Statisztika 2. szint Képzés

A Big Data egy olyan kifejezés, amely a nagy adathalmazok tárolására és feldolgozására szánt megoldásokat jelenti. Kezdetben a Google által kifejlesztett, ezek a Big Data megoldások fejlődtek tovább és más hasonló projektekhez is ihletet adtak, amelyek közül szoftverek nyílt forráskódúak. Az R egy népszerű programozási nyelv a pénzügyi iparban.

Az R egy nyílt forráskódú, ingyenes programozási nyelv statisztikai számítások, adatelemzés és grafikák készítésére. Az R-t egyre több menedzser és adatelemző használja vállalatokban és az akadémián belül. Az R követőkre talált a statisztikusok, mérnökök és tudósok körében is, akiknek nincs informatikai háttértudása, és könnyűnek találják a használatát. Népszerűségét az adatbányászat egyre nagyobb mértékű alkalmazása magyarázza, amelyet különböző célokra használnak, például hirdetési árak beállítására, új gyógyszerek gyorsabb megtalálására vagy pénzügyi modellek finomhangolására. Az R rendelkezik széles körű csomagokkal az adatbányászat területén.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszínen) mindazok számára készült, akik meg szeretnék ismerni és elsajátítani a gazdaságtudományi elemzés és modellezés alapjait.

A képzés végére a résztvevők képesek lesznek:

• Megismerni és megérteni a gazdaságtudományi módszertan alapjait.
• Használni az Eviews és kockázatszimulátorokat.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) középszintű adatelemzők és üzleti szakemberek számára készült, akik időszakos előrejelzéseket szeretnének készíteni és adatelemzési munkafolyamatokat automatizálni az R segítségével.

A képzés végére a résztvevők képesek lesznek:

• Megérteni az előrejelzési technikák alapjait R-ben.
• Alkalmazni az exponenciális simítást és az ARIMA modelleket időszakosan elemzésre.
• Használni a 'forecast' csomagot pontos előrejelzési modellek létrehozásához.
• Automatizálni az előrejelzési munkafolyamatokat üzleti és kutatási alkalmazásokhoz.

Ez az oktató által vezetett, élő képzés (online vagy helyszíni) azoknak az HR szakembereknek szól, akik analitikai módszerekkel szeretnék javítani a szervezeti teljesítményt. A kurzus kvalitatív és kvantitatív, empirikus és statisztikai megközelítéseket is magában foglal.

A képzés formátuma

• Interaktív előadás és vita.
• Számos gyakorlat és gyakorlás.

Kurzus Testreszabási Lehetőségek

• Egyedi képzés igényléséhez kérjük, lépjen kapcsolatba velünk.

Célközönség

Vállalkozások tulajdonosai (marketingmenedzserek, termékmenedzserek, ügyfélbázis-menedzserek) és csapataik; ügyfélmegismerési szakemberek.

Áttekintés

A kurzus követi az ügyfél életciklusát az új ügyfelek megszerzésétől kezdve, a meglévő ügyfelek jövedelmezőségének kezelésén át, a jó ügyfelek megtartásáig, és végül annak megértéséig, hogy mely ügyfelek hagyják el a vállalatot és miért. Valós (bár névtelen) adatokkal dolgozunk különböző iparágakból, beleértve a távközlést, biztosítást, médiát és high-tech szektort.

Formátum

Oktatóvezetésű képzés öt fél napos szakaszban, amely során gyakorlati feladatok és házi feladatok is szerepelnek. A képzés lehetőséget biztosít osztálytermi vagy távoktatásos (online) részvételre.

Célközönség

• menedzserek
• fejlesztők
• tudósok
• diákok

A kurzus formátuma

online oktatás és vita VAGY személyes workshopok

Az R egy nyílt forráskódú, ingyenes programozási nyelv statisztikai számításokhoz, adatelemzéshez és grafikák készítéséhez. Az R-t egyre több menedzser és adatelemző használja vállalatokon és az akadémián belül. Az R követőkre talált a statisztikusok, mérnökök és tudósok körében is, akiknek nincsenek informatikai programozási ismereteik, de könnyűnek találják a használatát. Népszerűsége annak köszönhető, hogy egyre több területen használják az adatbányászatot, például a reklámárak beállításához, új gyógyszerek gyorsabb felfedezéséhez vagy pénzügyi modellek finomhangolásához. Az R széles körű csomagokat kínál az adatbányászathoz.

