4.7
星
93件の評価

Jeff Thompson +1人以上のインストラクター

6,935人がすでに登録済みです

提供：

Sas Viyaを使った機械学習

SAS

このコースについて

8,960 最近の表示

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. 
This course uses Model Studio, the pipeline flow interface in SAS Viya that enables you to prepare, develop, compare, and deploy advanced analytics models. You learn to train supervised machine learning models to make better decisions on big data. The SAS applications used in this course make machine learning possible without programming or coding.

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。

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。

中級レベル

約34時間で修了

英語

字幕：英語

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。

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。

中級レベル

約34時間で修了

英語

字幕：英語

講師

講師の評価

4.61/5 (16 件の評価)

Jeff Thompson

Senior Analytical Training Consultant

Education

受講者6,935 名

1 コース

Catherine Truxillo

Director, Analytical Education

Education

受講者6,935 名

1 コース

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

週

週 1

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2分）, 3 学習用教材, 1 個のテスト

5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.

5時間で修了

15件のビデオ（合計43分）, 16 学習用教材, 9 個のテスト

15件のビデオ

Introduction13

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 Project and Selecting Data5 分

Importing Data from a Local Source1 分

Predictive Modeling5 分

Data Preparation1 分

Dividing the Data3 分

Addressing Rare Events Using Event-Based Sampling3 分

Demo: Modifying the Data Partition5 分

Managing Missing Values3 分

Demo: Building a Pipeline from a Basic Template5 分

SAS Viya in the SAS Platform: Architecture1 分

16件の学習用教材

Applications of Prediction-Based Decision Making10 分

Case Study: Data Dictionary10 分

SAS Drive and the Application Bar10 分

Importing Data from a Local Source10 分

SAS Viya Tools for Data Preparation10 分

Cross Validation for Small Data Sets10 分

Selecting Variables on the Data Tab10 分

Global Metadata10 分

Managing Missing Values: Details10 分

Imputation Methods in Model Studio10 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

6の練習問題

Question 1.025 分

Question 1.035 分

Question 1.045 分

Question 1.055 分

Question 1.065 分

Getting Started with Machine Learning and SAS Viya30 分

週

週 2

6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.

6時間で修了

14件のビデオ（合計44分）, 12 学習用教材, 16 個のテスト

14件のビデオ

Introduction to Data Preparation and Algorithm Selection45

Exploring the Data1 分

Demo: Exploring the Data4 分

Replacing Incorrect Values1 分

Demo: Replacing Incorrect Values Starting on the Data Tab6 分

Feature Creation24

Text Mining1 分

Demo: Adding Text Mining Features6 分

Using Transformations to Handle Extreme or Unusual Values3 分

Demo: Transforming Inputs5 分

Selecting Useful Inputs4 分

Demo: Selecting Features5 分

Demo: Saving a Pipeline to the Exchange1 分

Starting the Discovery Phase of the Analytics Life Cycle1 分

12件の学習用教材

Data Mining Preprocessing Nodes in Model Studio10 分

Risk Modeling Add-on for SAS Visual Data Mining and Machine Learning10 分

Replacing Incorrect Values Starting with the Manage Variables Node10 分

Singular Value Decomposition and the Text Mining Node10 分

Feature Extraction Node10 分

Transformations in Model Studio10 分

Feature Selection and the Variable Selection Node: Details10 分

Variable Clustering10 分

Best Practices for Common Data Preparation Challenges10 分

Feature Engineering in SAS Visual Data Mining and Machine Learning10 分

Considerations for Selecting an Algorithm10 分

Comparison of Modeling Algorithms10 分

8の練習問題

Question 2.015 分

Question 2.025 分

Question 2.035 分

Question 2.045 分

Question 2.055 分

Question 2.075 分

Question 2.085 分

Data Preparation and Algorithm Selection Quiz30 分

週

週 3

7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.

7時間で修了

23件のビデオ（合計69分）, 14 学習用教材, 17 個のテスト

23件のビデオ

Introduction to Decision Trees and Ensembles of Trees38

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 Parameters2 分

Recursive Partitioning3 分

Splitting Criteria4 分

Split Search9 分

Demo: Modifying the Recursive Partitioning Parameters1 分

Optimizing the Complexity of a Decision Tree Model36

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

14件の学習用教材

Score Code in Model Studio10 分

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

Hyperparameter Optimization Methods10 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

10の練習問題

Question 3.015 分

Question 3.025 分

Question 3.035 分

Question 3.045 分

Question 3.055 分

Question 3.065 分

Question 3.075 分

Question 3.085 分

Question 3.095 分

Decision Trees and Ensembles of Trees Quiz30 分

週

週 4

4時間で修了

Neural Networks

In this module, you learn to build neural network models.

4時間で修了

19件のビデオ（合計42分）, 9 学習用教材, 10 個のテスト

19件のビデオ

Introduction to Neural Networks27

Beyond Traditional Regression: Neural Networks4 分

Overcoming the Limitations of Neural Networks3 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 Settings2 分

Improving the Neural Network Model18

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 Model37

Weight Decay2 分

Early Stopping2 分

Regularizing and Tuning the Hyperparameters of a Neural Network Model32

Network Learning Hyperparameters3 分

Demo: Modifying the Learning and Optimization Parameters2 分

9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

Autotuning Options for Neural Networks in Model Studio10 分

6の練習問題

Question 4.015 分

Question 4.02 - 4.0310 分

Question 4.045 分

Question 4.055 分

Question 4.06 - 4.0710 分

Neural Networks Quiz30 分

週

週 5

4時間で修了

Support Vector Machines

In this module, you learn to build support vector machine models.

