Об этом курсе

Недавно просмотрено: 58,370
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 30 часов на выполнение
Английский
Субтитры: Английский
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 30 часов на выполнение
Английский
Субтитры: Английский

от партнера

Логотип SAS

SAS

Программа курса: что вы изучите

Неделя
1

Неделя 1

1 ч. на завершение

Course Overview

1 ч. на завершение
1 видео ((всего 1 мин.)), 3 материалов для самостоятельного изучения, 1 тест
1 видео
3 материала для самостоятельного изучения
Learner Prerequisites
Using SAS® Viya® for Learners with This Course (Required)10мин
Using Forums and Getting Help10мин
5 ч. на завершение

Getting Started with Machine Learning using SAS® Viya®

5 ч. на завершение
15 видео ((всего 40 мин.)), 16 материалов для самостоятельного изучения, 10 тестов
15 видео
Machine Learning in SAS Viya2мин
Analytics Life Cycle1мин
Case Study: Customer Churn2мин
SAS Viya Tools for SAS Visual Data Mining and Machine Learning1мин
Demo: Creating a Project4мин
Predictive Modeling5мин
Importance of Data Preparation55
Essential Data Tasks1мин
Dividing the Data3мин
Addressing Rare Events Using Event-Based Sampling3мин
Demo: Modifying the Data Partition4мин
Managing Missing Values3мин
Demo: Building a Pipeline from a Basic Template4мин
SAS Viya in the SAS Platform: Architecture1мин
16 материалов для самостоятельного изучения
Applications of Prediction-Based Decision Making10мин
Advantages of the SAS Platform10мин
Case Study: Data Dictionary10мин
SAS Drive and the Applications Menu10мин
Importing Data from a Local Source10мин
SAS Viya Tools for Data Preparation10мин
Cross Validation for Small Data Sets10мин
Global Metadata10мин
Managing Missing Values: Details10мин
Pipeline Templates in Model Studio10мин
Logistic Regression10мин
SAS Cloud Analytic Services10мин
SAS Viya: A Shift in Mindset10мин
Data Sources and CAS10мин
Interfaces and Products10мин
SAS Visual Data Mining and Machine Learning10мин
7 практических упражнений
Question 1.012мин
Question 1.022мин
Question 1.032мин
Question 1.042мин
Question 1.052мин
Question 1.062мин
Getting Started with Machine Learning and SAS Viya30мин
Неделя
2

Неделя 2

6 ч. на завершение

Data Preparation and Algorithm Selection

6 ч. на завершение
14 видео ((всего 47 мин.)), 11 материалов для самостоятельного изучения, 16 тестов
14 видео
Exploring the Data1мин
Demo: Exploring the Data4мин
Replacing Incorrect Values1мин
Demo: Replacing Incorrect Values Starting on the Data Tab7мин
Feature Creation27
Text Mining1мин
Demo: Adding Text Mining Features7мин
Using Transformations to Handle Extreme or Unusual Values3мин
Demo: Transforming Inputs5мин
Selecting Useful Inputs4мин
Demo: Selecting Features6мин
Demo: Saving a Pipeline to the Exchange1мин
Essential Discovery Tasks and Selecting an Algorithm1мин
11 материалов для самостоятельного изучения
Data Mining Preprocessing Nodes in Model Studio10мин
Replacing Incorrect Values Starting with the Manage Variables Node10мин
Singular Value Decomposition10мин
Feature Extraction Node10мин
Finding the Best Transformation in Model Studio10мин
Feature Selection and the Variable Selection Node in Model Studio: Details10мин
Variable Clustering10мин
Best Practices for Common Data Preparation Challenges10мин
Automated Feature Engineering Pipeline Template10мин
Considerations for Selecting an Algorithm10мин
Comparison of Modeling Algorithms10мин
9 практических упражнений
Question 2.012мин
Question 2.022мин
Question 2.032мин
Question 2.042мин
Question 2.052мин
Question 2.062мин
Question 2.072мин
Question 2.085мин
Data Preparation and Algorithm Selection Quiz30мин
Неделя
3

