Visão Geral
Curso Predictive Modeling and Analytics, Este curso apresentará a você algumas das técnicas de modelagem preditiva mais amplamente utilizadas e seus princípios básicos. Ao fazer este curso, você formará uma base sólida de análise preditiva, que se refere a ferramentas e técnicas para construir modelos estatísticos ou de aprendizado de máquina para fazer previsões com base em dados. Você aprenderá como realizar análises exploratórias de dados para obter insights e preparar dados para modelagem preditiva, uma habilidade essencial valorizada nos negócios.
Você também aprenderá a resumir e visualizar conjuntos de dados usando gráficos para que possa apresentar seus resultados de uma forma atraente e significativa. Usaremos um software prático de modelagem preditiva, XLMiner, que é um popular plug-in do Excel. Este curso foi desenvolvido para qualquer pessoa interessada em usar dados para obter insights e tomar melhores decisões de negócios. As técnicas discutidas são aplicadas em todas as áreas funcionais das organizações empresariais, incluindo contabilidade, finanças, gestão de recursos humanos, marketing, operações e planejamento estratégico.
Conteúdo Programatico
Exploratory Data Analysis and Visualizations
At the end of this module students will be able to: 1. Carry out exploratory data analysis to gain insights and prepare data for predictive modeling 2. Summarize and visualize datasets using appropriate tools 3. Identify modeling techniques for prediction of continuous and discrete outcomes. 4. Explore datasets using Excel 5. Explain and perform several common data preprocessing steps 6. Choose appropriate graphs to explore and display datasets
Predicting a Continuous Variable
This module introduces regression techniques to predict the value of continuous variables. Some fundamental concepts of predictive modeling are covered, including cross-validation, model selection, and overfitting. You will also learn how to build predictive models using the software tool XLMiner.
Predicting a Binary Outcome
This module introduces logistic regression models to predict the value of binary variables. Unlike continuous variables, a binary variable can only take two different values and predicting its value is commonly called classification. Several important concepts regarding classification are discussed, including cross validation and confusion matrix, cost sensitive classification, and ROC curves. You will also learn how to build classification models using the software tool XLMiner.
Trees and Other Predictive Models
This module introduces more advanced predictive models, including trees and neural networks. Both trees and neural networks can be used to predict continuous or binary variables. You will also learn how to build trees and neural networks using the software tool XLMiner.