Artur Suchwałko

Budowa modeli predykcyjnych w R

Budowa modeli predykcyjnych jest podstawowym zadaniem w zastosowaniach data miningu w bankowości i innych dziedzinach. Modele predykcyjne mają wiele zastosowań i mogą zwiększyć efektywność działania przedsiębiorstwa.

Szkolenie przedstawia kompleksowo metody budowy oraz oceny jakości modeli na przykładach danych dla scoringu aplikacyjnego, scoringu odpowiedzi i innych.

Unikatową cechą szkolenia jest to, że ma ono charakter praktyczny, warsztatowy oraz równocześnie bazuje na darmowym oprogramowaniu. Oznacza to, że uczestnicy szkolenia uzyskują przydatne umiejętności praktyczne, a po zakończeniu szkolenia każdy jego uczestnik może analizować własne dane bez konieczności zakupu oprogramowania. Uczestnicy otrzymują skrypty ułatwiające późniejszą pracę z własnymi danymi.

Czas trwania: 1-2 dni

Oprogramowanie: System R + RCommander

Więcej informacji

Program szkolenia i program szkolenia w pdf (55 KB).

Szkolenie dostępne jest wyłącznie jako zamknięte. Zakres i termin dostosowane będą do Państwa potrzeb. Jeśli są Państwo zainteresowani szkoleniem zamkniętym, to proszę o kontakt.

[Show as slideshow]

Program szkolenia

Przeczytaj program szkolenia w pdf (55 KB).

1. Wprowadzenie
   • zastosowania modeli predykcyjnych
   • przygotowanie danych
   • etapy uczenia i testowania efektywności modelu
   • dobór parametrów modeli
2. Przygotowanie danych
   • analiza pojedynczych cech
     • rozkłady cech (tablice kontyngencji, histogramy)
     • obserwacje brakujące oraz obserwacje odstające
     • kontrola jakości i czyszczenie danych
     • wstępny wybór cech do konstrukcji modelu – analiza zdolności dyskryminacyjnej cech
   • przedziałowanie zmiennych ciągłych (dyskretyzacja)
     • rola przedziałowania
     • metody przedziałowania
       • weight of evidence (WoE)
       • maksymalizacja entropii
       • drzewa klasyfikacyjne
   • analiza zależności między cechami i konstrukcja cech pochodnych (generated characteristics, cross characteristics)
   • standaryzacja
   • próbkowanie
3. Metody klasyfikacyjne i regresyjne
   • analiza dyskryminacyjna
   • metoda najbliższego sąsiada
   • sieci neuronowe
   • maszyny wektorów podpierających (SVM)
   • drzewa klasyfikacyjne
   • drzewa regresyjne
   • randomForest
   • klasyfikator Bayesa
   • regresja liniowa
   • regresja logistyczna
4. Modele oparte na drzewach
   • specyfika modeli opartych na drzewach
   • przegląd zastosowań modeli opartych na drzewach
   • wizualizacja i interpretacja wyników
   • praktyczne aspekty związane z budową modeli opartych na drzewach:
     • kryteria wyboru zmiennych
     • kryteria podziału
     • kryteria zatrzymania
     • ocena złożoności struktury drzewa
   • drzewa klasyfikacyjne
   • drzewa regresyjne
   • postprocessing drzew: upraszczanie i modyfikacje struktury drzew (pruning), analiza ekspercka
   • zalety i wady modeli opartych na drzewach.
   • poprawa stabilności i efektywności drzew (algorytm bagging, modele hybrydowe)
   • lasy losowe (random forest)
5. Ocena jakości klasyfikacji i dobór parametrów klasyfikatorów
   • ocena błędu klasyfikacji
   • ocena jakości modelu: train/test, cross-validation, leave-one-out, bootstrap
   • krzywa ROC, współczynnik AUROC
   • cost-sensitive learning, cost-sensitive evaluation
   • dobór optymalnego punktu odcięcia
   • dobór optymalnych parametrów klasyfikatorów
   • porównanie i wybór najlepszego modelu
6. Wybór cech do modelu
   • kryteria zastosowania cech w modelach (statystyczne, biznesowe, operacyjne)
   • metody graficzne
   • przegląd zupełny zbioru cech
   • metody jednokrokowe (filtry)
   • metody wielokrokowe (forward, backward, forward-backward)
   • metody wbudowane w klasyfikatory (np. randomForest), komitety modeli, inne metody
7. Dodatkowe zagadnienia praktyczne związane z budową modeli R
   • formaty danych wejściowych
   • współpraca z MS Excel
   • eksport modeli w formacie PMML