R for Data Analysis and Research Training Course

Goal:

Η γνώση της δεξιότητας λειτουργεί ανεξάρτητα με το πρόγραμμα SPSS για προχωρημένη χρήση, παράθυρα διαλόγου και σύνταξη γλώσσας εντολών για τις επιλεγμένες αναλυτικές τεχνικές.

Οι αποδέκτες:

Αναλυτές, ερευνητές, επιστήμονες, φοιτητές και όλοι όσοι θέλουν να αποκτήσουν τη δυνατότητα χρήσης πακέτου SPSS και προχωρημένου επιπέδου και να μάθουν τα επιλεγμένα στατιστικά μοντέλα. Η εκπαίδευση απαιτεί καθολικά προβλήματα ανάλυσης και είναι αφιερωμένη σε έναν συγκεκριμένο κλάδο

Ακροατήριο:

Το μάθημα προορίζεται για ειδικούς πληροφορικής που αναζητούν μια λύση αποθήκευσης και επεξεργασίας μεγάλων συνόλων δεδομένων σε περιβάλλον κατανεμημένου συστήματος

Goal:

Βαθιά γνώση σχετικά με Hadoop διαχείριση συστάδων.

This instructor-led, live training in Ελλάδα (online or onsite) is aimed at intermediate-level data scientists and statisticians who wish to prepare data, build models, and apply machine learning techniques effectively in their professional domains.

By the end of this training, participants will be able to:

• Understand and implement various Machine Learning algorithms.
• Prepare data and models for machine learning applications.
• Conduct post hoc analyses and visualize results effectively.
• Apply machine learning techniques to real-world, sector-specific scenarios.

Σκοπός:

Οι εκπρόσωποι μπορούν να αναλύσουν μεγάλα σύνολα δεδομένων, να εξάγουν μοτίβα, να επιλέξουν τη σωστή μεταβλητή που επηρεάζει τα αποτελέσματα, έτσι ώστε να προβλέπεται ένα νέο μοντέλο με προγνωστικά αποτελέσματα.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε επιστήμονες που επιθυμούν να μάθουν και να χρησιμοποιήσουν το Design of Experiments (DoE) για να κατανοήσουν τη σχέση αιτίου-αποτελέσματος μεταξύ πολλών παραγόντων.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Κατανοήστε τα πλεονεκτήματα των σχεδιασμένων πειραμάτων σε σχέση με άλλες προσεγγίσεις.
• Κατανοήστε τις σχέσεις αιτίας-αποτελέσματος και τις αλληλεπιδράσεις μεταξύ παραγόντων.
• Μάθετε τις βέλτιστες πρακτικές και οδηγίες για τη διεξαγωγή επιτυχημένων πειραματισμών.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε μηχανικούς και σχεδιαστές μεσαίου επιπέδου που επιθυμούν να χρησιμοποιήσουν το DFSS για να διασφαλίσουν ότι η ποιότητα ενσωματώνεται στο προϊόν ή στη διαδικασία από την αρχή της φάσης σχεδιασμού.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Κατανοήστε τις αρχές και τις έννοιες του Design Six Sigma (DFSS).
• Μάθετε τις μεθοδολογίες DMAIC (Define, Measure, Analyze, Improve, Control) και DMADV (Define, Measure, Analyze, Design, Verify).
• Εφαρμόστε εργαλεία και τεχνικές DFSS για το σχεδιασμό και τη βελτιστοποίηση των διαδικασιών.
• Αναπτύξτε δεξιότητες για τη διαχείριση και την αποτελεσματική καθοδήγηση έργων DFSS.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε οποιονδήποτε επιθυμεί να μάθει και να κατακτήσει τις βασικές αρχές της οικονομετρικής ανάλυσης και μοντελοποίησης.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Μάθετε και κατανοήστε τις βασικές αρχές της οικονομετρίας.
• Χρησιμοποιήστε Eviews και προσομοιωτές κινδύνου.

