Join Now

SAS Analytics netværksmøde den 25. august

by SAS Employee GeorgMorsing on ‎08-04-2015 05:12 AM (175 Views)

Nedenfor finder du information om næste SAS Analytics netværksmøde.

Du tilmelder dig på denne link. 

SAS Analytics netværksmøde

Tirsdag den 25. August

Klokken 8:30 – 13:00, Købmagergade 7-9

Der vil være 3 indlæg på dagen, bl.a.:

Thomas Christian Vasehus, Sales Development, Danske Bank
Anvendelse af SAS Analytics Platformen hos Danske Bank

En introduktion til Danske Banks arbejde med analytics og modeller til 1:1 marketing. Præsentationen vil give et indblik i Danske Banks modelplatform og de applikationer, der anvendes til modeludvikling, performance monitorering og produktionssætning, samt gennemgå den forretningsmæssige anvendelse af model scores til målgruppeudvælgelse og marketing optimisation.

Steen Hyldgaard, Consultant, Financial Services, SAS Institute

Benyt PROC LOGISTIC til at ”forudsige”, om en skole er offentlig eller privat

Oplægget tager udgangspunkt i OECD’s skole-data fra PISA undersøgelsen. Ved hjælp af PROC LOGISTIC udvikles en prædiktiv model der kan opdele skolerne fra undersøgelsen som enten private eller offentlige skole, dette gøres ved at finde de signifikate forskelle på de to skole typer. Derefter kan modellen anvendes til at bestemme de mest sandsynlige bud på typen for de skoler som ikke har deres skole type angivet. Denne type af model kan også bruges til at komme med et kvalificeret bud på udfaldet af manglende data eller prædiktere værdier før udfaldet er kendt”.

Martin Sørensen, Analytical Consultant, Education & Academic, SAS Institute

Learning curves fortæller dig, om du har data nok til din prædiktive model

De fleste der har arbejdet med dataanalyse er stødt på spørgsmålet om der er data nok. Mens man med hypotesetests i traditionel statistik har klare retningslinjer for sammenhængen mellem resultatet og datamængde, er det ikke så simpelt når man arbejder med prædiktive modeller. I præsentationen ser vi på hvordan man kan estimere betydning af datamængden for en given prædiktiv model, og anviser konkrete tips og tricks du kan bruge på din egen problemstilling.