Základní info
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
