Generic selectors
Exact matches only
Search in title
Search in content
Post Type Selectors
Generic selectors
Exact matches only
Search in title
Search in content
Post Type Selectors

Statystyczna analiza danych cz.4. Budowanie modeli predykcyjnych z użyciem technik maszynowego uczenia

Czas trwania: 16 godz.

Program szkolenia:

  1. Drzewa decyzyjne – wprowadzenie.
  2. Dobór predyktorów oraz kategoryzacja danych z wykorzystaniem procedury: Istotne zmienne CHAID
  3. Interpretacja wyników drzewa.
  4. Zasady budowy drzew klasyfikacyjnych CHAID.
  5. Zasady budowy drzew klasyfikacyjnych CRT.
  6. Wykorzystanie drzew klasyfikacyjnych do przewidywania.
  7. Zaawansowane zagadnienia budowy drzew klasyfikacyjnych.
  8. Zasady budowy drzew regresyjnych CRT.
  9. Sieci neuronowe – wprowadzenie.
  10. Interpretacja wyników i ocena skuteczności sieci do danych.
  11. Zasady budowy sieci typu wielowarstwowy perceptron.
  12. Wielowarstwowy perceptron a sieci RBF – podobieństwa i różnice.
  13. Porównanie skuteczności klasyfikacji z wykorzystaniem drzew klasyfikacyjnych i sieci neuronowych.

Umiejętności i kompetencje zdobywane podczas kursu:

  • Przygotowanie danych na potrzeby konkretnych technik analitycznych
  • Zapoznanie z procesem konstruowania modeli z wykorzystaniem takich technik jak: sieci neuronowe i drzewa decyzyjne
  • Prawidłowe wnioskowanie na podstawie uzyskanych wyników
  • Umiejętność przewidywania wartości zmiennej zależnej na podstawie zestawu predyktorów
  • Ocena skuteczności modeli predykcyjnych

GDPR

    Skip to content