在数据分析中，预测建模是大多人工作中不可或缺的必备工具。

很多人感觉自己对预测建模已经了熟于心，但到了真正建模的时候往往会出现偏差。比如，你想象中要构建的模型应该是这样的：

结果做出来后的模型可能是这样的：

那么为什么会有如此偏差呢？是认知的问题？还是方法的不当？4月JMP精学课堂带你走进预测建模的奇妙世界。

预测建模之分割、Bootstrap森林法和提升树

主要内容  

本次课程将解锁分割（决策树）、Bootstrap森林法和提升树等三种有监督学习方法的基本概念、算法原理、重要参数及模型评估指标。通过行业案例演示，帮助大家理解和掌握这些方法的基础知识，使得无论是科班出身的统计学家，还是没有统计学功底的普通技术人员，都能快速而轻松地掌握预测建模的思路和方法，并实现在业务中的快速应用。

大纲  

• 分割（决策树）

o   概念和算法

o   操作平台及案例演示

• Bootstrap森林法

o   概念和算法

o   操作平台及案例演示

• 提升树

o   概念和算法

o   操作平台及案例演示

• JMP软件学习渠道

• 问题与讨论

  复制以下链接到浏览器即可报名：

  https://www.jmp.com/zh_cn/events/live-webinars/non-series/2021-04-08.html?utm_campaign=wcl7013Z000002E03tQAC&utm_source=bilibili&utm_medium=social
  

不知道模型该如何选择？

建模的结果解析看不懂？

想跟着老师体验JMP建模的简便与强大？

这堂课带你精学预测建模！