Методы анализа данных и бизнес-прогнозирование | TSI

Your question

Будем рады дать ответы на любые ваши вопросы!

Методы анализа данных и бизнес-прогнозирование

Курсы дистанционного обучения в статусе Слушателя – «Методы анализа данных и бизнес-прогнозирование»

Центр Непрерывного образования TSI предлагает Вам курсы в статусе Слушателя - «Методы анализа данных и бизнес-прогнозирование». (Магистр социальных наук в области транспорта и логистики (Sociālo zinātņu maģistrs transportā un loģistikā))

TSI является ведущим вузом в реализации программ обучения дистанционного обучения в Латвии. Основными преимуществами дистанционного обучения являются: свобода выбора места и времени обучения; равные возможности для людей различного возраста, и имеющих различные потребности; возможность совмещения учебы с работой и другими личными процессами; возможность личного планирования; персональная мобильность и др.

Продолжительность курса: 4 месяца
Язык обучения: русский
Кредитные очки: 4

 

Начало: Сентябрь 2019

Цены


Цена курсаОплатить 390 EUR

Вы можете присоединиться к курсу в любое время. Курс реализуется посредством дистанционного обучения.

 

Цель курса

Ознакомить слушателей с различными концепциями и технологиями интеллектуального анализа данных, с акцентом на возможности многомерного статистического анализа и применение ПО для его использования в процессах планирования и принятия бизнес решений. Развить понимание возможностей и ограничений популярных технологий анализа данных. Ознакомить с технологиями, называемыми «дата майнинг», которые помогают исследователям распознавать паттерны и интелектуально использовать огромные массивы данных, собираемых через Интернет, электронные магазины, банковские операции, социальные сети и т.д.

Знания и навыки

  • Знать ключевые методы классификации, предсказания и описания данных;
  • уметь применять методы анализа данных к реальным данным;
  • уметь оценивать и объяснять результаты различных алгоритмов анализа данных;
  • уметь формулировать задачи анализа данных, определять соответствующие технологии и внедрять их в соответствующие проекты научного и бизнес характера;
  • уметь идентифицировать возможные приложения анализа данных и бизнес-прогнозирования в бизнес- и научных приложениях;
  • использовать корректно при необходимости в презентациях и отчетах лексику и термины данного предмета.

Темы

  1. Введение. Обзор основных задач и технологий анализа данных. Процесс интеллектуального анализа данных (CRISP-DM).
  2. Данные. Типы данных. Предварительная обработка данных.
  3. Описательная статистика и визуализация данных.
  4. Практическое занятие 1. Визуализация многомерных данных.
  5. Проверка статистических гипотез и использование в анализе данных (маркетинг, анализ надежности транспортных услуг и т.д.).
  6. Практическое занятие 2. Анализ данных о задержках груза, общественного транспорта.
  7. Методы предсказания. Многомерный регрессионный анализ. Временные ряды.
  8. Практическое занятие 3. Регрессионная модель для предсказания объема транспортировки грузов и пассажиров.
  9. Case study 1. Краткосрочные модели прогнозирования для перевозок.
  10. Алгоритмы классификации без обучения. Меры сходства объектов. Кластер-анализ. Иерархическая кластеризация. Процедуры K-средних. Валидация результатов кластеризации.
  11. Практическое занятие 4. Сегментация клиентов на базе кластер-анализа.
  12. Алгоритмы классификации без обучения. Дискриминантный анализ как алгоритм предсказания. Обнаружение мошенничества, скоринг.
  13. Практическое занятие 5. Кредитный рейтинг.
  14. Проблема снижения размерности и различные способы ее решения. Метод главных компонент. Факторный анализ. Бенчмаркинг и конструирование композитных индикаторов.
  15. Case study 2. Применение методов Интеллектуального анализа данных в маркетинге и управлении взаимоотношениями с клиентами.
  16. Новые технологии, методы и приложения. Большие данные.

 


 

Регистрация

 

 

 

 

kursi@tsi.lv, Институт транспорта и связи, ул. Ломоносова, 1 – 404. Каб., г. Рига, LV-1019, Латвия, Тел.: (+371) 67100652

 

Выберите услугу
Сумма оплаты
EUR
Имя, Фамилия
Э. почта