SAS Görsel Tahmin ve gelişmiş veri tahmin programıyla yeteneklerinizi geliştirin.
Suggested by: Coursera (What is Coursera?)
No prior knowledge required
No unnecessary risks
SAS Görsel Tahmin ve diğer SAS araçlarını kullanarak zaman serilerini keşfetmeyi, özellikleri oluşturmayı ve seçmeyi, büyük ölçekli bir tahmin sistemi oluşturup yönetmeyi ve önemli sinyal bileşenlerini tanımlamak, değerlendirmek ve tahmin etmek için çeşitli modeller kullanmayı öğreneceksiniz.
Bu staj projesinde öğrenciler yüksek değerli serilerdeki sinyal bileşenlerini keşfedecek ve ardından bu serilere uygun özel spesifikasyonları belirleyecekler. Bu özelleştirilmiş özellikler, öğrencilerin model oluşturma, model seçme ve tahmin sürecini otomatikleştirmek için oluşturdukları büyük ölçekli bir tahmin sistemine entegre edilmiştir.
Öğrenciler, otomatik tahmin sistemini geliştirmek için veri oluşturma sürecinde tekrar eden olaylara ve anormalliklere uyum sağlar.
Bu kurs, zaman dizileri için veri keşfi, özellik oluşturma ve özellik kaldırma konularına odaklanmaktadır. Tartışılan konular şunları içerir:
Bu kursta motif analizi yapmayı ve analizleri spektral veya frekans alanında uygulamayı öğreneceksiniz. Ayrıca mesafe ölçümlerinin nasıl çalıştığını keşfedecek, uygulamaları uygulayacak, sinyal bileşenlerini keşfedecek ve zaman serileri için özellikler oluşturacaksınız.
Bu ders, niceliksel altyapıya sahip analistlerin yanı sıra, zaman serileri alanında araç kutularına araçlar eklemek isteyen alandaki uzmanlar için de uygundur. Kursa başlamadan önce temel istatistiksel kavramlara hakim olmanız gerekir. Bu deneyimi SAS ile istatistik kursunu tamamlayarak kazanabilirsiniz. Matrislere ve temel bileşen analizine aşina olmak da yardımcı olabilir, ancak gerekli değildir.
Bu kursta SAS Görsel Tahmin araçlarını kullanarak büyük ölçekli bir tahmin projesi geliştirmeyi ve sürdürmeyi öğreneceksiniz. Vurgu başlangıçta şu konularda olacaktır:
Bu kurs, zaman içinde toplanan değişkenleri içeren verileri test etmeye, değiştirmeye, modellemeye, tahmin etmeye ve yönetmeye uygun analitik araçlarla öğrenme becerilerini geliştirmek isteyen analistler için uygundur. Üstelik kurs ağırlıklı olarak sözdizimi tabanlı olduğundan bu kursu alan analistlerin temel kodlama bilgisine sahip olması gerekir. Nesne yönelimli programlama dili deneyiminin yanı sıra büyük tabloların işlenmesine aşinalık da faydalıdır.
Bu kursta, bir dizi diziye yönelik modelleri oluşturmayı, iyileştirmeyi, genişletmeyi ve bazı durumlarda yorumlamayı öğreneceksiniz. Sunulan üç modelleme yaklaşımı vardır:
Ders, çeşitli yaklaşımların güçlü yönlerini birleştirerek tahmin doğruluğunun nasıl geliştirilebileceğini ele alarak sona ermektedir. Son ders, entegre tahminler (veya bölgeler) ve hibrit modeller oluşturmaya ilişkin gösterimleri içerir.
Bu kurs, zaman içinde toplanan değişkenleri içeren verileri test etmeye, değiştirmeye, modellemeye, tahmin etmeye ve yönetmeye uygun analitik araçlarla öğrenme becerilerini geliştirmek isteyen analistler için uygundur.
Bu kursta çeşitli yazılım araçları kullanılmaktadır. Base SAS, SAS/ETS, SAS/STAT ve SAS Visual Forecasting’in yanı sıra sıralı verileri işlemek ve modellemeye yönelik açık kaynak araçlara aşina olmak faydalıdır ancak gerekli değildir. Bayes analizi ve makine öğrenimi modellerine ilişkin dersler, bu konulara ilişkin önceden bilgi sahibi olunduğunu varsayar. Öğrencilerin bu altyapıyı edinmelerinin bir yolu SAS eğitimlerini tamamlamaktır: SAS Kullanarak Bayesian Analizi ve SAS Viya Kullanarak Makine Öğrenimi.
