Le vendite proseguono nel nuovo sito https://www.deeplearningitalia.com/
Questo corso copre le basi teoriche per diverse tecniche associate a modelli di apprendimento automatico supervisionato. Inoltre, viene definito un caso di studio aziendale per guidare i partecipanti attraverso tutte le fasi del ciclo di vita analitico, dalla comprensione del problema all'implementazione del modello, attraverso la preparazione dei dati, l'addestramento e la validazione del modello. Una serie di dimostrazioni ed esercizi che vengono utilizzati per rafforzare i concetti e l'approccio analitico alla risoluzione dei problemi. Questo corso utilizza Model Studio, l'interfaccia di SAS Viya per costruire flussi di pipeline, per preparare, sviluppare, confrontare e distribuire modelli analitici. Imparerai ad addestrare modelli di machine learning supervisionati per prendere decisioni migliori sui big data. Le applicazioni SAS utilizzate in questo corso rendono possibile l'apprendimento automatico senza avere bisogno di conoscenze di programmazione.
Il tuo istruttore
Daniele Riboli è Associate Technical Training Consultant presso SAS. È laureato presso l’Università Cattolica del Sacro Cuore in Scienze dell'Economia e della Gestione Aziendale. Il suo percorso in SAS inizia dalla selezione per una Masterclass, un programma specifico volto a formare giovani neolaureati, in ambito SAS Analytics. All’interno del Team Education, è specializzato in corsi SAS Analytics, BI e Data Mining-Machine Learning, rivolti sia a clienti e partner SAS che agli studenti universitari.
Argomenti
-
InizioPredictive Modeling (5:07)
-
InizioData Preparation (1:44)
-
InizioDividing Data (3:14)
-
InizioAddress Rare Events Using E-B Sampling (3:10)
-
InizioDemo: Modifying The Data Partition (5:32)
-
InizioManaging Missing Values (2:59)
-
InizioLogistic Regression (6:44)
-
InizioDemo: Building Pipeline from Basic Template (5:14)