«Продвинутая» предиктивная аналитика (Predictive analytics). Уровень 2

  • Продолжительность: 2 дня

  • Город: Санкт-Петербург

Для кого будет полезен тренинг?

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

Тем, кто успешно прошел курс «Предиктивная аналитика на базе регрессионных моделей», мы предлагаем глубже погрузиться в мир предиктивной аналитики. Вы сможете узнать об актуальных и современных методах, названия которых часто мелькают в аналитических отчетах крупных компаний. Деревья классификации, случайный лес, нейронные сети – все это и немного больше будет представлено на тренинге. Эти «продвинутые» методы уже не так тривиальны, как, например, линейный регрессионный анализ, требуют использования специализированного программного обеспечения, но позволяют более точно прогнозировать выходные характеристики производственных процессов.

Возможность использования своих данных в процессе обучения

Вы получите

  • Сертификат о прохождении курса

  • Сертификат на 4-месячную бесплатную консультационную поддержку

Требования

  • Высшее образование

  • Опыт работы в Excel на уровне пользователя

  • Базовые знания статистических методов

После окончания обучения Вы сможете

  • Разобраться в условиях применения и сути таких подходов, как наивный байесовский классификатор, машина опорных векторов, метод ближайшего соседа и определить, целесообразно ли их применение для решения задач вашего предприятия

  • Обучать нейросети с целью прогнозирования

  • С помощью деревьев решений не только прогнозировать исходы процесса, но и получать конкретные правила, при которых процесс придет в то или иное состояние

  • Принимать решение, когда целесообразно использовать более сложные, а когда – более простые методы предиктивной аналитики в зависимости от целей анализа

День 1. Прогнозирование на основе деревьев решений

  • Инструменты, методики, алгоритмы

  • Деревья решений – способ визуализации условий достижения желаемого результата:

– требования к виду и количеству исходных данных
– необходимые и достаточные теоретические основы, идеи и принципы, плюсы и минусы подхода
– различные математические методы построения дерева (CRT, CHAID и другие), условия выбора того или иного метода
– способ проверки адекватности модели, обучение и валидация
– определение условий достижения желаемого результата по построенному дереву
– метод случайного леса: его особенности и отличия от деревьев решений

  • Инструменты, методики, алгоритмы

  • Наивный байесовский классификатор, метод ближайшего соседа и машина опорных векторов – способы прогнозирования принадлежности к группе (классу):

– требования к виду и количеству исходных данных
– необходимые и достаточные теоретические основы, идеи и принципы, плюсы и минусы подходов
– способ проверки адекватности модели, обучение и валидация

  • Практическая часть – отработка примеров в Statistica

День 2. Прогнозирование с помощью искусственных нейронных сетей

  • Инструменты, методики, алгоритмы

  • Задачи, решаемые с использованием нейросетей: задачи регрессии и классификации
  • Основные понятия искусственных нейронных сетей: синаптические веса, виды функции активации
  • Типы нейросетевых моделей, реадизованных в пакете Statistica: многослойный перцептрон, радиальная базисная функция и другие
  • Обучающая, проверочная и контрольная выборки
  • Обучение сети и проблема переобучения
  • Оценка качества построенной модели
  • Принципы выбора между традиционными многофакторными статистическими и нейросетевыми методами
  • Практическая часть – отработка примеров в Statistica

Станьте профессионалом прогнозирования

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

Преподаватели

Анна Монахова

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

Юлия Берлин

  • Преподаватель-аналитик Центра Статистических Технологий
  • Кандидат экономических наук, доцент.
  • Опыт преподавания и консультирования более 10 лет.
  • 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.
  • Преподаватель-аналитик Центра Статистических Технологий
  • Кандидат экономических наук, доцент.
  • Опыт преподавания и консультирования более 10 лет.
  • Разработка системы прогнозирования и анализа продаж компаний рынка FMCG.
  • Исследование потребительских предпочтений.
  • Планирование исследований и разработка планов экспериментов.
  • Обработка результатов анкетирования и тестов.
  • Разработка прогнозных моделей энергопотребления.
  • Автор более 40 учебно-методических и научных работ.

Отправить заявку на участие в тренинге

Стоимость участия – 39 000 ₽

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.