SAS Advanced Predictive Modeling

시험 내용 안내

신경망 분석 - 20%

• 신경망 분석의 기본 개념
• 신경망 노드가 제공하는 두 가지 아키텍처를 사용하여 선형 또는 비선형 입출력 관계 모델링
• SAS Enterprise Miner 신경망 노드가 제공하는 최적화 방법을 사용하여 신경망 모수 공간의 효율적 검색
• NEURAL 프로시저(PROC Neural)를 사용하여 사용자 지정 네트워크 아키텍처 구성
• 통계적 고려 사항에 근거하여, TDNN(time delayed neural network)사용, 대리모형을 사용한 신경망 강화.
• HP Neural Node를 사용하여 신경망의 빠른 training 수행

로지스틱 회귀분석 – 30%

• LOGISTIC 및 PLM 프로시저를 이용한 새로운 데이터 셋에 점수 부여
• 모형에 대한 input 데이터 준비 시 발생 가능한 문제 식별
• DATA 스텝을 이용한 루프, 배열, 조건문 및 함수로 데이터 처리
• 범주형 데이터에 대한 예측력 향상
• CORR 프로시저를 이용한 비선형적 관계 또는 상관성 없는 변수 식별
• Empirical logit plot을 이용한 비선형적 변수 식별
• 모형 성과 측정에서 정직한 평가 원칙 적용
• 오차행렬(confusion matrix)을 이용한 분류 성능 평가
• Training 데이터와 validation 데이터를 이용한 모형 선택 및 검증
• 모형 비교, 선택을 위한 그래프(ROC, Lift, Gains Chart) 작성 및 해석
• Scoring을 위한 효과적인 컷오프 값 설정

빅데이터에 대한 예측분석 - 40%

• SAS Visual Statistics를 이용한 군집분석 수행 및 해석
• SAS high-performance 컴퓨팅 설명
• 주성분 분석 수행
• SAS Visual Statistics에서 로지스틱 회귀 분석을 사용한 범주형 타겟 분석
• SAS Visual Statistics에서 의사결정나무를 사용한 범주형 타겟 분석
• PROC IMSTAT에서 의사결정나무를 이용한 범주형 타겟 분석
• PROC IMSTAT에서 로지스틱 회귀분석을 이용한 범주형 타겟 분석
• PROC IMSTAT로 random forest 모형 구축
• SAS Visual Statistics로 interval 타겟 분석
• PROC IMSTAT로 interval 타겟 분석
• Enterprise Miner에서 HPGLM을 이용한 zero inflated 모형 분석

SAS와 오픈소스 모형 – 10%

• SAS Enterprise Miner 내에서 기존 R 프로그램 통합
• SAS Enterprise Miner 내에서 기존 Python 프로그램 통합