Data mining – metody predykcyjne

online lub stacjonarnie 2 dni

Zastosowanie: Nauki inne

Oprogramowanie: Statistica | Poziom: Zaawansowany | Język: Polski

Cena regularna: 2895 zł netto

Cena dla akademickich użytkowników Statistica (-15%)*: 2461 zł netto

Zapisz się

Zarezerwuj / Zapytaj

O kursie
Program
Prowadzący
Informacje organizacyjne
Ceny
Dofinansowanie

W trakcie kursu zostaną zaprezentowane wybrane techniki data mining i uczenia maszynowego (machine learning) m.in. drzewa klasyfikacyjne i regresyjne, drzewa wzmacniane (boosted trees), losowy las (random forest) i maszyny wektorów nośnych (support vector machines).

Kurs „Data mining – metody predykcyjne” jest kontynuacją i rozwinięciem kursu „Data mining – kurs podstawowy”.

Dla kogo?

Dla wszystkich, którzy chcą bliżej poznać specjalistyczne metody data mining, tak aby móc wydobyć z danych maksymalnie dużo użytecznej wiedzy.

Co zyskasz?

dowiesz się, jak budować modele predykcyjne i opisowe za pomocą drzew klasyfikacyjnych i regresyjnych
nauczysz się modelować skomplikowane nieliniowe zależności za pomocą silnych metod uczenia maszynowego takich jak drzewa wzmacniane i losowy las
dowiesz się, jak dobierać i stroić różne metody uczenia maszynowego

Program szkolenia:

Drzewa klasyfikacyjne i regresyjne
- Drzewa klasyfikacyjne CART w pakiecie Statistica Data Miner
- Drzewa klasyfikacyjne CHAID w pakiecie Statistica Data Miner
  - Rodzina algorytmów drzewkowych z rodziny AID (Automatic Interaction Detection)
  - CHAID w pakiecie Statistica Data Miner
- Drzewa regresyjne w pakiecie Statistica Data Miner
  - Regresyjne właściwości algorytmu CART
MARSplines
- Wprowadzenie
- Koncepcja metody
- Krzywe sklejane (splines)
- Algorytm
Moduł Inne Metody Uczenia Maszyn oraz zespoły modeli
- Metoda wektorów wspierających (Support Vector Machines – SVM)
  - Idea SVM
  - SVM dla zadań regresyjnych
  - Metoda SVM w systemie Statistica Data Miner
- Naiwny klasyfikator Bayesa
  - Opis metody
  - Naiwny klasyfikator Bayesa w Statistica Data Miner
- Metoda k najbliższych sąsiadów
- Zespoły modeli
  - Ogólne wprowadzenie
  - Bagging i Losowy las (Random Forest)
  - Drzewa ze wzmacnianiem (Boosted Trees)

Polecamy inne szkolenia:

[PL] Tomasz Demski [EN]

Tomasz Demski

Specjalizuje się w zastosowaniach analizy danych w przemyśle, uczeniu maszynowym. Pracownik StatSoft od 1995 roku. Brał udział i kierował wieloma projektami dotyczącymi wdrożenia SPC, przewidywania wyniku procesu, prognozowania. Prowadzi szkolenia: Data mining – kurs podstawowy, Data mining – metody predykcyjne, Data Science w Python – szybki start, Prognozowanie metodami uczenia maszynowego w Python, Przygotowanie danych na potrzeby analiz i raportowania, SPC – karty kontrolne i analiza zdolności procesu, Statistica – A quick start (w języku angielskim), Statystyka i uczenie maszynowe dla technologów i inżynierów procesu, Statystyka w jakości – kurs podstawowy, Uczenie maszynowe w Python – szybki start, Wykrywanie anomalii w procesach z wykorzystaniem uczenia maszyn (machine learning). Ma ponad 20-letnie doświadczenie w prowadzeniu szkoleń z analizy danych. W ostatnich 3 latach przeprowadził ponad 200 godzin kursów.
Magister, Uniwersytet Jagielloński, Wydział Matematyki i Fizyki, studia podyplomowe Inżynieria danych – Big Data Szkoła Głowna Handlowa.

