Data mining – metody predykcyjne

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.

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”.