SAS BIG Data Advanced Analytics
Seminar / Training SAS BIG Data Advanced Analytics
Übersicht Analytics-Prozessmodelle - Grundnomenklatur (Definition des Kunden, Zieldefinition, ...) - Datenerfassung und Vorverarbeitung (Stichproben, fehlende Werte, Ausreißer, Kategorisierung, Beweisgewichte, ...) - Prädiktive versus deskriptive Analytik - Analytische Modellanforderungen (Leistung, Interpretierbarkeit, betriebliche Effizienz, wirtschaftliche Kosten, Compliance) - Schlüsselanwendungsgebiete (CRM, Risikomanagement, Betrug, Online-Analytik)
Übersicht über Entscheidungsbäume - Aufteilung / Stopp / Zuordnung Entscheidung - Schlüsselalgorithmen: C4.5 (See5), CART, CHAID - Entscheidungsbäume im geschäftlichen Kontext
Regressions Bäume - Aufteilung / Stopp / Zuordnung Entscheidung - Fallstudie: mit Regressionsbäumen zur Schadenvorhersage
Ensemble-Methoden - Bootstrapping - Bagging - Boosting - Random Forests
Neuronale Netze - Mehrschichtige perzeptrons (MLPs) - MLP-Typen (RBF, rezidivierend, ...) - Weight Learning (Backpropagation, konjugierte Steigung, ...) - Überfüllung, frühes Stoppen und Gewichtsregulierung - Architekturauswahl (Netzsuche, SNC, ...) - Eingangsauswahl (Hinton-Graphen, Wahrscheinlichkeitsstatistik, brute Force, ...) - Selbstorganisierende Karten (SOMs) für das Clustering
Eröffnung des Neuronalen Netzwerks und der SVM Black Box - Geschäftsanwendungen von neuronalen Netzen und SVMs - Regel-Extraktionsmethoden (pädagogische versus dekompositionelle Ansätze wie Neurorule, Neurolinear, Trepan, ...) - Zweistufige Modelle (Kombination von White-Box-Linearmodellen mit Black-Box-Hochleistungs-Neuronennetzen)
Unterstützungsvektormaschinen (SVMs) - Lineares Programmieren - Kernel-Trick und Mercer-Theorem - SVMs für Klassifizierung und Regression - Multiclass-SVMs (one-versus-one, one-versus-all-Codierung) - Hyperparameter-Abstimmung mit Cross-Validierungsmethoden
Alternative Rule Representation Formate - Regelarten (propositional, schief, M-of-N, Fuzzy, ...) - Entscheidungstabellen (lexikographische Ordnung, Kontraktionsmethoden, ...) - Entscheidungsdiagramme
Bayesischen Netzwerkklassifikatoren - Naive Bayes - Tree verstärkte Naive Bayes (TAN) - Uneingeschränkte Bayes'sche Netzwerkklassiker - Bayes'sche Schlussfolgerung
Social Network Learning und Inferenz - Soziale Netzwerke und Anwendungen (Churn, E-Mail, Betrug, ...) - Soziale Netzwerkkomponenten (Knoten, Kanten, Gewichte) - Vertretung sozialer Netzwerke (Soziogramme, Nachbarschaftsmatrix, Nachbarschaftsliste) - Soziale Netzwerk-Metriken (Geodäsie, Nähe, Betweenness, ...) - Community-Mining (Girvan-Newman-Algorithmus, Graph-Partitionierung Ansätze, min Schnitt, Verhältnis Schnitt, min max Schnitt, ...) - Soziale Netzwerk-basierte Inferenz - Relationale Klassifikatoren (relationaler nächster Nachbarklassierer, probabilistischer relationaler nächster Nachbarklassierer, relationale logistische Regression) - Featurisierung - Kollektive Schlussfolgerungsverfahren (Gibbs-Stichprobenverfahren, Iterative Klassifikation, Google PageRank) - Bipartite Netzwerke - Multipartite Netzwerke
Überlebensanalyse - Zensur - Zeitveränderliche Kovariaten - Überlebenswahrscheinlichkeiten gegenüber Hazardraten - Kaplan Meier Analyse - Parametrische Überlebensanalyse (Auswertung des Modells, Maximalwahrscheinlichkeitsschätzung, ...) - Proportional-Gefahren-Regression (Teilwahrscheinlichkeit, Schätzung der Überlebensfunktionen, ...) - Zeitveränderliche Kovariaten - Konkurrierende Risiken - Mischung Härtung Modellierung - Auswertung von Überlebensanalyse-Modellen (ROC-Analytik, Interpretierbarkeit, ...)
