Katılımcılara SAS Viya platformunda ileri düzey analitik ve makine öğrenimi tekniklerini uygulamayı öğretmektir. Eğitim, karmaşık analitik problemleri çözme ve makine öğrenimi algoritmalarını kullanma becerilerini geliştirmeyi hedefler.
Eğitim İçeriği
SAS Viya’ya Giriş ve İleri Düzey Özellikler
SAS Viya platformunun genel özellikleri ve avantajları.
İleri düzey analitik araçlar ve teknikler.
SAS Viya arayüzü ve gelişmiş iş akışları.
Veri Hazırlama ve Ön İşleme
Veri setlerini yükleme, temizleme ve hazırlama.
Özellik mühendisliği ve veri dönüşümleri.
Eksik veri yönetimi ve veri entegrasyonu.
İleri Düzey Analitik Teknikler
İstatistiksel Analizler: İleri düzey istatistiksel yöntemler ve uygulamaları.
Zaman Serisi Analizi: Karmaşık zaman serisi modelleri ve tahmin teknikleri.
Doğal Dil İşleme (NLP): Metin verisi analizi ve NLP teknikleri.
Makine Öğrenimi Algoritmaları
Denetimli Öğrenme: Regresyon, sınıflandırma algoritmaları ve hiperparametre tuning.
Denetimsiz Öğrenme: Kümeleme, boyut indirgeme ve ilişki kuralları.
Gelişmiş Makine Öğrenimi: Derin öğrenme, sinir ağları ve ensemble yöntemleri.
Model Değerlendirme ve Seçimi
Model performansını değerlendirme metrikleri (ROC, AUC, F1-Score).
Model seçim kriterleri ve en iyi model belirleme.
Model geçerliliği ve sonuçların yorumlanması.
Model Tuning ve İyileştirme
Hiperparametre optimizasyonu ve model tuning teknikleri.
Modelin performansını iyileştirme stratejileri.
Çapraz doğrulama ve model optimizasyonu.
İleri Düzey Analitik ve Makine Öğrenimi Uygulamaları
Büyük Veri Analizi: Büyük veri setleri ile çalışma ve analiz teknikleri.
AI ve ML Entegrasyonu: SAS Viya ile yapay zeka ve makine öğrenimi uygulamaları.
Özelleştirilmiş Analitik Çözümler: İleri düzey analitik çözümler ve özel algoritmalar.