Ne pas tenir compte du tarif indiqué en bas de page
Rendez-vous sur le portail client et cliquer sur Passer commande
Les prix 2020 sont indiqués


Partager cet article ...Print this pageEmail this to someoneTweet about this on TwitterShare on FacebookShare on Google+Share on LinkedInPin on PinterestShare on TumblrDigg this
Machine Learning utilisant SAS Viya
CPML3V / LI-REQ-267

OBJECTIFS PEDAGOGIQUES

Cette formation aborde les fondements théoriques pour les différentes techniques associés aux modèles « supervised machine learning ». Une série de démonstrations et exercices est utilisée pour renforcer tous les concepts et les approches analytiques. En complément, une étude de cas est définie pour guider les participants à travers toutes les étapes de la vie du cycle analytique. Cela commence par la compréhension du modèle de déploiement à la préparation des données, sélection des fonctionnalités, formation théorique et validation et évaluation du modèle. Ce cours est au cœur du programme d’études de SAS Viya sur l’exploration de données et du Machine Learning. Il utilise Model Studio, l’interface de flux pipeline de SAS Viya qui vous permet de préparer, développer, comparer et déployer des modèles analytiques avancés. Vous apprenez à former des modèles d’apprentissage machine supervisés pour prendre de meilleures décisions au sujet du big data. Les applications SAS utilisées dans ce cours rendent possible l’apprentissage machine sans programmation ni codage.

PUBLIC

PRE–REQUIS

Analystes d’affaires, analystes de données, analystes marketing, directeurs marketing, scientifiques des données, ingénieurs de données, analystes financiers, mineurs de données, statisticiens, mathématiciens et autres qui travaillent dans des domaines connexes.
  • Avant de participer à ce cours, les participants devraient avoir au moins une connaissance de base des statistiques de base. Une expérience préalable du logiciel SAS est utile mais n’est pas obligatoire.

CONTENU

 

Introduction
Machine Learning dans la prise de décision d’entreprise
Les bases de la prédiction supervisée
Présentation de SAS Viya
 Préparation de données
Exploration des données
Extraction de caractéristiques et transformation des entrées
Sélection des caractéristiques
Clustering variable (auto-apprentissage)
Meilleures pratiques
Arbres de décision et ensembles
Introduction
Modèles de structures arborescente
Partitionnement récursif
Taille et ensemble d’arbres
Réseaux neuronaux
Introduction
Architecture réseau
Support des machines vectorielles et sujets supplémentaires
Classeur linéaire à grande marge
Méthode de solution
Classeur non linéaire : Kernel Trick
Sélectionner votre algorithme
Outils supplémentaires
Evaluation et déploiement du modèle
Evaluation et comparaison des modèles
Déploiement du modèle 

SESSIONS PROGRAMMEES

Visualisez le calendrier de cours SAS en ligne ici

VALIDATION

Des QCM sont réalisés pendant la formation permettant de mesurer la compréhension sur chaque thème abordé

PEDAGOGIE

La pédagogie employée pour l’animation du cours est basée sur une démarche démonstrative

Les formations combinent 30% d’exercices pratiques pour 70% de théorie et démonstrations

INTERVENANTS

La formation est assurée par un formateur SAS ou un partenaire de SAS.
Tous nos formateurs sont certifiés sur nos logiciels.

MODALITES PRATIQUES

Durée : 2 jours (7 heures de formation par jour)
Prix stagiaire : 1139 € TTC
Horaires : 9h30-13h00, 14h00-17h30

 

Durée: