ساخت یک سیستم پیش‌بینی خودکار در مقیاس بزرگ

Name: ساخت یک سیستم پیشبینی خودکار در مقیاس بزرگ
Price: 4848000 IRR
Availability: InStock
Author: AI Academy

معرفی
سرفصل

✅ سرفصل و جزئیات آموزش

توضیحات دوره

در این دوره یاد می‌گیرید که یک پروژه پیش‌بینی در مقیاس بزرگ را با استفاده از ابزارهای SAS Visual Forecasting توسعه داده و نگهداری کنید. در ابتدا تاکید بر انتخاب روش‌های مناسب برای ایجاد داده‌ و تبدیل متغیرها، تولید مدل و انتخاب مدل است. سپس یاد می‌گیرید که چگونه عملکرد کلی پیش‌بینی بیس‌لاین را با تغییر فرآیندهای پیش‌فرض در سیستم بهبود ببخشید.

این دوره برای تحلیلگرانی مناسب است که علاقه‌مند به تقویت مهارت‌های یادگیری ماشین خود با ابزارهای تحلیلی مناسب برای ارزیابی، اصلاح، مدل‌سازی، پیش‌بینی و مدیریت داده‌‌ هستند که شامل متغیرهای جمع‌آوری‌ شده در طول زمان می‌شوند. این دوره عمدتا مبتنی بر سینتکس است، بنابراین تحلیلگرانی که در دوره شرکت می‌کنند نیاز به آشنایی با کدنویسی دارند. تجربه کار با یک زبان شی‌گرا و همچنین آشنایی با دستکاری جداول بزرگ مفید است.

ساخت یک سیستم پیش‌بینی خودکار در مقیاس بزرگ

فصل 1: بررسی تخصص (بررسی)

بررسی 1:52
چگونه بیشترین بهره را از این تخصص ببرید؟ None
استفاده از فروم و دریافت کمک None
سوالات متداول None

فصل 2: بررسی دوره

به دوره خوش آمدید 0:57
پیش‌نیازها None
دسترسی به فایل‌های دوره و تمرین در این دوره (الزامی) None

فصل 3: مقدمه‌ای بر پیش‌بینی در مقیاس بزرگ

درباره این ماژول 0:24
پیش‌بینی در مقیاس بزرگ 1:47
تحلیلگران و الگوریتم‌ها 1:53
آبجکت‌های پکیج ATSM 2:07
آبجکت‌ها و جریان‌های اطلاعات 3:04
سایر پیکربندی‌های مفید 1:45

فصل 4: بررسی و پردازش داده‌ Timestamped

درباره این ماژول 0:59
انباشت سری‌های زمانی 0:55
Binning و ایندکس‌گذاری زمان 1:59
انباشت در رویه TSMODEL 2:01
دمو - انباشت با استفاده از رویه TSMODEL 7:14
تفسیر مقادیر گمشده 2:14
انتساب مقادیر گمشده 1:51
دمو - تفسیر و انتساب مقادیر گمشده 7:30
تجمیع سری‌های زمانی 2:15
ساخت سلسله‌مراتب داده‌ در TSMODEL 2:02
دمو - استفاده از PROC TSMODEL برای ایجاد سلسله‌مراتب داده‌ 5:40
پکیج‌های PROC TSMODEL 5:17
استفاده از پکیج‌های PROC TSMODEL 5:21

فصل 5: پیش‌بینی خودکار - مشخصات و انتخاب مدل

درباره این ماژول 0:19
مقدمه‌ای بر آبجکت‌های ATSM 2:11
آبجکت DIAGSPEC 1:49
متدهای آبجکت DIAGSPEC 1:49
آبجکت DIAGNOSE 1:27
آبجکت FORENG 1:06
آبجکت‌های Collector 1:41
دمو - انتخاب خودکار مدل با استفاده از پکیج ATSM 17:48

فصل 6: ایجاد مدل‌های سفارشی و مدیریت لیست‌های مدل

درباره این ماژول 0:20
مدل‌های سفارشی و پکیج TSM 1:52
پکیج TSM 1:11
نکات برجسته سینتکس پکیج TSM 2:17
دمو - ایجاد و برازش مشخصات سفارشی با پکیج TSM 3:05
افزودن مدل‌های سفارشی 2:46
دمو - ترکیب مدل‌های سفارشی و تولید شده توسط سیستم در فرآیند انتخاب مدل 2:46

فصل 7: متغیرهای رویداد در سیستم پیش‌بینی

درباره این ماژول 0:51
مقدمه‌ای بر متغیرهای رویداد 6:27
متغیرهای رویداد در SAS Visual Forecasting 1:32
ایجاد متغیرهای رویداد در پکیج ATSM 3:41
پیاده‌سازی متغیرهای رویداد تعریف شده در پکیج ATSM 2:37
دمو - ایجاد و پیاده‌سازی متغیرهای رویداد در پکیج ATSM 7:16
ایجاد متغیرهای رویداد در رویه HPFEVENTS 5:27
پیاده‌سازی متغیرهای رویداد تعریف شده در رویه HPFEVENTS 2:26
دمو - ایجاد متغیرهای رویداد در رویه HPFEVENTS و پیاده‌سازی آنها در پکیج ATSM 4:59
قابلیت BY-Group 3:17
پیاده‌سازی پردازش BY-Group برای متغیرهای رویداد 5:58
دمو - پردازش BY-Group برای متغیرهای رویداد 5:34

فصل 8: مغایرت پیش‌بینی‌های آماری

درباره این ماژول 0:21
مبانی مغایرت 1:12
انجام مغایرت پیش‌بینی اولیه 2:32
دمو - مغایرت از بالا به پایین با استفاده از رویه TSRECONCILE 2:36
انجام لغو تجمیع 1:27
انجام مغایرت پایین به بالا 0:41
دمو - انجام مغایرت پایین به بالا 2:08

فصل 9: راه‌اندازی سیستم پیش‌بینی و تولید بهترین پیش‌بینی‌ها

درباره این ماژول 0:34
انتخاب مدل نمونه Holdout 2:59
پارتیشن‌بندی Holdout 2:47
اندازه‌گیری‌های عملکرد 3:48
دمو - پیاده‌سازی ارزیابی صادقانه برای انتخاب مدل و ایجاد تشخیص‌های دقت بنچ‌مارک 1:28
مدل‌های ترکیبی 2:11
دمو - افزودن مدل‌های ترکیبی به سیستم پیش‌بینی 1:08
تشخیص داده پرت 2:36
دمو - افزودن تشخیص داده پرت به سیستم پیش‌بینی 1:19
پردازش شرطی 1:19
دمو - پردازش شرطی و ضبط خطا 2:23
چرخش سیستم پیش‌بینی رو به جلو در زمان 2:16
پایداری و بروزرسانی مدل‌ها 2:23
دمو - چرخش سیستم رو به جلو در زمان 5:28