595608_it-IT
Home page del corso "JMP® Pro: modellazione predittiva".
Riepilogo: Questo corso copre le competenze necessarie per sviluppare, valutare, mettere a punto, confrontare e valutare i modelli predittivi utilizzando il software JMP Pro.
Questo corso ti insegna come costruire e comprendere modelli predittivi utilizzando tecniche di apprendimento automatico come modelli di regressione generalizzata, vicini k-nearest, Bayes ingenuo, macchine vettoriali di supporto, alberi decisionali e reti neurali. Imparerai anche come convalidare i modelli predittivi utilizzando la convalida incrociata, la convalida holdback e i criteri teorici dell'informazione.
Durata: 14 ore di contenuto.
Modalità:
- in diretta online con l'istruttore -- Questo corso è disponibile periodicamente nel ns programma dei corsi pubblici . I corsi pubblici sono un'occasione per apprendere questi contenuti con a istruttore dal vivo , ma attualmente sono offerti solo in inglese ea volte sono più convenienti per un pubblico statunitense (perché la maggior parte dei nostri istruttori si trova nei fusi orari degli Stati Uniti). Non vedi quello che stai cercando?Facci sapere .
- tramite un fornitore di formazione di terze parti: qualsiasi corso del nostro curriculum JMP potrebbe essere tenuto da un fornitore di formazione autorizzato, anche attraverso il reparto formazione della tua azienda. Contatta il tuo rappresentante JMP per saperne di più.
Prerequisiti: Prima di frequentare questo corso, si consiglia di completare il Software JMP®: un approccio case study all'esplorazione dei dati E JMP®: decisioni statistiche utilizzando ANOVA e regressione corsi o avere un'esperienza equivalente.
Obiettivi formativi:
- Sviluppa, confronta e spiega modelli complessi.
- Utilizza la piattaforma di partizione per la modellazione predittiva, inclusi bagging, bootstrap forest, alberi potenziati.
- Utilizza le reti neurali per la modellazione predittiva, tra cui la convalida incrociata k-Fold, le reti neurali multistrato e il potenziamento.
- Ottimizza i modelli predittivi.
- Punteggio di nuovi dati in JMP e generazione di codice punteggio da utilizzare in altri software.
- Implementa modelli predittivi in produzione.
Struttura del corso:
Introduzione alla modellazione predittiva
- In cosa differisce la modellazione predittiva?
- Importazione dati e pulizia.
- Generalizzazione e valutazione onesta.
Panoramica delle piattaforme di modellazione predittiva
Modellazione predittiva con la piattaforma di partizione
- Partizionamento ricorsivo.
- Insaccamento.
- Foresta Bootstrap.
- Modelli di alberi potenziati.
- Messa a punto,
Modellazione predittiva con reti neurali
- Adattamento di un modello di rete neurale.
- Architetture di reti neurali.
- Convalida incrociata k-Fold.
- Reti neurali potenziate.
- Messa a punto.
Scelta e distribuzione di modelli predittivi
- Confronti di modelli.
- Modelli d'insieme.
- Deposito formule.
Modellazione predittiva e Machine Learning
Comments
There are no comments yet
