Тренинги

Предиктивная аналитика (Predictive analytics) на базе регрессионных моделей. Уровень 1

Даты проведения (выберите дату)
Продоложительность
3 дня/24 академических часа
Город
Санкт-Петербург
-
Производство (инженеры, технологи, метрологи) / Predictive analytics (предсказательная аналитика) / Экономисты, продажи, маркетинг, BI

Предсказание поведения контролируемых параметров – одна из самых актуальных задач, возникающих на производстве. Сложность подобной задачи вызвана многообразием факторов и условий, при которых протекает процесс. На сегодняшний день существует достаточно много различных подходов, позволяющих решить задачу предсказания (прогнозирования). На тренинге, который является первой ступенью погружения в мир предиктивной аналитики, будет рассмотрен классический и востребованный класс методов регрессионного анализа. Его различные виды, такие как, например, линейный регрессионный анализ или логистическая регрессия, позволят не только предсказать поведение процесса, но и провести анализ производственных параметров, влияющих на прогнозируемый показатель.

Возможность использования своих данных в процессе обучения

Minitab

Стоимость участия

Один человек (от компании)
39500
Два и более человек (от компании)
39500
Один человек (физическое лицо)
39500

* Все скидки действуют только при предоплате

** Стоимость участия может изменяться в зависимости от даты и места проведения тренинга

Заявка на участие

С помощью этой формы, Вы сможете подать заявку на участие в тренинге

Программа тренинга

  • ДЕНЬ 1. Основы моделирования и прогнозирования
    • Типизация исходных данных для анализа
    • Big Data и традиционные выборки
    • Классификатор инструментов предиктивной аналитики по типу решаемой задачи
    • Активный и пассивный эксперименты
    • Основные понятия моделирования: модель, прогноз, отклонения (остатки), гипотеза, фактор, отклик, статистическая значимость
    • Подходы к валидации модели (деление набора данных на обучающий и тестовый и другие способы)
    • Проблемы моделирования: переобучение, нерепрезентативность выборки и другие
    • Подходы к оценке точности модели, понятие обучения модели
    • Базовые статистические показатели и графики: среднее и медиана, размах, стандартное отклонение, дисперсия, стандартная ошибка, доля, доверительные интервалы, гистограмма, ящичная диаграмма, вероятностный график
    • Различные виды распределений (нормальное, экспоненциальное, Вейбулла, Пуассона, биномиальное и т.д.). Проверка соответствия виду распределения и практические выводы
    • Предварительный графический анализ влияния факторов на отклик
    • Оценка тестоны связи количественных признаков с помощью коэффициентов корреляции; корреляция и причинность
    • Практическая часть – отработка примеров в Minitab
  • ДЕНЬ 2. Моделирование и прогнозирование на основе многофакторной регрессии
    • Многофакторный регрессионный анализ – метод моделирования и прогнозирования количественного показателя:
      • требования к виду и количеству исходных данных
      • необходимые и достаточные теоретические основы, идеи и принципы, плюсы, минусы и особенности подхода
      • требования к факторам, которые планируется учитывать в анализе
      • пошаговый алгоритм регрессионного анализа
      • способ проверки адекватности модели (анализ отклонений «факт-модель»)
      • интерпретация результатов: как влияют факторы на отклик, ранжирование по силе влияния
      • трансформации исходных данных при нарушении требований линейного регрессионного анализа
      • оценка эффекта взаимодействия факторов
      • оптимизация на основе построенной модели – поиск оптимальных значений факторов для достижения требуемых значений отклика на основе пассивного эксперимента
    • Практическая часть – отработка примеров в Minitab
  • ДЕНЬ 3. Моделирование и прогнозирование на основе других видов регрессионного анализа
    • Бинарная логистическая регрессия – метод моделирования и прогнозирования одного из двух исходов:
      • требования к виду и количеству исходных данных для каждой модели
      • необходимые и достаточные теоретические основы, идеи и принципы, плюсы и минусы метода
      • валидация и интерпретация полученных результатов
      • оценка эффекта взаимодействия факторов
      • построение прогнозов с использованием Roc-анализа
    • Прогнозирование отказов оборудования:
      • Прогнозирование вероятности отказов на основе анализа интенсивности отказов за период
      • Анализ влияния различных факторов на интенсивность отказов и затраты на их устранение с использованием регрессии:
        • требования к виду и количеству исходных данных
        • необходимые и достаточные теоретические основы, идеи и принципы, плюсы и минусы подхода
        • требования к факторам, которые планируется учитывать в анализе
        • пошаговый алгоритм анализа
        • способ проверки адекватности модели
        • интерпретация результатов: как влияют факторы на исследуемые показатели
    • Практическая часть – отработка примеров в Minitab

