This course covers the theoretical foundation for different techniques associated with supervised machine learning models. In addition, a business case study is defined to guide participants through all steps of the analytical life cycle, from problem understanding to model deployment, through data preparation, feature selection, model training and validation, and model assessment. A series of demonstrations and exercises is used to reinforce the concepts and the analytical approach to solving business problems.
Sas Viyaを使った機械学習
SASこのコースについて
44,690 最近の表示
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
柔軟性のある期限
スケジュールに従って期限をリセットします。
中級レベル
約47時間で修了
英語
字幕：英語
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
柔軟性のある期限
スケジュールに従って期限をリセットします。
中級レベル
約47時間で修了
英語
字幕：英語
提供：
SAS
Through innovative software and services, SAS empowers and inspires customers around the world to transform data into intelligence. SAS is a trusted analytics powerhouse for organizations seeking immediate value from their data. A deep bench of analytics solutions and broad industry knowledge keep our customers coming back and feeling confident. With SAS®, you can discover insights from your data and make sense of it all. Identify what’s working and fix what isn’t. Make more intelligent decisions. And drive relevant change.
シラバス - 本コースの学習内容
1時間で修了
Course Overview
In this module, you meet the instructor and learn about course logistics, such as how to access the software for this course.
1時間で修了
1件のビデオ （合計1分）, 3 readings, 1 quiz
1件のビデオ
3件の学習用教材
Learner Prerequisites
Using SAS® Viya® for Learners with This Course (Required)10 分
Using Forums and Getting Help10 分
8時間で修了
Getting Started with Machine Learning using SAS® Viya®
In this module, you learn how you can meet today's business challenges with machine learning using SAS® Viya®. You start working on the project that runs throughout the course.
8時間で修了
15件のビデオ （合計40分）, 16 readings, 10 quizzes
15件のビデオ
Machine Learning in SAS Viya2 分
Analytics Life Cycle1 分
Case Study: Customer Churn2 分
SAS Viya Tools for SAS Visual Data Mining and Machine Learning1 分
Demo: Creating a Project4 分
Predictive Modeling5 分
Importance of Data Preparation55
Essential Data Tasks1 分
Dividing the Data3 分
Addressing Rare Events Using Event-Based Sampling3 分
Demo: Modifying the Data Partition4 分
Managing Missing Values3 分
Demo: Building a Pipeline from a Basic Template4 分
SAS Viya in the SAS Platform: Architecture1 分
16件の学習用教材
Applications of Prediction-Based Decision Making10 分
Advantages of the SAS Platform10 分
Case Study: Data Dictionary10 分
SAS Drive and the Applications Menu10 分
Importing Data from a Local Source10 分
SAS Viya Tools for Data Preparation10 分
Cross Validation for Small Data Sets10 分
Global Metadata10 分
Managing Missing Values: Details10 分
Pipeline Templates in Model Studio10 分
Logistic Regression10 分
SAS Cloud Analytic Services10 分
SAS Viya: A Shift in Mindset10 分
Data Sources and CAS10 分
Interfaces and Products10 分
SAS Visual Data Mining and Machine Learning10 分
7の練習問題
Question 1.0130 分
Question 1.0230 分
Question 1.0330 分
Question 1.0430 分
Question 1.0530 分
Question 1.0630 分
Getting Started with Machine Learning and SAS Viya30 分
9時間で修了
Data Preparation and Algorithm Selection
In this module, you learn to explore the data and finish preparing the data for analysis. You also learn some general considerations for selecting an algorithm.
9時間で修了
14件のビデオ （合計47分）, 11 readings, 16 quizzes
14件のビデオ
Exploring the Data1 分
Demo: Exploring the Data4 分
Replacing Incorrect Values1 分
Demo: Replacing Incorrect Values Starting on the Data Tab7 分
Feature Creation27
Text Mining1 分
Demo: Adding Text Mining Features7 分
Using Transformations to Handle Extreme or Unusual Values3 分
Demo: Transforming Inputs5 分
Selecting Useful Inputs4 分
Demo: Selecting Features6 分
Demo: Saving a Pipeline to the Exchange1 分
Essential Discovery Tasks and Selecting an Algorithm1 分
11件の学習用教材
Data Mining Preprocessing Nodes in Model Studio10 分
Replacing Incorrect Values Starting with the Manage Variables Node10 分
Singular Value Decomposition10 分
Feature Extraction Node10 分
Finding the Best Transformation in Model Studio10 分
Feature Selection and the Variable Selection Node in Model Studio: Details10 分
Variable Clustering10 分
Best Practices for Common Data Preparation Challenges10 分
Automated Feature Engineering Pipeline Template10 分
Considerations for Selecting an Algorithm10 分
Comparison of Modeling Algorithms10 分
9の練習問題
Question 2.0130 分
Question 2.0230 分
Question 2.0330 分
Question 2.0430 分
Question 2.0530 分
Question 2.0630 分
Question 2.0730 分
Question 2.085 分
Data Preparation and Algorithm Selection Quiz30 分
11時間で修了
Decision Trees and Ensembles of Trees
In this module, you learn to build decision tree models as well as models based on ensembles, or combinations, of decision trees.