Ez a kurzus az R-ben található objektumok kezelését foglalja magában, beleértve az adatok olvasását, az R csomagok elérését, R függvények írását és informatív gráfok készítését. Tartalmazza a gyakori statisztikai modellek használatával történő adatelemzést is. A kurzus bemutatja, hogyan használható az R szoftver (https://www.r-project.org) parancssorból és grafikus felületen (GUI) keresztül is.

Az R egy nyílt forráskódú, ingyenes programozási nyelv statisztikai számítások, adatelemzés és grafikák készítésére. Az R-t egyre több vezető és adatelemző használja vállalatokban és az akadémiai környezetben. Az R követőkre talált a statisztikusok, mérnökök és tudósok körében is, akiknek nincs programozási tapasztalata, de könnyűnek találják a használatát. Népszerűségét az adatbányászat egyre szélesebb körű alkalmazása magyarázza, például a hirdetési árak meghatározásában, az új gyógyszerek gyorsabb felfedezésében vagy a pénzügyi modellek finomhangolásában. Az R széles választékot kínál az adatbányászatra szolgáló csomagokból.

Az R egy nyílt forráskódú, ingyenes programozási nyelv statisztikai számítások, adatelemzés és grafikák készítésére. Az R-t egyre több menedzser és adatelemző használja vállalatokban és az akadémián belül. Az R követőkre talált statisztikusok, mérnökök és tudósok körében is, akiknek nincs informatikai háttértudása, de könnyen használható nyelvnek találják. Népszerűsége annak köszönhető, hogy egyre több területen használják az adatbányászatot, például hirdetési árak meghatározásához, új gyógyszerek gyorsabb felfedezéséhez vagy pénzügyi modellek finomhangolásához. Az R rendelkezik széles körű csomagokkal az adatbányászat területén.

Ez a kurzus bemutatja, hogyan alkalmazhatók a neurális hálózatok valós világbeli problémák megoldására az R-project szoftver segítségével.

Ez a kurzus azoknak az adattudósoknak és statisztikusoknak szól, akik már rendelkeznek alapvető R és C++ programozási ismeretekkel, valamint R kód írásának készségével, és haladó szintű R programozási tudásra van szükségük.

A cél egy gyakorlati, haladó szintű R programozási kurzus nyújtása azoknak a résztvevőknek, akik a módszereket munkájukban szeretnék alkalmazni.

Ágazatspecifikus példákkal tesszük relevánssá a képzést a célközönség számára.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) kezdő és középhaladó szintű szakemberek számára készült, akik az SPSS használatával szeretnének statisztikai elemzéseket végezni, hogy pontosan értelmezzék az adatokat, bonyolult statisztikai teszteket futtassanak és értelmes betekintéseket nyerjenek.

A képzés végén a résztvevők képesek lesznek:

• Navigálni az SPSS felületén és hatékonyan kezelni az adatkészleteket.
• Leíró és következtetési statisztikai elemzéseket végezni.
• t-teszteket, ANOVA, MANOVA, regresszió és korreláció elemzéseket végezni.
• Nem-paraméteres teszteket, főkomponens-elemzést és faktoranalízist alkalmazni a fejlett adatértelmezéshez.

Célközönség

A kurzus formátuma

A képzés végére a résztvevők képesek lesznek:

Ebben az oktató által vezetett, élő képzésben a résztvevők megtanulják, hogyan kezelhetik és vizualizálhatják az adatokat a Tidyverse eszközeivel.

A Tidyverse egy sokoldalú R csomaggyűjtemény az adattisztításra, feldolgozásra, modellezésre és vizualizációra. A csomagok közé tartozik például a ggplot2, dplyr, tidyr, readr, purrr és tibble.

• Kezdők az R nyelvben
• Kezdők az adatelemzésben és adatvizualizációban

• Részben előadás, részben vita, gyakorlatok és intenzív gyakorlati munka

• Adatelemzés végzése és vonzó vizualizációk készítése
• Hasznos következtetések levonása különböző mintákból származó adathalmazokból
• Adatok szűrése, rendezése és összegzése, hogy válaszoljanak feltáró kérdésekre
• Feldolgozott adatok átalakítása informatív vonaldiagrammokká, oszlopdiagrammokká, hisztogrammokká
• Adatok importálása és szűrése különböző adatforrásokból, például Excel, CSV és SPSS fájlokból

Leírás:

Ez a kurzus arra szolgál, hogy megtanítsa az R felhasználóknak, hogyan készíthetnek webalkalmazásokat anélkül, hogy keresztböngészős HTML, Javascript és CSS ismeretre lenne szükségük.

Cél:

A Shiny alkalmazások működésének alapjait mutatja be.

A Shiny könyvtár összes gyakran használt bemeneti/kimeneti/megjelenítési/paneles funkcióját bemutatja.