Предиктивная аналитика (Predictive analytics) на базе регрессионных моделей. Уровень 1

  • Продолжительность: 3 дня

  • Город: Москва

Для кого будет полезен тренинг?

Производство (инженеры, технологи, метрологи) / Predictive analytics (предсказательная аналитика) / Экономисты, продажи, маркетинг, BI

Предсказание поведения контролируемых параметров – одна из самых актуальных задач, возникающих на производстве. Сложность подобной задачи вызвана многообразием факторов и условий, при которых протекает процесс. На сегодняшний день существует достаточно много различных подходов, позволяющих решить задачу предсказания (прогнозирования). На тренинге, который является первой ступенью погружения в мир предиктивной аналитики, будет рассмотрен классический и востребованный класс методов регрессионного анализа. Его различные виды, такие как, например, линейный регрессионный анализ или логистическая регрессия, позволят не только предсказать поведение процесса, но и провести анализ производственных параметров, влияющих на прогнозируемый показатель.

Возможность использования своих данных в процессе обучения

Вы получите

  • Пошаговые инструкции по применению каждого метода

  • Сертификат на 4-месячную бесплатную консультационную поддержку

Требования

  • Высшее образование

  • Опыт работы в Excel на уровне пользователя

После окончания обучения Вы сможете

  • Проводить многофакторный анализ процессов

  • Использовать пакет Minitab для анализа и прогнозирования (в рамках тем тренинга)

  • Определять, относятся или нет данные вашей компании к Big Data

  • Выявлять и описывать влияние различных факторов на прогнозируемый показатель

  • Прогнозировать результаты производственных процессов

  • Прогнозировать отказы оборудования

  • Оценивать качество и адекватность построенных предиктивных моделей

День 1. Основы моделирования и прогнозирования

  • Инструменты, методики, алгоритмы

  • Типизация исходных данных для анализа
  • Big Data и традиционные выборки
  • Классификатор инструментов предиктивной аналитики по типу решаемой задачи
  • Активный и пассивный эксперименты
  • Основные понятия моделирования: модель, прогноз, отклонения (остатки), гипотеза, фактор, отклик, статистическая значимость
  • Подходы к валидации модели (деление набора данных на обучающий и тестовый и другие способы)
  • Проблемы моделирования: переобучение, нерепрезентативность выборки и другие
  • Подходы к оценке точности модели, понятие обучения модели

  • Инструменты, методики, алгоритмы

  • Базовые статистические показатели и графики: среднее и медиана, размах, стандартное отклонение, дисперсия, стандартная ошибка, доля, доверительные интервалы, гистограмма, ящичная диаграмма, вероятностный график
  • Различные виды распределений (нормальное, экспоненциальное, Вейбулла, Пуассона, биномиальное и т.д.). Проверка соответствия виду распределения и практические выводы
  • Предварительный графический анализ влияния факторов на отклик
  • Оценка тестоны связи количественных признаков с помощью коэффициентов корреляции; корреляция и причинность
  • Практическая часть – отработка примеров в Minitab

День 2. Моделирование и прогнозирование на основе многофакторной регрессии

  • Инструменты, методики, алгоритмы

  • Многофакторный регрессионный анализ – метод моделирования и прогнозирования количественного показателя:

– требования к виду и количеству исходных данных
– необходимые и достаточные теоретические основы, идеи и принципы, плюсы, минусы и особенности подхода
– требования к факторам, которые планируется учитывать в анализе
– пошаговый алгоритм регрессионного анализа
– способ проверки адекватности модели (анализ отклонений «факт-модель»)
– интерпретация результатов: как влияют факторы на отклик, ранжирование по силе влияния
– трансформации исходных данных при нарушении требований линейного регрессионного анализа
– оценка эффекта взаимодействия факторов
– оптимизация на основе построенной модели – поиск оптимальных значений факторов для достижения требуемых значений отклика на основе пассивного эксперимента

  • Практическая часть – отработка примеров в Minitab

Станьте профессионалом прогнозирования

На курсе вы в простой и доступной форме, на реальных примерах
из вашего бизнеса освоите все этапы прогнозирования продаж.

День 3. Моделирование и прогнозирование на основе других видов регрессионного анализа

  • Инструменты, методики, алгоритмы

  • Бинарная логистическая регрессия – метод моделирования и прогнозирования одного из двух исходов:

– требования к виду и количеству исходных данных для каждой модели
– необходимые и достаточные теоретические основы, идеи и принципы, плюсы и минусы метода
– валидация и интерпретация полученных результатов
– оценка эффекта взаимодействия факторов
– построение прогнозов с использованием Roc-анализа

  • Прогнозирование отказов оборудования:

– прогнозирование вероятности отказов на основе анализа интенсивности отказов за период

  • Инструменты, методики, алгоритмы

  • Анализ влияния различных факторов на интенсивность отказов и затраты на их устранение с использованием регрессии:

– требования к виду и количеству исходных данных
– необходимые и достаточные теоретические основы, идеи и принципы, плюсы и минусы подхода
– требования к факторам, которые планируется учитывать в анализе
– пошаговый алгоритм анализа
– способ проверки адекватности модели
– интерпретация результатов: как влияют факторы на исследуемые показатели

  • Практическая часть – отработка примеров в Minitab

Преподаватели

Анна Монахова

  • Преподаватель-аналитик, эксперт
  • Руководитель отдела развития образовательных программ Analytera.
  • Опыт консультационной деятельности 10 лет.
  • Большой опыт аналитика-практика.

Егоров Артём Михайлович

  • Бизнес-тренер, практикующий консультант в области бизнес-аналитики
  • Директор ООО "Центр Статистических Технологий"
  • Реализовала более двадцати консалтинговых проектов по анализу данных в бизнесе и научных исследованиях.
  • Консультировала специалистов таких компаний, как "Пивоваренная компания "Балтика", "Пивоварня Москва — Эфес", "ВымпелКом", "МегаФон", "Газпром нефть", "Монокристалл", "НЛМК", "Кока-Кола", "Маревен Фуд Сентрал" и др.
  • Является одним из ведущих консультантов в области использования статистических инструментов для решения прикладных задач.
  • Проводит подготовку специалистов по концепции SixSigma.
  • Научный руководитель программ «Программа подготовки аналитиков высшего уровня «Эксперт», «Аналитические компетенции руководителя», «Инженер-Аналитик» и “Инженер-исследователь”
  • Тренер по SixSigma и TOC
  • Более 20 лет опыта руководства проектами в сфере улучшения финансовых и производственных показателей крупнейших российских компаний
  • Автор концепции "Система аналитических компетенций" и бизнес-практики "Развитие аналитических компетенций"

Отправить заявку на участие в тренинге

Стоимость участия – 41 000 ₽

ООО "Ново Би Ай"©
199026, Россия, Санкт-Петербург, 
В.О. 26-я линия, д.15, корп.2, Литер А – БЦ «Биржа»
Государственная аккредитация Минкомсвязи России № 8353

Компания Novo BI не является поставщиком данных.
Мы разрабатываем решения для загрузки, обработки и хранения маркетинговых данных предоставленных клиентом.