[PL] Prof. UEK dr hab. Mariusz Łapczyński w okularach i koszuli w czarno-białą kratę, z delikatnym uśmiechem, na jasnym tle. [EN] Professor Mariusz Łapczyński in glasses and a black and white plaid shirt, with a gentle smile, against a light background.

prof. UEK dr hab. Mariusz Łapczyński

Jest pracownikiem naukowym Uniwersytetu Ekonomicznego w Krakowie. Pracuje w Katedrze Analizy Rynku i Badań Marketingowych. Prowadzi zajęcia m.in. z analizy danych ankietowych, badań marketingowych, analitycznego CRM, eksploracyjnej analizy danych i analityki e-handlu. Jest konsultantem i wykładowcą firmy StatSoft, wykładowcą Uniwersytetu Rolniczego w Krakowie oraz Szkoły Głównej Handlowej w ramach studiów podyplomowych „Business intelligence – systemy wspomagania decyzji biznesowych”. Jest autorem publikacji nt. data mining i data science, w tym. m.in. „Drzewa klasyfikacyjne i regresyjne w badaniach marketingowych”, „Analiza asocjacji i sekwencji w badaniach marketingowych” i „Hybrydowe modele predykcyjne w marketingu relacji”.

Godziny zajęć: 8:15 – 15:30

W ramach szkolenia zapewniamy:

obszerne materiały szkoleniowe
świadectwo ukończenia szkolenia
przerwy kawowe i obiad (dla szkoleń stacjonarnych)

Forma szkolenia:

online lub stacjonarnie
forma danej edycji podana przy terminie szkolenia

W przypadku szkoleń online:

zajęcia prowadzone na żywo w MS Teams
kontakt z prowadzącym w czasie rzeczywistym

Wymagania:

umiejętność obsługi komputera w środowisku Windows
znajomość podstaw data mining i systemu Statistica Data Miner
zalecamy wcześniejszy udział w kursach Data mining – kurs podstawowy oraz Data mining – metody bez nauczyciela

Cena regularna: 2895 zł netto (+23% VAT)

Cena dla akademickich użytkowników Statistica (-15%)*: 2461 zł netto (+23% VAT)

*-15% dla akademickich użytkowników Statistica z aktywnym serwisem StatSoft Polska

Wspieramy rozwój zawodowy i podnoszenie kwalifikacji, dlatego nasze szkolenia można realizować z wykorzystaniem dofinansowań dostępnych w BUR. To doskonała okazja, aby zdobyć nowe umiejętności i skorzystać ze szkoleń organizowanych przez naszą firmę przy niższych kosztach uczestnictwa.

BUR czyli Baza Usług Rozwojowych to ogólnodostępny, darmowy rejestr oferujący usługi szkoleniowe i doradcze z europejskim dofinansowaniem. Jest administrowany przez Polską Agencję Rozwoju Przedsiębiorczości (PARP).

Informacje o aktualnych naborach i dofinansowaniu znajdziesz na stronie: https://serwis-uslugirozwojowe.parp.gov.pl/component/site/site/dofinansowania-bur/.

Dofinansowanie do szkolenia w BUR zdobędziesz w kilku krokach:

Wybierz szkolenie z naszej oferty
Załóż konto w Bazie Usług Rozwojowych
Wypełnij wniosek i złóż do odpowiedniego Operatora Finansowego przypisanego do Twojego województwa
Poczekaj na decyzję i podpisz umowę
Zapisz się na szkolenie i weź w nim udział
Rozlicz szkolenie

Więcej szczegółów jak korzystać z bazy znajdziesz na stronie BUR.

Nie znalazłeś naszego szkolenia w BUR? Skontaktuj się z nami – chętnie dodamy je do wykazu usług.

Podobne szkolenia

Planowanie badań i analiza wariancji

Umiejętność poprawnego zaplanowania badań jest niezbędnym elementem warsztatu każdego badacza i analityka, gdyż ułatwia dobranie odpowiedniej metody analizy danych. W trakcie szkolenia uczestnicy […]

Dowiedz się więcej

Podstawy analizy danych w środowisku R

W trakcie szkolenia zostaną omówione zasady pracy w środowisku R, rodzaje najczęściej wykorzystywanych obiektów oraz przykłady ilustrujące pracę z tym pakietem. Podczas kursu wykorzystywać […]

Dowiedz się więcej

Data Science w Python – szybki start

Data science to dziedzina łącząca w sobie informatykę, statystykę, uczenie maszynowe i praktyczną umiejętność rozwiązywania problemów ze świata rzeczywistego (wiedzę domenową). Umiejętności data science […]

Dowiedz się więcej