Анализ данных – поиск закономерностей и построение моделей прогноза

Курс сайт события http://www.luxoft-training.ru/kurs/analiz_dannyh_-_poisk_zakonomernostey_i_postroenie_modeley_prognoza.html?ID_TIME=38910&r1=itsobytie

Добавить в календарь:
Поделиться:

В этом вводном курсе рассматриваются основные типы моделей, используемых для поиска закономерностей в данных – регрессионный анализ, кластеризация данных, построение простых и обобщенных деревьев решений, сокращение данных – метод главных компонент. Эти методы, входящие в научную дисциплину «Распознавания Образов» (Pattern Recognition), являются основой такой быстро развивающейся дисциплины как Business Intelligence (BI) и широко используются в бизнес-аналитике. Кратко обсуждаются идеи и методы нейронных сетей и машины поддерживающих векторов (SVM – Support Vector Machine), а также методы bootstrap построения оценок при недостаточном числе исходных данных. Обсуждаются основные понятия «нечеткого» (fuzzy) анализа данных.

Предлагаемые алгоритмы могут быть использованы в базах данных для восстановления (предсказания) пропущенных значений.

Цели:

Целью курса является знакомство слушателей с постановками задач поиска зависимостей и распознавания образов, описание математических моделей и разбор пошаговых действий (алгоритма) их решения. Здесь описаны процедуры проверки прогностической устойчивости моделей и правила определений области допустимых значений данных, поступающих для прогнозирования.

По окончании курса слушатели научатся понимать применимость основных методов анализа данных, например, при восстановлении пропущенных значений в БД и в задачах классификации и распознавания образов.

Разбираемые темы:

  • Введение в анализ данных и распознавание образов
  • Первичное преобразование данных, поиск выбросов
  • Регрессионный анализ. Скользящий контроль
  • Деревья решений. Простая и обобщенная формы
  • Кластеры и их поиск:
  • Кластер как связная компонента графа
  • Построение минимального покрывающего дерева
  • Метод К средних. Простая и обобщенная версии
  • Иерархический кластер анализ. Дендрограммы
  • Метод главных компонент. Факторы и их поиск
  • Продвинутые методы анализа
  • Нейронные сети
  • SVM и поддерживающие вектора. Кернел функции
  • Эволюционные алгоритмы – МГУА, генетические
  • Метод Bootstrap
  • Семейства прогнозирующих алгоритмов
  • «Нечеткие» классификаторы

Целевая аудитория:

Аналитики, бизнес-аналитики, разработчики, руководители групп, нуждающиеся в кратком и доступном изложении методов анализа данных.

Сертификат:

По итогам обучения каждому слушателю выдается сертификат о прохождении курсов Luxoft Training. Слушатели онлайн курсов получают электронную версию сертификата (на указанный email) по запросу.

Предварительная подготовка – общее:

Требуется знание терминов линейной алгебры и правил работы с матрицами и векторами на уровне 1-2 курса технического Вуза.

Комментарии (0):

Оставлять комментарии могут только зарегистрированные пользователи

Для получения embed кода необходимо кликнуть правой
кнопкой мыши на видео и выбрать пункт меню
'Сгенерировать HTML код'

Забыли пароль? Регистрация