SAS Enterprise Miner’a Giriş

SAS Enterprise Miner arayüzünün ve temel özelliklerinin tanıtımı.

• Projeler, veri kaynakları ve iş akışlarının yönetimi.

• Veri madenciliği projelerinin oluşturulması ve yönetilmesi.

Veri Hazırlama ve Ön İşleme

Veri setlerini yükleme, temizleme ve hazırlama.

• Özellik mühendisliği ve veri dönüşümleri.

• Eksik veri yönetimi ve anomali tespiti.

Modelleme Teknikleri

Regresyon Modelleri: Basit ve çoklu regresyon analizi.

• Sınıflandırma Modelleri: Karar ağaçları, rastgele ormanlar, destek vektör makineleri (SVM).

• Kümeleme: K-means, hiyerarşik kümeleme ve diğer kümeleme teknikleri.

• Zaman Serisi: Zaman serisi analizi ve tahmin yöntemleri.

Model Seçimi ve Tuning

Model performansını değerlendirme ve seçim kriterleri.

• Hiperparametre ayarları ve model tuning teknikleri.

• Model geçerliliği ve sonuçların yorumlanması.

Gelişmiş Veri Madenciliği Teknikleri

Association Rules: İlişki kuralları ve sepet analizi.

• Neural Networks: Yapay sinir ağları ve derin öğrenme yöntemleri.

• Ensemble Methods: Model birleştirme ve ensembling teknikleri.

Model Sonuçlarının Raporlanması

Model sonuçlarının görselleştirilmesi ve raporlanması.

• Analitik bulguları etkili bir şekilde sunma ve paylaşma.

• Raporlama araçları ve kullanıcı dostu rapor tasarımları.