4時間で修了

17件のビデオ（合計31分）, 5 学習用教材, 10 個のテスト

17件のビデオ

Introduction to Support Vector Machines43

Support Vector Machines as Classifier Models2 分

Mathematical Definition of a Support Vector Machine1 分

Maximum-Margin Hyperplane and Support Vectors1 分

Essential Discovery Tasks for Support Vector Machines9

Demo: Building a Support Vector Machine Using the Default Settings2 分

Improving the Support Vector Machine Model1 分

Optimization Problem1 分

Accounting for Errors with Nonlinearly Separable Data51

Demo: Modifying the Methods of Solution Parameters1 分

Optimizing the Complexity of the Support Vector Machine Model28

Feature Space Approach for Nonlinearly Separable Data1 分

Kernel Trick1 分

Demo: Increasing the Flexibility of the Support Vector Machine2 分

Model Interpretability1 分

Demo: Adding Model Interpretability10 分

Regularizing and Tuning the Hyperparameters of the Support Vector Machine Model22

5件の学習用教材

Dot Products10 分

Constraints for Optimization10 分

Lagrange Approach for Estimation10 分

Model Interpretability Plots10 分

Autotuning Options for Support Vector Machines in Model Studio10 分

5の練習問題

Question 5.015 分

Question 5.025 分

Question 5.035 分

Question 5.045 分

Support Vector Machines Quiz30 分

週

週 6

5時間で修了

Model Deployment

In this module, you learn how to select the model that best meets the requirements of your business challenge and put the model into production. You also learn about managing the model over time.

5時間で修了

16件のビデオ（合計36分）, 5 学習用教材, 13 個のテスト

16件のビデオ

Introduction to Model Deployment24

Essential Deployment Tasks34

Selecting a Model45

Numeric Measures of Model Performance1 分

Confusion Matrix for Decision Predictions1 分

ROC Charts and the C-Statistic3 分

Charts Based on Response Rate: CPH and Lift3 分

Ways of Comparing Models in Model Studio1 分

Demo: Comparing Models within a Pipeline2 分

Demo: Comparing Models across Pipelines2 分

Demo: Reviewing a Project Summary Report on the Insights Tab3 分

Demo: Registering the Champion Model59

Demo: Exploring the Settings for Model Selection2 分

Scoring and Managing the Champion Model1 分

Demo: Viewing the Score Code and Running a Scoring Test6 分

Monitoring and Updating the Model1 分

5件の学習用教材

Numeric Measures of Model Performance by Prediction Type10 分

Model Selection Statistics by Target Type10 分

Score Code and Model Deployment10 分

Introducing SAS Model Manager10 分

SAS Model Manager Tabs10 分

6の練習問題

Question 6.015 分

Question 6.025 分

Question 6.035 分

Question 6.045 分

Question 6.055 分

Model Deployment Quiz30 分

週

週 7

2時間で修了

Additional Resources and Practice Exam

2時間で修了

1件のビデオ（合計6分）, 4 学習用教材, 1 個のテスト

レビュー

4.7

17件のレビュー

5 stars
74.73%
4 stars
18.94%
3 stars
6.31%

SAS VIYAを使った機械学習からの人気レビュー

EOにより2021年1月5日

The content is great, although the platform failed after 5 days of inactivity. My account was deactivated and I was never able to recover it so I couldn't follow the tutorials.

PDにより2020年6月11日

A well designed and thoughtful course explaining the key concepts of 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.

SSにより2020年3月13日

This is a good course . SAS is the leader in the world of analytics.

すべてのレビューを見る

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。
学資援助はありますか？
はい。一部の学習プログラムでは、登録料が払えない場合、学資援助や奨学金を申請することができます。学習プログラムの選択において、学資援助や奨学金が利用可能な場合は、説明ページに申請するためのリンクが貼ってあります。
What browser is recommended for accessing software in this course?
We recommend Chrome, Firefox or Safari when accessing the software.

さらに質問がある場合は、受講者ヘルプセンターにアクセスしてください。

Sas Viyaを使った機械学習

Sas Viyaを使った機械学習

このコースについて

講師

Jeff Thompson

Catherine Truxillo

提供：

SAS

シラバス - 本コースの学習内容

週 1

Course Overview

Getting Started with Machine Learning using SAS® Viya

週 2

Data Preparation and Algorithm Selection

週 3

Decision Trees and Ensembles of Trees

週 4

Neural Networks

週 5

Support Vector Machines

週 6

Model Deployment

週 7

Additional Resources and Practice Exam

レビュー

SAS VIYAを使った機械学習からの人気レビュー

よくある質問

キャリアをスタート、またはキャリアアップする

人気のあるトピックを閲覧

人気のコースと記事

オンラインで学位または証明書を取得する

Coursera

コミュニティ

さらに表示

Sas Viyaを使った機械学習

Sas Viyaを使った機械学習

このコースについて

講師

Jeff Thompson

Catherine Truxillo

提供：

SAS

シラバス - 本コースの学習内容

週 1

Course Overview

Getting Started with Machine Learning using SAS® Viya

週 2

Data Preparation and Algorithm Selection

週 3

Decision Trees and Ensembles of Trees

週 4

Neural Networks

週 5

Support Vector Machines

週 6

Model Deployment

週 7

Additional Resources and Practice Exam

レビュー

SAS VIYAを使った機械学習 からの人気レビュー

よくある質問

Coursera Footer

キャリアをスタート、またはキャリアアップする

人気のあるトピックを閲覧

人気のコースと記事

オンラインで学位または証明書を取得する

Coursera

コミュニティ

さらに表示

SAS VIYAを使った機械学習からの人気レビュー