KnowledgeCity

提升数据分析性能

使用数据提高生产力并做出更好的决策
免费观看第一课 — 获取全部 5 节课程的完整访问权限。

To view this video please enable JavaScript.

课程:按需
中级  提供者 Mary Margaret Chantré  5 课时 ·  11m  语言:阿拉伯语, 德语, 英语, 西班牙语, 法语, 葡萄牙语, 简体中文 

课程描述

业务分析是一个强大的工具,可用于制定决策和制定业务战略。当今的组织会生成大量数据。企业利用这些数据来提高效率和生产力、做出更好的业务决策并提高盈利能力。这就是预测分析有用的地方,但只有不断进行测试、检查和改进才能发挥最佳效果。随机化和并行化是预测分析中使用的两种最重要的技术。

在这些课程中,您将学习优化算法和模型的性能。您还将学习梯度、下降和直觉的重要概念,这些概念可用于提高预测算法的性能。我们还将讨论评估预测模型,这在构建和部署机器学习模型时至关重要。我们将研究评估预测模型的几种方法,包括交叉验证、保留验证和A/B测试。

您将学到的内容

  • 优化随机化和并行化以提升算法性能
  • 识别用于优化机器学习性能的工具
  • 应用梯度、下降和直觉等概念改进预测算法
  • 使用交叉验证、留出法验证和A/B测试评估预测模型
  • 阐释预测模型及其在部署中的作用

关键要点

  • 业务分析利用组织数据提升效率与生产力、优化决策并提高盈利能力。
  • 预测分析在持续测试、检验和改进的过程中效果最佳。
  • 随机化和并行化是预测分析中最重要的两种技术。
  • 在构建和部署机器学习模型时,评估预测模型至关重要。
  • 预测模型可以通过多种方式进行评估,包括交叉验证、留出法验证和A/B测试。

常见问题

本课程涵盖哪些内容?

课程涵盖随机化和并行化的优化、梯度/下降和直觉等概念,以及通过交叉验证、留出法验证和A/B测试评估预测模型,旨在提升预测算法和模型的性能。

本课程将学会做什么?

您将学会优化算法和模型的性能、识别用于优化机器学习性能的工具,以及在构建和部署预测模型时进行评估。

课程是如何结构化的?

课程分为以下课时:简介;随机化和并行化优化;梯度、下降与直觉;模型评估与部署;以及知识测验。

为什么评估预测模型很重要?

在构建和部署机器学习模型时,评估预测模型至关重要,课程介绍了多种评估方法,包括交叉验证、留出法验证和A/B测试。

专业认证和继续教育单位 (CEUs)

Project Management Institute (PMI®)

Professional Development Units (PDUs): 0.25

认证项目类别:
Ways of WorkingPower SkillsBusiness Acumen

诺乐知习题已通过PMI®授权培训合作伙伴计划的审查和批准。用户可以通过从诺乐知习题的项目管理、商业管理、领导力等合资格课程中获得PDU来维持您的PMI证书。

Society for Human Resource Management (SHRM®)

Professional Development Credits (PDCs): 0.25

认证项目类别:
Leadership & NavigationBusiness AcumenConsultationGlobal MindsetEthical PracticeRelationship ManagementAnalytical AptitudeCommunicationDiversity, Equity & Inclusion

诺乐知习题经SHRM审批成为再认证一般提供商,提供SHRM-CP或SHRM-SCP专业发展学分(PDC)。通过参与经SHRM审批的课程,诺乐知习题可以为与SHRM应用技能和知识体系™(SHRM BASK™)相关的人力资源知识和能力项目授予SHRM专业发展学分(PDC)。