ПРОБЛЕМНО-ОРИЕНИРОВАННЫЕ ТРЕНИНГИ

Big Data, Advanced Analytics, Machine Learning на производстве. Прикладные возможности.

Бесплатно
Дистанционно
Данный курс требует предварительных знаний. Их отсутствие может помешать Вашему успешному прохождению данного курса. Для подтверждения достаточности подготовки мы предлагаем пройти бесплатное тестирование.
Уровень «Специализированный»

Каждая компания, приходящяя к миру "цифры" и задумывающаяся о необходимости внедрения новых методов управдения, неизбежно сталкивается с вопросами:

Что включает в себя понятие Big Data? Какие данные подходят для этих методов – объем и качественное содержание? Для какого типа задач эффективны эти методы? Какие требования к хранилищу данных? Как оценить качество этих моделей? По сути мы на выходе имеем «черный ящик». Должны ли модели самообучаться на новых данных?

Что есть Advanced Analytics? Какие методы наполняют этот термин?

Что такое Machine Learning? Какие задачи целесообразно решать этими методами? Как оценивать результаты – что есть критерии качества?

Как применять AA и BD на производстве? Что они могут нам дать? Подходят ли в принципе данные компании для BD? Есть опасения, что называется большими массивами данных, всё же недостаточны по объему выборки.

 

После окончания обучения Вы сможете отвечать на эти и другие вопросы, связанные с методами и принципами использования больших объемов данных на вашем предприятии.

 

Сертификаты и материалы курса:

Вместе с прохождением курса вы получаете:

  • Сертификат о прохождении курса
  • Сертификат на 4-месячную бесплатную консультационную поддержку
  • Комплект методических материалов по изученным вопросам

 

Программа

ДЕНЬ 1.Архитектура и обзор возможностей Big Data на производстве
  • Big Data: почему так называется  и когда началась эпоха больших данных?
    1. Основные понятия и элементы Big Data
    2. Сфера применения  и ценность Big Data
    3. Кто создает Big Data? Особенности данных из разных источников
    4. Основные характеристики Big Data
    5. Способы применения больших данных и построение стратегий на их основе. Реализация проектов с использованием больших данных.
  • Архитектура Big Data
    1. Технологические решения для анализа Big Data: распределенная файловая система,
    2. масштабируемые вычисления через Интернет,  модели программирования
    3. Концепция Hadoop
    4. Концепция MapReduce
    5. Другие подходы
ДЕНЬ 2. Data Science, Advanced Analytics и машинное обучение на производстве
  • Data Science – получение ценной информации из Big Data
    1. Типы анализа данных
    2. Этапы решения задач с большими данными
  • Принципиальный подход к машинному обучению
    1. Классы моделей в машинном обучении
    2. Обучение с учителем (регрессия, деревья решений, случайный лес): требования к данным, прикладные задачи, алгоритм
    3. Обучение без учителя (кластерный анализ,  нейронные сети и аналоги): требования к данным, прикладные задачи, алгоритм
    4. Методы, включаемые в  понятие Advanced Analytics
    5. Критерии качества построенных моделей и критерии качества их эксплуатации

 

Пакеты

Пакет "Знания"
Бесплатно
Доступ - 10 дней
Теория (видео + методические материалы)
Вопрос-ответ
Тест

Что такое пакет "Знания"? Пакет включает в себя видеоматериалы и тесты. Вам будет предоставлена видеозапись (видеозаписи) и возможность сдать тест.Этот самый лучший вариант быстро ознакомиться с идеями аналитических инструментов, понять, как они работают, в чем их сильные и слабые стороны. Это первичное знакомство с возможностями аналитических инструментов.

Рекомендуемые модули

Отзывы учеников

  • Винникова Ольга Игоревна

    инженер по качеству, Калсоник Кансей Рус

    Все очень понятно. Практические задания помогают усвоить теорию в полном объеме. Емкое, упорядоченное преподавание. Раздаточный материал с концентрированным материалом, изученном на практике. Приятным "бонусом" является возможность впоследствии обратиться за поддержкой в решении конкретных задач. Спасибо!

  • Сафронова Светлана Викторовна

    ООО "Нутриция"

    Очень доступный в понимании материал, профессионализм преподавателя, а также чуткость и отзывчивость. Семинар очень понравился! Спасибо Анне!
    Предложение. Сделать "школу статистика": увеличить количество дней тренинга, возможно на 2 недели; всем вместе полностью погрузиться в мир статистики... и, самое главное, создать несколько уровней изучения (аналогично ин.языкам).

  • Селезнёва Марина Васильевна

    Мясокомбинат "Павловская слобода"

    Всё понравилось, отношение преподавателя очень позитивно, умение применительно ко всем донести материал, если считать, что все из разных отраслей, но с общими проблемами. Материал дан так, что хочется ещё чему-то научиться, что мы и сделаем в ближайшее время. Спасибо за тренинг.

  • Катамашвили Екатерина Валерьяновна

    Слушатель "Мирбис", mba-science

    Блестяще! Так увлекательно о статистике - невозможно было представить :) А возможности, которые открываются… Правда, чтобы это реально освоить, необходимо время. Но как знакомство с областью - думаю, что это должны знат ь все, кто получает образование в области управления для принятия грамотных решений! Как элемент управленческой культуры!

  • Едигеева Дана Жумабековна

    АО "Алтел"

    Отличный тренинг. Помог разобраться в таком сложном предмете как «Мат.статистика». Не имея базовых понятий о статистике, можно легко разобрать (после обучения) некоторые задачи, часто встречающиеся на работе (в сфере деятельности). Стоит задавать домашнее задание (задачи)… после каждого дня на обдумывание путей решения.

    Остались вопросы?

    Напишите нам и мы подробно ответим на все Ваши вопросы!