595608_de-DE

liliconcom

Homepage des Kurses „JMP® Pro: Predictive Modeling“.

Zusammenfassung: Dieser Kurs behandelt die Fähigkeiten, die zum Entwickeln, Bewerten, Optimieren, Vergleichen und Bewerten von Vorhersagemodellen mit der JMP Pro-Software erforderlich sind.

In diesem Kurs lernen Sie, wie Sie Vorhersagemodelle mit maschinellen Lerntechniken wie generalisierten Regressionsmodellen, k-nächsten Nachbarn, naiven Bayes, Support-Vektor-Maschinen, Entscheidungsbäumen und neuronalen Netzen erstellen und verstehen. Sie lernen auch, wie Sie Vorhersagemodelle mithilfe von Kreuzvalidierung, Holdback-Validierung und informationstheoretischen Kriterien validieren.

---

Dauer: 14 Stunden Inhalt.

---

Modalitäten:

• Live online mit Dozent – Dieser Kurs ist regelmäßig in unserem verfügbar öffentlicher Kursplan . Die öffentlichen Kurse sind eine Möglichkeit, diese Inhalte mit einem zu erlernen Live-Lehrer , aber sie werden derzeit nur auf Englisch angeboten und sind manchmal für ein US-Publikum am bequemsten (da sich die meisten unserer Lehrer in US-Zeitzonen befinden). Sehen Sie nicht, was Sie suchen?Lass uns wissen .
• über einen externen Schulungsanbieter – Jeder Kurs in unserem JMP-Lehrplan kann von einem lizenzierten Schulungsanbieter abgehalten werden, einschließlich über die Schulungsabteilung Ihres eigenen Unternehmens. Wenden Sie sich an Ihren JMP-Vertreter, um mehr zu erfahren.

---

Voraussetzungen: Vor der Teilnahme an diesem Kurs wird empfohlen, den zu absolvieren JMP® Software: Ein Fallstudienansatz zur Datenexploration Und JMP®: Statistische Entscheidungen mit ANOVA und Regression Kurse oder haben gleichwertige Erfahrung.

---

Lernziele:

• Komplexe Modelle entwickeln, vergleichen und erklären.
• Verwenden Sie die Partitionsplattform für die Vorhersagemodellierung, einschließlich Bagging, Bootstrap Forest, verstärkte Bäume.
• Verwenden Sie neuronale Netze für die Vorhersagemodellierung, einschließlich k-Fold-Kreuzvalidierung, mehrschichtige neuronale Netze und Boosting.
• Vorhersagemodelle optimieren.
• Bewerten Sie neue Daten in JMP und generieren Sie Bewertungscode zur Verwendung in anderer Software.
• Stellen Sie Vorhersagemodelle in der Produktion bereit.

---

Kursübersicht:

Einführung in die Vorhersagemodellierung

• Wie unterscheidet sich die prädiktive Modellierung?
• Importieren von Daten und Bereinigung.
• Verallgemeinerung und ehrliche Einschätzung.

Überblick über Predictive-Modeling-Plattformen

Vorhersagemodellierung mit der Partitionsplattform

• Rekursive Partitionierung.
• Absacken.
• Bootstrap-Wald.
• Boosted-Tree-Modelle.
• Stimmen,

Vorhersagemodellierung mit neuronalen Netzen

• Anpassung eines neuronalen Netzwerkmodells.
• Architekturen neuronaler Netze.
• k-fache Kreuzvalidierung.
• Verbesserte neuronale Netze.
• Abstimmung.

Auswahl und Einsatz von Vorhersagemodellen

• Modellvergleiche.
• Ensemble-Modelle.
• Formeldepot.

Vorhersagemodellierung und maschinelles Lernen