Корпоративное обучение
Методы многомерного анализа данных
Какие задачи будем решать:
•
Поиск и анализ скрытых корреляционных связей в многомерной информации
•
Построение многофакторных деревьев классификации
•
Разработка классифицирующих правил (моделирование неколичественных показателей)
•
Выявление однородных групп/кластеров, сравнительный анализ кластеров и выделение отличительных свойств выделенных групп
•
Выявление латентных признаков на основе многомерной информации
•
Прогнозирование на основе многомерной информации
•
Визуализация многомерных данных и сжатие избыточной информации
Особенности обучения:
•
Каждый участник обучения самостоятельно выполняет все практические примеры и упражнения в ПО
•
Все темы рассмотрены на практических примерах
•
Примеры подбираются с учетом отраслевой специфики обучаемых
•
Можно использовать свои данные
•
Раздаточный материал является справочником с набором пошаговых инструкций для самостоятельного проведения анализа
•
Особое внимание посвящается правилам выбора того или иного метода анализа
Сложность: Углубленный
Продолжительность:
3 дня/ 24 ак. часа
Теория/практика:
30/70
Необходимое ПО - по согласованию
до 15 человек
Начальные требования к слушателям:
Знание основ статистики в объеме тренинга «Основы
статистики и анализа данных для R&D/НИОКР», «Методы проверки гипотез»
Вы получите:
•
Навыки анализа данных и решения перечисленных выше задач с помощью специализированного ПО
•
Структурированные знания по выбору метода анализа, адекватного поставленной задаче и доступным исходным данным
•
Навыки разработки многофакторных прогнозных моделей