Добрый день, коллеги!
 

День знаний должен с них и начинаться, вне зависимости от возраста. Сегодня мы поздравляем вас очередным выпуском! Он уже доступен на сайте predictica.ru.

В материалах выпуска вы найдете:

Мастер-класс Артема Егорова «Оценка пределов прогнозируемости».

Как оценить реальные возможности по повышению точности прогнозов? Стоит ли вкладывать дополнительные ресурсы в развитие прогностических алгоритмов, или мы близки к естественному потолку? Эти вопросы беспокоят всех, кто работает над повышением качества прогностической деятельности. В ходе мастер-класса будет показан один из подходов к оценке пределов прогнозируемости. Мы рассмотрим, в чем идея алгоритма, какие есть ограничения и, наконец, на реальных данных покажем, как проводить вычисления. Алгоритм оценки будет демонстрироваться на примере исторической статистики реальных данных по продажам.

В разделе «Практика» - видео-кейс «Цифровой советчик плавильной печи». Своим опытом делится Владислав Сухарев, менеджер по бизнес-анализу, сотрудник управления промышленного искусственного интеллекта ERG. Как с помощью цифрового советчика идентифицировать технологические расстройства на ранней стадии и оперативно формировать рекомендации по их устранению.

В разделе «Полезные ресурсы»:

• Статья John C. Chambers, Satinder K. Mullick, and Donald D. Smith «Как выбрать правильную технику прогнозирования»;
• Книга «Нейронные сети. STATISTICA Neural Networks: Методология и технологии современного анализа данных»;
• Статья В. И. Швецова (Институт системного анализа РАН, Москва) о «Математическом моделировании транспортных потоков»;
• Как спрогнозировать процессы в маркетинге, расскажет статья J. Scott Armstrong, Roderick J. Brodi «Прогнозирование и маркетинг».

В рамках выпуска доступно девятое занятие курса Certified Forecaster. Рассмотрим особенности построения модели в случае нелинейных трендов. Учет в регрессии дополнительных факторов: мероприятий, событий, акций, рекламных кампаний и т.п. Оценка «чистого» эффекта акций. Условия перехода от регрессионного к авторегрессионному анализу. Ключевые отличия авторегрессии от регрессии.

Если вы еще не с нами, оформить подписку можно на странице.