Κοινό

Οικονομικοί αναλυτές ή αναλυτές της αγοράς, διευθυντικά στελέχη, λογιστές

Στόχοι μαθήματος

Διευκολύνουν και αυτοματοποιούν κάθε είδους οικονομική ανάλυση με το Microsoft Excel

Κοινό

Αναλυτές, ερευνητές, επιστήμονες, απόφοιτοι και φοιτητές και όσοι ενδιαφέρονται να μάθουν πώς να διευκολύνουν τη στατιστική ανάλυση στο Microsoft Excel .

Στόχοι μαθήματος

Αυτό το μάθημα θα σας βοηθήσει να βελτιώσετε την εξοικείωσή σας με το Excel και τα στατιστικά στοιχεία και ως εκ τούτου θα αυξήσετε την αποτελεσματικότητα και την αποτελεσματικότητα της εργασίας ή της έρευνας σας.

Αυτό το μάθημα περιγράφει τον τρόπο χρήσης του εργαλείου ανάλυσης εργαλείων στο Microsoft Excel , στατιστικών λειτουργιών και τον τρόπο εκτέλεσης βασικών στατιστικών διαδικασιών. Θα εξηγήσει ποιος είναι ο περιορισμός του Excel και πώς μπορεί να ξεπεραστεί.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε αναλυτές δεδομένων μεσαίου επιπέδου και επαγγελματίες που επιθυμούν να πραγματοποιήσουν πρόβλεψη χρονοσειρών και να αυτοματοποιήσουν τις ροές εργασιών ανάλυσης δεδομένων χρησιμοποιώντας το R.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Κατανοήστε τις βασικές αρχές των τεχνικών πρόβλεψης στο R.
• Εφαρμόστε εκθετική εξομάλυνση και μοντέλα ARIMA για ανάλυση χρονοσειρών.
• Χρησιμοποιήστε το πακέτο «πρόβλεψης» για να δημιουργήσετε ακριβή μοντέλα πρόβλεψης.
• Αυτοματοποιήστε τις ροές εργασιών πρόβλεψης για επιχειρηματικές και ερευνητικές εφαρμογές.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών (διαδικτυακή ή επιτόπου) απευθύνεται σε επαγγελματίες ανθρώπινου δυναμικού που επιθυμούν να χρησιμοποιήσουν αναλυτικές μεθόδους βελτίωσης της οργανωτικής απόδοσης. Το μάθημα καλύπτει ποιοτικές αλλά και ποσοτικές, εμπειρικές και στατιστικές προσεγγίσεις.

Μορφή του μαθήματος

• Διαδραστική διάλεξη και συζήτηση.
• Πολλές ασκήσεις και εξάσκηση.

Επιλογές προσαρμογής μαθήματος

• Για να ζητήσετε μια εξατομικευμένη εκπαίδευση για αυτό το μάθημα, επικοινωνήστε μαζί μας για να κανονίσουμε.

Ακροατήριο

Αυτό το μάθημα έχει δημιουργηθεί για αναλυτές, προγνωστικούς που θέλουν να εισαγάγουν ή να βελτιώσουν την πρόβλεψη που μπορεί να σχετίζεται με την πρόβλεψη πωλήσεων, την οικονομική πρόβλεψη, την πρόβλεψη τεχνολογίας, τη διαχείριση της εφοδιαστικής αλυσίδας και την πρόβλεψη ζήτησης ή προσφοράς.

Περιγραφή

Αυτό το μάθημα καθοδηγεί τους αντιπροσώπους μέσω μιας σειράς μεθοδολογιών, πλαισίων και αλγορίθμων που είναι χρήσιμοι όταν επιλέγουν πώς να προβλέψουν το μέλλον με βάση ιστορικά δεδομένα.

Χρησιμοποιεί τυπικά εργαλεία όπως το Microsoft Excel ή ορισμένα προγράμματα ανοιχτού κώδικα (κυρίως έργο R).

