Цель курса

В данном курсе представлены модели для прогнозирования категорийных и непрерывных показателей. Перед тем, как приступить к изучению моделей, слушатели рассмотрят расширенные приемы подготовки данных, такие как разделение данных на обучающую и контрольную выборки, обнаружение аномалий и балансировка данных. Вначале рассматривается метод главных компонент / факторный анализ, который предназначен для уменьшения количества полей для прогнозирования. Следующие блоки посвящены таким моделям, как Список решений, Метод опорных векторов, XGBoost (алгоритм градиентного бустинга на деревьях) и др.

Для кого предназначен этот курс

Бизнес-аналитиков и аналитиков данных.

Для успешного прохождения курса слушатели должны

• Иметь опыт работы в IBM SPSS Modeler (создание и редактирование потоков)
• Иметь опыт работы с прогнозными моделями или пройти курс "Прогнозирование непрерывных показателей в IBM SPSS Modeler" и/или "Прогнозирование категорийных показателей в IBM SPSS Modeler"

По окончании курса слушатели смогут:

• Подготовить данные к моделированию
• Уменьшить размерность данных
• Создавать наборы правил для модели Список решений
• Использовать расширенные технологии моделирования
• Объединить результаты нескольких моделей
• Найти наилучшую модель

Основные темы:

• Подготовка данных к моделированию
• Упражнение: Подготовка данных к моделированию
• Уменьшение размерности данных при помощи метода главных компонент / факторного анализа
• Упражнение: Уменьшение размерности данных при помощи метода главных компонент / факторного анализа
• Создание наборов правил для флаговых показателей в модели Список решений
• Упражнение: Создание наборов правил для флаговых показателей в модели Список решений
• Изучение расширенных методов прогнозного моделирования
• Упражнение: Изучение расширенных методов прогнозного моделирования
• Объединение моделей
• Упражнение: Объединение моделей
• Поиск наилучшей модели
• Поиск наилучшей модели