عزز قدراتك من خلال برنامج SAS Visual Forecasting وبرنامج التنبؤ بالبيانات المتقدم.
Suggested by: Coursera (What is Coursera?)
No prior knowledge required
No unnecessary risks
باستخدام SAS Visual Forecasting وأدوات SAS الأخرى، ستتعلم كيفية استكشاف السلاسل الزمنية وإنشاء الميزات واختيارها وبناء وإدارة نظام تنبؤ واسع النطاق واستخدام مجموعة متنوعة من النماذج لتحديد مكونات الإشارة المهمة وتقييمها والتنبؤ بها.
في مشروع التدريب الداخلي هذا، سيكتشف الطلاب مكونات الإشارة في سلسلة عالية القيمة ثم يحددون المواصفات المخصصة المناسبة لهذه السلسلة. يتم دمج هذه المواصفات المخصصة في نظام تنبؤ واسع النطاق أنشأه الطلاب لأتمتة عملية إنشاء النموذج واختيار النموذج والتنبؤ به.
يتكيف الطلاب مع الأحداث المتكررة والشذوذ في عملية توليد البيانات لتحسين نظام التنبؤ الآلي.
تركز هذه الدورة على استكشاف البيانات، وإنشاء الميزات، وإزالة الميزات للتسلسلات الزمنية. المواضيع التي تمت مناقشتها تشمل:
ستتعلم في هذه الدورة إجراء التحليل الحافز وتطبيق التحليلات في المجال الطيفي أو الترددي. ستكتشف أيضًا كيفية عمل مقاييس المسافة وتنفيذ التطبيقات واستكشاف مكونات الإشارة وإنشاء ميزات للسلاسل الزمنية.
هذه الدورة مناسبة للمحللين ذوي الخلفية الكمية وكذلك للخبراء في المجال الذين يرغبون في إضافة أدوات إلى صندوق أدواتهم في مجال السلاسل الزمنية. قبل البدء في الدورة، يجب أن تكون مرتاحًا للمفاهيم الإحصائية الأساسية. يمكنك اكتساب هذه الخبرة من خلال إكمال دورة الإحصاء مع SAS. قد يساعد أيضًا الإلمام بالمصفوفات وتحليل المكونات الرئيسية، ولكنه ليس مطلوبًا.
ستتعلم في هذه الدورة كيفية تطوير وصيانة مشروع تنبؤ واسع النطاق باستخدام أدوات SAS Visual Forecasting. سيتم التركيز في البداية على:
هذه الدورة مناسبة للمحللين الذين يرغبون في تحسين مهاراتهم التعليمية باستخدام أدوات تحليلية مناسبة للاختبار والتغيير والنمذجة والتنبؤ وإدارة البيانات التي تحتوي على متغيرات تم جمعها مع مرور الوقت. علاوة على ذلك، تعتمد الدورة بشكل أساسي على بناء الجملة، لذلك يجب أن يكون لدى المحللين الذين يأخذون هذه الدورة معرفة أساسية بالبرمجة. تعد الخبرة في لغة البرمجة الموجهة للكائنات مفيدة، وكذلك الإلمام بالتعامل مع الجداول الكبيرة.
ستتعلم في هذه الدورة بناء النماذج المخصصة لسلسلة واحدة من التسلسلات وتحسينها وتوسيعها وفي بعض الحالات تفسيرها. هناك ثلاث طرق للنمذجة مقدمة:
وتختتم الدورة بالنظر في كيفية تحسين دقة التنبؤ من خلال الجمع بين نقاط القوة في الأساليب المختلفة. يتضمن الدرس الأخير عروضًا توضيحية حول إنشاء تنبؤات متكاملة (أو جيوب) ونماذج مختلطة.
هذه الدورة مناسبة للمحللين الذين يرغبون في تحسين مهاراتهم التعليمية باستخدام أدوات تحليلية مناسبة للاختبار والتغيير والنمذجة والتنبؤ وإدارة البيانات التي تحتوي على متغيرات تم جمعها مع مرور الوقت.
تستخدم هذه الدورة مجموعة متنوعة من الأدوات البرمجية المختلفة. يعد الإلمام بـ Base SAS وSAS/ETS وSAS/STAT وSAS Visual Forecasting، بالإضافة إلى الأدوات مفتوحة المصدر للتعامل مع البيانات الترتيبية والنمذجة، مفيدًا ولكنه غير مطلوب. تفترض الدروس المتعلقة بتحليل بايزي ونماذج التعلم الآلي معرفة مسبقة بهذه المواضيع. إحدى الطرق التي يمكن للطلاب من خلالها اكتساب هذه الخلفية هي إكمال دروس SAS التعليمية: التحليل الافتراضي باستخدام SAS والتعلم الآلي باستخدام SAS Viya.