Οι αρχές που καλύπτονται σε αυτό το μάθημα μπορούν να εφαρμοστούν από οποιοδήποτε λογισμικό (π.χ. SAS, SPSS, Statistica, MINITAB ...)

Αυτή η ζωντανή εκπαίδευση στο Ελλάδα (διαδικτυακό ή επιτόπου) από εκπαιδευτές απευθύνεται σε επαγγελματίες αρχάριου έως μεσαίου επιπέδου που επιθυμούν να πραγματοποιήσουν στατιστική ανάλυση χρησιμοποιώντας SPSS για την ακριβή ερμηνεία των δεδομένων, την εκτέλεση σύνθετων στατιστικών δοκιμών και τη δημιουργία σημαντικών πληροφοριών.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Πλοηγηθείτε στη διεπαφή SPSS και διαχειριστείτε αποτελεσματικά τα σύνολα δεδομένων.
• Εκτελέστε περιγραφικές και συμπερασματικές στατιστικές αναλύσεις.
• Διεξαγωγή t-test, ANOVA, MANOVA, παλινδρόμησης και αναλύσεις συσχέτισης.
• Εφαρμόστε μη παραμετρικές δοκιμές, ανάλυση κύριων συνιστωσών και ανάλυση παραγόντων για προηγμένη ερμηνεία δεδομένων.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών (διαδικτυακή ή επιτόπου) απευθύνεται σε επαγγελματίες ανθρώπινου δυναμικού και σε ειδικούς προσλήψεων που επιθυμούν να χρησιμοποιήσουν αναλυτικές μεθόδους βελτίωσης της οργανωτικής απόδοσης. Το μάθημα καλύπτει ποιοτικές αλλά και ποσοτικές, εμπειρικές και στατιστικές προσεγγίσεις.

Μορφή του μαθήματος

• Διαδραστική διάλεξη και συζήτηση.
• Πολλές ασκήσεις και εξάσκηση.

Επιλογές προσαρμογής μαθήματος

• Για να ζητήσετε μια εξατομικευμένη εκπαίδευση για αυτό το μάθημα, επικοινωνήστε μαζί μας για να κανονίσουμε.

Το Tidyverse είναι μια συλλογή από ευέλικτα πακέτα R για καθαρισμό, επεξεργασία, μοντελοποίηση και οπτικοποίηση δεδομένων. Μερικά από τα πακέτα που περιλαμβάνονται είναι: ggplot2, dplyr, tidyr, readr, purrr και tibble.

Σε αυτήν την καθοδηγούμενη από εκπαιδευτή, ζωντανή προπόνηση, οι συμμετέχοντες θα μάθουν πώς να χειραγωγήσουν και να απεικονίσουν δεδομένα χρησιμοποιώντας τα εργαλεία που περιλαμβάνονται στο Tidyverse .

Μέχρι τη λήξη αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:

• Εκτελέστε ανάλυση δεδομένων και δημιουργήστε ελκυστικές απεικονίσεις
• Σχεδιάστε χρήσιμα συμπεράσματα από διάφορα σύνολα δεδομένων των δειγματοληπτικών δεδομένων
• Φιλτράρετε, ταξινομήστε και συνοψίστε τα δεδομένα για να απαντήσετε σε διερευνητικές ερωτήσεις
• Μετατρέψτε τα επεξεργασμένα δεδομένα σε πληροφοριακά γραφήματα γραμμής, οικόπεδα, ιστογράμματα
• Εισαγωγή και φιλτράρισμα δεδομένων από διάφορες πηγές δεδομένων, συμπεριλαμβανομένων αρχείων Excel , CSV και SPSS

Κοινό

• Αρχάριοι στη γλώσσα R
• Αρχάριοι στην ανάλυση δεδομένων και την απεικόνιση δεδομένων

Μορφή του μαθήματος

• Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και βαριά πρακτική άσκηση