595608_es-ES
Página de inicio del curso "JMP® Pro: Modelado predictivo"
Resumen: Este curso cubre las habilidades necesarias para desarrollar, evaluar, ajustar, comparar y calificar modelos predictivos utilizando el software JMP Pro.
Este curso le enseña cómo construir y comprender modelos predictivos utilizando técnicas de aprendizaje automático, como modelos de regresión generalizados, k-vecinos más cercanos, bayesiano ingenuo, máquinas de vectores de soporte, árboles de decisión y redes neuronales. También aprenderá a validar modelos predictivos mediante validación cruzada, validación de retención y criterios teóricos de la información.
Duración: 14 horas de contenido.
Modalidades:
- en vivo en línea con el instructor: este curso está disponible periódicamente en nuestro horario de cursos públicos . Los cursos públicos son una oportunidad para aprender este contenido con un instructor en vivo , pero actualmente solo se ofrecen en inglés y, en los momentos más convenientes para una audiencia de EE. UU. (porque la mayoría de nuestros instructores se encuentran en zonas horarias de EE. UU.). ¿No ves lo que estás buscando?Haznos saber .
- a través de un proveedor de capacitación externo: cualquier curso de nuestro plan de estudios de JMP puede ser impartido por un proveedor de capacitación con licencia, incluso a través del departamento de capacitación de su propia empresa. Comuníquese con su representante de JMP para obtener más información.
requisitos previos: Antes de asistir a este curso, se recomienda que complete el Software JMP®: un enfoque de estudio de caso para la exploración de datos y JMP®: decisiones estadísticas usando ANOVA y regresión cursos o experiencia equivalente.
Objetivos de aprendizaje:
- Desarrollar, comparar y explicar modelos complejos.
- Utilice la plataforma de partición para el modelado predictivo, incluido el embolsado, el bosque de arranque y los árboles potenciados.
- Utilice redes neuronales para el modelado predictivo, incluida la validación cruzada k-Fold, las redes neuronales multicapa y la potenciación.
- Ajuste los modelos predictivos.
- Califique nuevos datos en JMP y genere un código de calificación para usar en otro software.
- Implemente modelos predictivos en producción.
Esquema del curso:
Introducción al modelado predictivo
- ¿En qué se diferencia el modelado predictivo?
- Importación de datos y limpieza.
- Generalización y evaluación honesta.
Descripción general de las plataformas de modelado predictivo
Modelado predictivo con la plataforma de partición
- Partición recursiva.
- Harpillera.
- Bosque de arranque.
- Modelos de árboles potenciados.
- Afinación,
Modelado Predictivo con Redes Neuronales
- Ajuste de un modelo de red neuronal.
- Arquitecturas de redes neuronales.
- Validación cruzada de k-Fold.
- Redes neuronales potenciadas.
- Afinación.
Elección e implementación de modelos predictivos
- Comparaciones de modelos.
- Modelos de conjunto.
- Depósito de fórmulas.
Modelado predictivo y aprendizaje automático
Comments
There are no comments yet