Auswertung und Überwachung von analytischen Modellen - Quantitative Bewertung - Datensatz aufgeteilt (aus der Probe, aus der Zeit, aus dem Universum) - Ampel-Methode - Backtesting Klassifizierungsmodelle (SSI, ROC, Brier Score, Binomial Test, Hosmer-Lemeshow Test, ...) - Backtesting Regressionsmodelle (SSI, Korrelation, MSE, CAP Kurve, REC Kurve, ...) - Benchmarking (Champion-Challenger-Ansatz, Spearman Rangordnung Korrelation, Kendalls Tau, Goodman-Kruskal Gamma) - Qualitative Bewertung - Datenqualität (Datengenauigkeit, Datenvollständigkeit, Datenwiederholung usw.) - Modelldesign - Dokumentation - Corporate Governance und Managementaufsicht
Andere Lernalgorithmen und Anwendungen (Übersicht) - Halbüberwachtes Lernen - Fuzzy-Techniken - Evolutionäre Algorithmen - Ameisenkolonie-Optimierung - Online-Analytics-Anwendungen - Social Media Analytics Anwendungen - Prozessanalytik-Anwendungen
Voraussetzungen
Kenntnisse aus den Seminaren Data Mining: Principles and Best Practices und Decision Tree Modeling
Ihre Ansprechpartner
-
Johannes Quante
E-Mail:
Telefon: + 49 (32) 212 619 106 -
Daniel Unger
E-Mail:
Telefon: + 49 (32) 212 619 107 -
Benjamin Meier
E-Mail:
Telefon: + 49 (32) 212 619 105
- Durchführungsgarantie - Durchführungsgarantie ab zwei Teilnehmern
- Mobile Klassenräume - die ideale Ergänzung bei Firmenseminaren
- Kostenfreier Support - für Fragen nach Seminarende
- Lieferung auf Rechnung - keine Vorkasse erforderlich
- Gespräch mit dem Trainer / Qualitätssicherung - lernen Sie den Trainer vorab kennen und einschätzen
- Klären der Seminarvorrausetzungen - sprechen Sie Ihre Kenntnisse mit dem Trainer durch
- Unterstützung bei den Reisekosten - bei Hotelübernachtungen übernehmen wir einen Teil der Kosten
- Verpflegung - ganztägig Kalt- / Warmgetränke und ein vollwertiges Mittagessen im Restaurant
- Lage der Schulungszentren - immer zentral gelegen und sehr gut erreichbar
- Rabatt - wir haben attraktive Preise, profitieren Sie zustätzlich von unseren Rabatten
- Remotelabs - Mieten Sie unsere Remotelabs für eigene Seminare oder als Ergänzung zu Ihren Firmenseminaren
Service
Wir bieten Ihnen Seminare mit einem hohen Praxisbezug an. Die Inhalte und Übungen sind auf Ihre täglichen Aufgaben im Unternehmen ausgerichtet und verzichten vollständig auf Werbehinweise anderer Produkte des Softwareherstellers.
Alle Trainings bei uns sind herstellerunabhängig. Dies ermöglicht es uns kritische Betrachtungen zu den Produkten selbst und Vergleiche zu Wettbewerbern des Herstellers im Seminar anzubieten. Die Kursinhalte sind eigene Inhalte und aus den praktischen Erfahrungen unserer Trainer in Projekten abgeleitet.
Selbstverständlich können die Inhalte bei Firmenseminaren individuell an Ihre Bedürfnisse angepasst werden. Bitte sprechen Sie uns einfach an.
Buchung
Das Seminar wurde auf die Merkliste gesetzt
Das von Ihnen gewählte Seminar wurde bereits auf die Merkliste gesetzt
Bitte wählen Sie einen freien Termin aus
Bitte geben Sie Ihren Wunschtermin im Format tt.mm.jjjj ein
Bitte wählen Sie einen freien Termin aus
Bitte geben Sie den gewünschten Termin im Format tt.mm.jjjj der Schulung ein