После окончания обучения Вы сможете

Проводить многофакторный анализ процессов
Прогнозировать результаты производственных процессов
Прогнозировать отказы оборудования
Использовать пакет Minitab для анализа и прогнозирования (в рамках тем тренинга)
Выявлять и описывать влияние различных факторов на прогнозируемый показатель
Оценивать качество и адекватность построенных предиктивных моделей
Определять, относятся или нет данные вашей компании к Big Data

Преподаватели

Егоров Артём Михайлович

Егоров Артём Михайлович

  • Бизнес-тренер, практикующий консультант в области бизнес-аналитики
  • Научный руководитель программ «Программа подготовки аналитиков высшего уровня «Эксперт», «Аналитические компетенции руководителя», «Инженер-Аналитик» и “Инженер-исследователь”
  • Директор ООО "Центр Статистических Технологий"
  • Тренер по SixSigma и TOC
  • Более 20 лет опыта руководства проектами в сфере улучшения финансовых и производственных показателей крупнейших российских компаний
  • Автор концепции "Система аналитических компетенций" и бизнес-практики "Развитие аналитических компетенций"
Анна Монахова

Анна Монахова

  • Преподаватель-аналитик, эксперт
  • Руководитель отдела развития образовательных программ Analytera.
  • Опыт консультационной деятельности 10 лет.
  • Большой опыт аналитика-практика.
  • Реализовала более двадцати консалтинговых проектов по анализу данных в бизнесе и научных исследованиях.
  • Консультировала специалистов таких компаний, как "Пивоваренная компания "Балтика", "Пивоварня Москва — Эфес", "ВымпелКом", "МегаФон", "Газпром нефть", "Монокристалл", "НЛМК", "Кока-Кола", "Маревен Фуд Сентрал" и др.
  • Является одним из ведущих консультантов в области использования статистических инструментов для решения прикладных задач.
  • Проводит подготовку специалистов по концепции SixSigma.

Вы получите:

Сертификат о прохождении курса
Сертификат на 4-месячную бесплатную консультационную поддержку

Требования:

Высшее образование
Опыт работы в Excel на уровне пользователя

Отзывы учеников

  • Уварова Татьяна Эриховна

    ДФУ, доцент кафедры гидротехники теории зданий и сооружений

    Тренинг организован на высоком уровне, матреиал объяснен доступно, агрументированно. Раздаточный материал и перзентации полностью отражают суть тренинга и помогают его осмыслить.

  • Животов Антон Сергеевич

    ООО "Татхимпласт"

    Тренинг полностью оправдал мои ожидания. Темы объясняются очень доступно, подкрепляются примерами, что помогает лучше усваивать пройденный материал. В целом тренинг дает хорошие практические навыки, котрые можно применять в дальнейшей работе. При возможности буду планировать посетить еще одни курсы.

  • Сергеев Иван Алексеевич

    ООО "Запсибтрансгаз"

    За пятидневный тренинг я многое для себя открыл. Преподаватель четко и понятно рассказывал теоретическую часть, после чего все знания закрепились практикой. Кроме того порадовала техническая оснащенность и раздаточный материал. Их вполне достаточно, чтобы получить необходимую базу знаний.

  • 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).

  • Харлан Елена Владимировна

    ПК "Балтика", менеджер по управлению ассортиментом

    Замечательный тренинг, очень практичный, ценный, доступно для понимания. 

  • 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.

  • 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!

  • Феденко Игорь Вячеславович

    ПАО "Авиакомпания "Сибирь"

    Очень понравилось. Подача информации - информативно, сжато, широкий охват. Большое число примеров, изучение темы на практике. Предоасталяются инструменты для Excel для дальнейшей работы. Готовность и желание преоподавателей овтетить на все вопросы.

  • 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!

  • Юдина Надежда Александровна

    Триколор ТВ

    Тренинг полностью оправдал мои ожидания. Был интеренсым, информативным. Полученные знания абсолютно точно будут применены на практике. Большое спасибо.

    Остались вопросы?

    Напишите нам и мы подробно ответим на все Ваши вопросы!