课程简介： 这是培养数据思维素养的极佳入门课程。学习者可以举一反三地把堂上学到的知识案例用到自己的工作实践中，简单方便地把套路复制到其它类型的工具软件。
机器学习是一门为了预测某个值而对系统应用算法来学习数据中模式的科学。越来越多的公司将机器学习算法引入到自身业务中，为业务赋能。但大部分的业务人员都不具备机器学习的相关知识，在与技术开发人员沟通时两者存在很大的知识壁垒。为了让业务人员可以快速学习与理解机器学习相关知识，本课程从实际案例出发，在案例分析中融入机器学习算法的通俗化讲解，务求让业务人员可以快速理解机器学习，消除业务人员与技术开发人员之间的知识壁垒。
本课程选择SAS Viya作为机器学习实现平台。SAS Viya是一个全新的云端开放式综合平台，代表了SAS新一代的分析架构。SAS Viya能帮助缩短从早期分析探索，到后期领域议题价值实现所需要的时间，它将是包括机器学习等众多SAS产品的基础，帮助加速应对各类资料科学的挑战。
SAS Viya 通过交互友好的可视化界面，以及配套的编程界面，一站式解决复杂的数据挖掘与机器学习任务。
SAS Viya 可以让分析团队中不同技能水平的成语，都能快速参与到模型从开发到部署的生命周期中来，团队人员可以使用同一个整合平台协作与共享。
课程亮点：
面向零基础的业务人员，通过实际案例通俗化讲解机器学习算法，帮助学员快速构建知识网络。使用SAS Viya作为讲解工具，零代码实现算法。
课程大纲：
第一章：机器学习与SAS Viya 概述
机器学习是什么
机器学习的技术地图
机器学习的应用场景
为什么选择SAS Viya
SAS Viya的基本功能
SAS Viya的基本使用
第二章：数据探索——商品销售数据的可视化报表的快速生成 SAS Viya 的基本可视化图表
进阶分析：动态地图的使用
进阶分析：路径分析
实战演练：潜在顾客分析
实战演练：销售数据分析
第三章：数据预处理
SAS Viya的数据预处理方法
特征工程 理论
SAS Viya的建模管道
SAS Viya 快速建模
第四章：房屋价格预测
案例背景与数据集介绍
数据探索
数据预处理
技术要点：线性回归
技术要点：岭回归与LASSO
SAS Viya实战：构建房屋价格预测的线性回归模型
模型效果分析
第五章：垃圾邮件过滤
案例背景与数据集介绍
数据探索
数据预处理
技术要点：贝叶斯分类器
技术要点：KNN分类器
SAS Viya实战：构建垃圾邮件过滤的分类模型
模型解释与模型分析报告
第六章：客户流失预警
案例背景与数据集介绍
数据探索
数据预处理
技术要点：逻辑回归
技术要点：支持向量机
SAS Viya实战：构建客户流失预警的分类模型
模型比较与效果评测
第七章：用户违约预测
案例背景与数据集介绍
数据探索
数据预处理
技术要点：决策树
技术要点：随机森林
技术要点：梯度提升树
SAS Viya实战：构建用户违约预测模型
自动调参与模型选择
第八章：用户价值分析
案例背景与数据集介绍
数据探索
数据预处理
技术要点：聚类算法
SAS Viya实战：构建用户价值分析的聚类模型
聚类模型的可视化
第九章：手写体数字识别系统
案例背景与数据集介绍
数据探索
数据预处理
技术要点：神经网络
技术要点：深度神经网络
SAS Viya实战：构建用手写体识别系统
模型周期管理与部署上线
