها
SAS - مدل سازی پیش بینی با SAS Enterprise Miner
SAS - Predictive Modeling with SAS Enterprise Miner
معرفی SAS Enterprise Miner
Introduction of SAS Enterprise Miner
یک جدول SAS را انتخاب کنید
Select a SAS Table
ایجاد گره داده ورودی
Creating Input Data Node
گزینه های مشاور فراداده
Metadata Advisor Options
اضافه کردن منابع داده بیشتر
Add More Data Sources
نمونه آمار
Sample Statistics
گزارش آزمایشی
Trial report
ویژگی های Cluster Node
Properties of Cluster Node
انتخاب متغیر
Variable Selection
متغیر ورودی
Input Variable
متغیر ورودی ادامه دارد
Input Variable Continues
مقادیر R-Square
Values of R-Square
اطلاعات بیشتر در مورد انتخاب متغیر
More on Variable Selection
متغیر هدف باینری
Binary Target Variable
خلاصه متغیر و اثر
Variable and Effect Summary
انتخاب متغیر - شناسه متغیر
Variable Selection - Variable ID's
جدول فرکانس متغیر
Variable Frequency Table
متغیر S - به روز رسانی مقایسه مدل
Variable S - Updating Model Comparison
گره پارتیشن داده را اجرا کنید
Run Data Partition Node
انتخاب متغیر - آمار تناسب
Variable Selection - Fit Statistics
درک تبدیل متغیرها
Understanding Transformation of Variables
نتایج همپوشانی رتبه بندی امتیاز
Score Ranking Overlay Res
به روز رسانی تبدیل متغیرها
Update Transformation of Variables
ترکیبی از مدل های مختلف
Combination of Different Models
ویژگی های شبکه عصبی
Properties of Neural Network
تجزیه و تحلیل متغیر خروجی
Analyzing the Output Variable
ترکیب مدل رگرسیون
Combination of Regression Model
ترکیب - نتیجه گره رگرسیون
Combination - Result of Regression Node
طرح تکرار ترکیبی
Combination Iteration Plot
طرح زیر مجموعه
Subseries Plot
ایجاد نمودار متراکم
Creating Densemble Diagram
کد SAS
SAS Code
مدل درخت تصمیم
Decision Tree Model
مدل درخت تصمیم را اجرا و به روز کنید
Run and Upadate Decision Tree Model
ایجاد گره Dscore
Creating Dscore Node
DT - نتیجه مقایسه مدل
DT - Resulf of Model Comparison
آمار برگ و نقشه درختی
Leaf Statistics and Tree Map
درختان تصمیم گیری تعاملی
Interactively Decision Trees
نتیجه پارتیشن داده گره
Result Node Data Partition
پنجره درختان تعاملی
Interactively Trees Window
ساخت درختان تصمیم
Building a Decision Trees
مدل شبکه عصبی
Neural Network Model
خروجی مدل شبکه عصبی
Neural Network Model Output
تاریخچه وزن مدل
Model Weight History
شبکه عصبی - وزن نهایی
Neural Network - Final Weight
نمودار ROC
ROC Chart
شبکه عصبی - طرح تکرار
Neural Network -Iteration Plot
شبکه عصبی - کد SAS
Neural Network - SAS Code
شبکه عصبی - لیفت تجمعی
Neural Network - Cumulative Lift
مهارت های دنیای واقعی را بصورت آنلاین بیاموزید EDUCBA یک ارائه دهنده جهانی آموزش مبتنی بر مهارت است که نیازهای اعضا را در بیش از 100 کشور برطرف می کند. ما بزرگترین شرکت فناوری پیشرفته در آسیا با نمونه کارهای 5498+ دوره آنلاین ، 205+ مسیر یادگیری ، 150+ برنامه شغل محور (JOPs) و 50+ بسته دوره حرفه ای شغلی هستیم که توسط متخصصان برجسته صنعت آماده شده است. برنامه های آموزشی ما برنامه های مبتنی بر مهارت شغلی است که توسط صنعت در سراسر امور مالی ، فناوری ، تجارت ، طراحی ، داده و فناوری جدید و آینده مورد نیاز صنعت است.
نمایش نظرات