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
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

提供:

Placeholder

SAS

シラバス - 本コースの学習内容

1

1

1時間で修了

Course Overview

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®

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
2

2

9時間で修了

Data Preparation and Algorithm Selection

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
3

3

11時間で修了

Decision Trees and Ensembles of 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
4

4

8時間で修了

Neural Networks

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

すべてのレビューを見る

よくある質問

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。