Opis kursu: Kurs adresowany jest do wszystkich osób, które przygotowują prognozy zapotrzebowania na energię elektryczną lub cieplną i jej przyszłego zużycia - w elektrowniach, elektrociepłowniach, zakładach energetycznych itp. Od podstaw wprowadza niezbędne pojęcia statystyczne, a następnie kolejne metody analityczne: analizę regresji, metody prognozowania szeregów czasowych, prognozowanie za pomocą sieci neuronowych, a także metody klasyfikacji. Na kursie poruszane będą nie tylko zagadnienia prognozowania, ale także klasyfikacyjne, np. wyodrębnianie grup klientów o podobnych cechach. Na kursie zostaną wykorzystane rzeczywiste dane pochodzące z polskich przedsiębiorstw.

Wymagania: umiejętność obsługi komputera w środowisku Windows.

Kontynuacją mogą być np. kursy: Data mining I - kurs podstawowy, Data mining II b - modele i metody, Sieci neuronowe, Praktyczne zastosowania technik regresyjnych w STATISTICA.

Termin: 8-9-10-11.02.2010, 05-06-07-08.10.2010

Program kursu:

• Wprowadzenie do statystycznej analizy danych
  • Podstawowe pojęcia
  • Zakres zastosowań metod statystycznych
• Wybrane operacje na danych
  • Import arkusza MS Excel i sposoby sprawdzania poprawności danych
  • Czyszczenie danych
• Elementy statystyki opisowej
  • Badanie rozkładu zmiennych
  • Charakterystyki liczbowe rozkładu zmiennej
  • Analiza statystyk opisowych w grupach
• Elementy wnioskowania statystycznego
  • Testowanie hipotez statystycznych
  • Przykłady weryfikacji hipotez statystycznych
• Wybrane metody analizy współzależności pomiędzy zmiennymi
  • Wprowadzenie
  • Elementy analizy korelacyjnej
  • Regresja liniowa dwóch zmiennych (regresja prosta)
  • Regresja wieloraka
    • Metody budowy modeli
  • Estymacja modeli nieliniowych
• Metody prognozowania szeregów czasowych - wprowadzenie
  • Składniki szeregu czasowego
  • Metody prognozowania
  • Miary oceny trafności prognoz
• Analiza trendu
  • Średnie ruchome
  • Analityczna metoda wyodrębniania trendu
  • Eliminacja trendu
• Analiza wahań okresowych
  • Sezonowość addytywna i multiplikatywna
  • Metoda Census I
  • Eliminacja wahań okresowych
• Zastosowanie modeli regresji w prognozowaniu szeregów czasowych
  • Trendy
  • Modele ze zmiennymi zerojedynkowymi
  • Modele autoregresji
  • Uwzględnianie informacji ze zmiennych dodatkowych
  • Trendy jednoimiennych okresów
• Modele ARIMA
  • Struktura modelu
  • Doprowadzanie analizowanego procesu do stacjonarności
  • Poszukiwanie dopuszczalnego modelu
  • Weryfikacja modelu
• Wyrównywanie wykładnicze
  • Zasady wyrównywania wykładniczego
  • Wybór modelu
  • Ocena wyników
• Analiza skupień
  • Podstawy analizy skupień
  • Wybór miary odległości, metody i strategii grupowania
  • Metoda Warda i metoda k-średnich
  • Zastosowanie metod analizy skupień w analizie szeregów czasowych
• Analiza obserwacji ekstremalnych i nietypowych
  • Analiza dyskryminacyjna
  • Modele logitowe
• Sieci neuronowe
  • Neuron i jego budowa
  • Sieć neuronowa - architektura, funkcje aktywacji i błędu
  • Uczenie sieci
  • Zalety sieci i zagrożenia związane z ich stosowaniem
  • Neuronowe modele regresyjne
  • Wykorzystanie sieci do prognozowania szeregów czasowych
  • Techniki klasyfikacji wzorcowej