Неделя 3

7 ч. на завершение

Decision Trees and Ensembles of Trees

7 ч. на завершение
23 видео ((всего 68 мин.)), 12 материалов для самостоятельного изучения, 21 тестов
23 видео
Basics of Decision Trees2мин
Demo: Building a Decision Tree Model Using the Default Settings7мин
Decision Trees for Categorical Targets: Classification Trees3мин
Decision Trees for Interval Targets: Regression Trees2мин
Improving the Decision Tree Model25
Demo: Modifying the Structure Parameters1мин
Recursive Partitioning3мин
Splitting Criteria4мин
Split Search9мин
Demo: Modifying the Recursive Partitioning Parameters1мин
Optimizing the Complexity of a Decision Tree Model39
Pruning3мин
Demo: Modifying the Pruning Parameters2мин
Regularizing and Tuning the Hyperparameters of a Machine Learning Model2мин
Building Ensemble Models1мин
Perturb and Combine Methods5мин
Bagging2мин
Boosting1мин
Comparison of Tree-Based Models1мин
Demo: Building a Gradient Boosting Model3мин
Forest Models3мин
Demo: Building a Forest Model4мин
12 материалов для самостоятельного изучения
Impurity Reduction Measures for Categorical and Interval Targets10мин
Splitting Criteria in Model Studio10мин
Adjustments in a Split Search10мин
Missing Values in Decision Trees in Model Studio10мин
Surrogate Splits10мин
Calculating Variable Importance for Surrogate Splits10мин
Bottom-Up Pruning Requirements10мин
Pruning Options in Model Studio10мин
Autotuning Options for Decision Trees in Model Studio10мин
Gradient Boosting Models10мин
Autotuning Options for Gradient Boosting in Model Studio10мин
Autotuning Options for Forests in Model Studio10мин
11 практических упражнений
Question 3.01
Question 3.022мин
Question 3.032мин
Question 3.042мин
Question 3.052мин
Think About It2мин
Question 3.062мин
Question 3.072мин
Question 3.08
Question 3.092мин
Decision Trees and Ensembles of Trees Quiz30мин
Неделя
4

Неделя 4

4 ч. на завершение

Neural Networks

4 ч. на завершение
18 видео ((всего 37 мин.)), 10 материалов для самостоятельного изучения, 13 тестов
18 видео
Beyond Traditional Regression: Neural Networks3мин
Limitations of Neural Networks2мин
Basics of Neural Networks3мин
Estimating Weights and Making Predictions3мин
Learning Process2мин
Essential Discovery Tasks for Neural Networks24
Demo: Building a Neural Network Using the Default Settings3мин
Improving the Neural Network Model22
Neural Network Architectures4мин
Activation Functions1мин
Shaping the Sigmoid2мин
Demo: Modifying the Neural Network Architecture1мин
Optimizing the Complexity of a Neural Network Model40
Weight Decay1мин
Early Stopping2мин
Regularizing and Tuning the Hyperparameters of a Neural Network Model32
Demo: Modifying the Learning and Optimization Parameters2мин
10 материалов для самостоятельного изучения
Standardization Methods10мин
Iterative Updating in Numerical Optimization10мин
Numerical Optimization Methods in Model Studio10мин
Deviance Measures in Model Studio10мин
Calculating the Number of Parameters10мин
Deep Learning10мин
Hidden Layer Activation Functions in Model Studio10мин
Target Layer Activation Functions and Error Functions in Model Studio10мин
Selected Hyperparameters Related to the Learning Process in Model Studio10мин
Autotuning Options for Neural Networks in Model Studio10мин
8 практических упражнений
Question 4.012мин
Question 4.022мин
Question 4.032мин
Question 4.042мин
Question 4.052мин
Question 4.062мин
Question 4.072мин
Neural Networks Quiz30мин

Рецензии

Лучшие отзывы о курсе МАШИННОЕ ОБУЧЕНИЕ С ИСПОЛЬЗОВАНИЕМ SAS VIYA

Посмотреть все отзывы

Часто задаваемые вопросы

  • Доступ к лекциям и заданиям предоставляется в зависимости от типа регистрации. Если вы проходите курс в режиме слушателя, то получите бесплатный доступ к большинству материалов курса. Чтобы открыть оцениваемые задания и возможность получить сертификат, необходимо будет приобрести прохождение с сертификатом. Это можно сделать во время прохождения в режиме слушателя или после него. Если вы не видите варианта 'Режим слушателя'.

    • Курс может не предлагаться в режиме слушателя. Попробуйте бесплатную пробную версию или подайте заявку на финансовую помощь.
    • Курс предлагаться в режиме 'Полный курс, без сертификата'. В нем можно просматривать все материалы, выполнять обязательные задания и получить итоговую оценку. Приобрести дополнительно прохождение с сертификатом в таком случае нельзя.
  • Оплатив сертификацию, вы получите доступ ко всем материалам курса, включая оцениваемые задания. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

  • Средства можно вернуть в течение двух недель с момента оплаты или (для только что начавшихся курсов) в течение двух недель после первой сессии, в зависимости от того, какое событие наступит позже. Средства не возвращаются после получения сертификата о прохождении курса, даже если вы закончили курс в течение двухнедельного гарантийного срока. Ознакомьтесь с нашей политикой возврата средств.

  • Да, Coursera предоставляет финансовую помощь учащимся, которые не могут оплатить обучение. Чтобы подать заявление, перейдите по ссылке 'Финансовая помощь' слева под кнопкой 'Зарегистрироваться' и заполните форму. Если его примут, вы получите уведомление. Подробнее

  • Этот курс не приравнивается к зачету в университетах, однако некоторые вузы принимают сертификаты на свое усмотрение. Дополнительную информацию уточняйте в своем деканате. Онлайн-дипломы и сертификаты Mastertrack™ от Coursera позволяют получить зачеты.

Остались вопросы? Посетите Центр поддержки учащихся.