11時間で修了
23件のビデオ （合計68分）, 12 readings, 21 quizzes
23件のビデオ
Basics of Decision Trees2 分
Demo: Building a Decision Tree Model Using the Default Settings7 分
Decision Trees for Categorical Targets: Classification Trees3 分
Decision Trees for Interval Targets: Regression Trees2 分
Improving the Decision Tree Model25
Demo: Modifying the Structure Parameters1 分
Recursive Partitioning3 分
Splitting Criteria4 分
Split Search9 分
Demo: Modifying the Recursive Partitioning Parameters1 分
Optimizing the Complexity of a Decision Tree Model39
Pruning3 分
Demo: Modifying the Pruning Parameters2 分
Regularizing and Tuning the Hyperparameters of a Machine Learning Model2 分
Building Ensemble Models1 分
Perturb and Combine Methods5 分
Bagging2 分
Boosting1 分
Comparison of Tree-Based Models1 分
Demo: Building a Gradient Boosting Model3 分
Forest Models3 分
Demo: Building a Forest Model4 分
12件の学習用教材
Impurity Reduction Measures for Categorical and Interval Targets10 分
Splitting Criteria in Model Studio10 分
Adjustments in a Split Search10 分
Missing Values in Decision Trees in Model Studio10 分
Surrogate Splits10 分
Calculating Variable Importance for Surrogate Splits10 分
Bottom-Up Pruning Requirements10 分
Pruning Options in Model Studio10 分
Autotuning Options for Decision Trees in Model Studio10 分
Gradient Boosting Models10 分
Autotuning Options for Gradient Boosting in Model Studio10 分
Autotuning Options for Forests in Model Studio10 分
11の練習問題
Question 3.01
Question 3.0230 分
Question 3.0330 分
Question 3.0430 分
Question 3.0530 分
Think About It30 分
Question 3.0630 分
Question 3.0730 分
Question 3.08
Question 3.0930 分
Decision Trees and Ensembles of Trees Quiz30 分
8時間で修了
Neural Networks
In this module, you learn to build neural network models.
8時間で修了
18件のビデオ （合計37分）, 10 readings, 13 quizzes
18件のビデオ
Beyond Traditional Regression: Neural Networks3 分
Limitations of Neural Networks2 分
Basics of Neural Networks3 分
Estimating Weights and Making Predictions3 分
Learning Process2 分
Essential Discovery Tasks for Neural Networks24
Demo: Building a Neural Network Using the Default Settings3 分
Improving the Neural Network Model22
Neural Network Architectures4 分
Activation Functions1 分
Shaping the Sigmoid2 分
Demo: Modifying the Neural Network Architecture1 分
Optimizing the Complexity of a Neural Network Model40
Weight Decay1 分
Early Stopping2 分
Regularizing and Tuning the Hyperparameters of a Neural Network Model32
Demo: Modifying the Learning and Optimization Parameters2 分
10件の学習用教材
Standardization Methods10 分
Iterative Updating in Numerical Optimization10 分
Numerical Optimization Methods in Model Studio10 分
Deviance Measures in Model Studio10 分
Calculating the Number of Parameters10 分
Deep Learning10 分
Hidden Layer Activation Functions in Model Studio10 分
Target Layer Activation Functions and Error Functions in Model Studio10 分
Selected Hyperparameters Related to the Learning Process in Model Studio10 分
Autotuning Options for Neural Networks in Model Studio10 分
8の練習問題
Question 4.0130 分
Question 4.0230 分
Question 4.0330 分
Question 4.0430 分
Question 4.0530 分
Question 4.0630 分
Question 4.0730 分
Neural Networks Quiz30 分
レビュー
SAS VIYAを使った機械学習 からの人気レビュー
TAにより2019年7月5日
Easy to follow even with limited statistics knowledge. Instructors teach the basics to get you started and best of all the software is included so you can practice.
RMにより2020年4月7日
I found this course SAS Viya really excellent and useful for Data Scientist. I would recommend it to anyone interested in learning and deploy machine learning.
KKにより2020年5月11日
nice course for those who already knew machine learning concepts and wants to learn SAS viya for creating models.
PPにより2020年6月11日
A well designed and thoughtful course explaining the key concepts of machine learning
よくある質問
いつ講座や課題にアクセスできるようになりますか？
講義と課題へのアクセスは、登録のタイプによって異なります。聴講モードでコースを受講すると、ほとんどのコース教材を無料で見ることができます。採点された課題にアクセスして修了証を取得するには、聴講中または聴講後に、修了証エクスペリエンスを購入する必要があります。聴講オプションが表示されない場合：
- コースは聴講オプションを提供していない可能性があります。代わりに無料トライアルをお試しいただくか、学資援助を申請することができます。
- コースは、聴講オプションを提供せずに「修了証なしフルコース」オプションを提供する場合があります。このオプションでは、すべてのコース教材が表示され、必須の評価を提出して、最終成績を取得することができます。この場合、修了証エクスペリエンスは購入できません。
修了証を購入すると何を行えるようになりますか？
修了証を購入する際、コースのすべての教材（採点課題を含む）にアクセスできます。コースを完了すると、電子修了証が成果のページに追加されます。そこから修了証を印刷したり、LinkedInのプロフィールに追加したりできます。コースの内容の閲覧のみを希望する場合は、無料でコースを聴講できます。
Is financial aid available?
はい。受講料の支払いが難しい受講生に、Coursera（コーセラ）は学資援助を提供しています。左側の［登録］ボタンの下にある［学資援助］のリンクをクリックして申請してください。申請書の入力を促すメッセージが表示され、承認されると通知が届きます。詳細。
What browser is recommended for accessing software in this course?
We recommend Chrome, Firefox or Safari when accessing the software.
コースを修了することで大学の単位は付与されますか？
このコースでは大学の単位は付与されませんが、一部の大学ではコース修了証を単位として承認する場合があります。詳細については、大学にお問い合わせください。Coursera（コーセラ）のオンライン学位および Mastertrack™証明書は、大学の単位を取得する機会を提供します。
さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。
