Optimization Concepts for Data Science

Kód kurzu: OPCN51

Táto časť nie je lokalizovaná

This course focuses on linear, nonlinear, and efficiency optimization concepts. You learn how to formulate optimization problems and how to make their formulations efficient by using index sets and arrays. The demonstrations in the course include examples of data envelopment analysis and portfolio optimization. The OPTMODEL procedure is used to solve optimization problems that reinforce concepts introduced in the course.

The e-learning format of this course includes Virtual Lab time to practice.

Odborní
certifikovaní lektori

Mezinárodne
uznávané certifikácie

Široká ponuka technických
a soft skills kurzov

Skvelý zákaznicky
servis

Prispôsobenie kurzov
presne na mieru

Termíny kurzov

Počiatočný dátum: Na vyžiadanie

Forma: E-learning

Dĺžka kurzu: 20 hodín

Jazyk: en

Cena bez DPH: 360 EUR

Registrovať

Počiatočný dátum: Na vyžiadanie

Forma: Na vyžiadanie

Dĺžka kurzu: 7 hodín

Jazyk: en

Cena bez DPH: 600 EUR

Registrovať

Počiatočný
dátum
Miesto
konania
Forma Dĺžka
kurzu
Jazyk Cena bez DPH
Na vyžiadanie E-learning 20 hodín en 360 EUR Registrovať
Na vyžiadanie Na vyžiadanie 7 hodín en 600 EUR Registrovať
G Garantovaný kurz

Nenašli ste vhodný termín?

Napíšte nám o vypísanie alternatívneho termínu na mieru.

Kontakt

Cieľová skupina

Táto časť nie je lokalizovaná

Those who want to develop the advanced knowledge and skills necessary to work as a data scientist, especially those with a strong background in applied mathematics

Štruktúra kurzu

Táto časť nie je lokalizovaná

Introduction to Mathematical Optimization

  • Introduction.
  • A simple example.
  • The OPTMODEL procedure.

Linear Programming Problems: Basic Ideas

  • Introduction to linear programming.
  • Formulating and solving linear programming problems using the OPTMODEL procedure.
  • Using index sets and arrays in the OPTMODEL procedure.
  • Dual values and reduced costs in the simplex method (self-study).
  • Applied data envelopment analysis.
  • Reading SAS data sets (self-study).

Nonlinear Programming Problems

  • Introduction to nonlinear programming.
  • Solving nonlinear programming problems using the OPTMODEL procedure.

Predpokladané znalosti

Táto časť nie je lokalizovaná

Before enrolling in the data science certification program, you should have completed all coursework for the SAS Certified Big Data Professional program or passed the Big Data Certification exams. Before attending this course:
  • You should complete an undergraduate course in operations research that includes linear programming, have recent experience using linear programming, or be comfortable with matrix algebra.
  • You should be able to execute SAS programs and create SAS data sets.
  • Potrebujete poradiť alebo upraviť kurz na mieru?

    pruduktová podpora