Verbeter uw mogelijkheden met SAS Visual Forecasting en een geavanceerd dataprognoseprogramma.
Suggested by: Coursera (What is Coursera?)
No prior knowledge required
No unnecessary risks
Met behulp van SAS Visual Forecasting en andere SAS-tools leert u tijdreeksen verkennen, functies creëren en selecteren, een grootschalig voorspellingssysteem bouwen en beheren, en een verscheidenheid aan modellen gebruiken om belangrijke signaalcomponenten te identificeren, evalueren en voorspellen.
In dit stageproject ontdekken studenten signaalcomponenten in hoogwaardige series en specificeren ze vervolgens aangepaste specificaties die geschikt zijn voor deze series. Deze aangepaste specificaties zijn geïntegreerd in een grootschalig voorspellingssysteem dat de studenten hebben gemaakt om het proces van modelgeneratie, modelselectie en voorspelling te automatiseren.
Studenten passen zich aan terugkerende gebeurtenissen en afwijkingen in het gegevensgeneratieproces aan om het geautomatiseerde voorspellingssysteem te verbeteren.
Deze cursus richt zich op het verkennen van gegevens, het genereren van functies en het verwijderen van functies voor tijdreeksen. Onderwerpen die besproken worden zijn onder meer:
In deze cursus leer je motiefanalyses uitvoeren en analyses toepassen in het spectrale of frequentiedomein. Je ontdekt ook hoe afstandsmetingen werken, implementeert toepassingen, onderzoekt signaalcomponenten en creëert functies voor tijdreeksen.
Deze cursus is geschikt voor analisten met een kwantitatieve achtergrond, maar ook voor experts in het veld die tools willen toevoegen aan hun toolbox op het gebied van tijdreeksen. Voordat u met de cursus begint, moet u vertrouwd zijn met de basisconcepten van statistiek. Deze ervaring kunt u opdoen door de cursus statistiek bij SAS te volgen. Bekendheid met matrices en hoofdcomponentenanalyse kan ook helpen, maar is niet vereist.
In deze cursus leert u een grootschalig forecastingproject te ontwikkelen en te onderhouden met behulp van SAS Visual Forecasting-tools. De nadruk zal in eerste instantie liggen op:
Deze cursus is geschikt voor analisten die hun leervaardigheden willen verbeteren met analytische hulpmiddelen die geschikt zijn voor het testen, wijzigen, modelleren, voorspellen en beheren van gegevens die variabelen bevatten die in de loop van de tijd zijn verzameld. Bovendien is de cursus voornamelijk syntaxisgebaseerd, dus analisten die deze cursus volgen, moeten een basiskennis van coderen hebben. Ervaring met een objectgeoriënteerde programmeertaal is nuttig, evenals bekendheid met het omgaan met grote tabellen.
In deze cursus leer je modellen bedoeld voor één reeks reeksen bouwen, verfijnen, uitbreiden en in sommige gevallen interpreteren. Er worden drie modelleringsbenaderingen gepresenteerd:
De cursus wordt afgesloten met een beschouwing over hoe de nauwkeurigheid van voorspellingen kan worden verbeterd door de sterke punten van de verschillende benaderingen te combineren. De laatste les bevat demonstraties over het maken van geïntegreerde voorspellingen (of enclaves) en hybride modellen.
Deze cursus is geschikt voor analisten die hun leervaardigheden willen verbeteren met analytische hulpmiddelen die geschikt zijn voor het testen, wijzigen, modelleren, voorspellen en beheren van gegevens die variabelen bevatten die in de loop van de tijd zijn verzameld.
Bij deze cursus wordt gebruik gemaakt van verschillende softwaretools. Bekendheid met Base SAS, SAS/ETS, SAS/STAT en SAS Visual Forecasting, evenals open source-tools voor het verwerken van ordinale gegevens en modellering, is nuttig maar niet vereist. De lessen over Bayesiaanse analyse en machine learning-modellen gaan uit van voorkennis van deze onderwerpen. Eén manier waarop studenten deze achtergrond kunnen verwerven, is door de SAS-tutorials te voltooien: Bayesiaanse analyse met behulp van SAS en Machine Learning met behulp van SAS Viya.
