Praktyczne szkolenia na żywo z Predictive Analytics (analityki predyktywnej) stanowią wprowadzenie do narzędzi prognozowania przyszłych zachowań i zdarzeń na podstawie aktualnych lub historycznych danych.
Szkolenie z Predictive Analytics (analityki predyktywnej) jest dostępne jako "szkolenie stacjonarne" lub "szkolenie online na żywo".
Szkolenie stacjonarne może odbywać się lokalnie w siedzibie klienta w Polsce lub w ośrodkach szkoleniowych NobleProg w Polsce. Zdalne szkolenie online odbywa się za pomocą interaktywnego, zdalnego pulpitu DaDesktop .
NobleProg -- Twój lokalny dostawca szkoleń.
Opinie uczestników
★★★★★
★★★★★
usystematyzowanie wiedzy z dziedziny ML
Orange Polska
Szkolenie: From Data to Decision with Big Data and Predictive Analytics
zakres materialu
Maciej Jonczyk
Szkolenie: From Data to Decision with Big Data and Predictive Analytics
Przykłady z życia oraz praktyczne podejście do tematu.
Damian Pierończyk - Tech-Com sp. z o.o.
Szkolenie: OptaPlanner in Practice
Sposób prowadzenia i dobry sposób przekazywania wiedzy.
Tech-Com sp. z o.o.
Szkolenie: OptaPlanner in Practice
Dodatkowe informacje na temat problemów i niedoskonałości narzędzia.
Slawomir Gubala - Tech-Com sp. z o.o.
Szkolenie: OptaPlanner in Practice
jedna z praktyk
JONATHAN MARIANO, si
Szkolenie: Artificial Intelligence (AI) for Managers
Machine Translated
Wiedza instruktora i jego podejście do tematu
Zaira N. - JONATHAN MARIANO, si
Szkolenie: Artificial Intelligence (AI) for Managers
Machine Translated
Innowacyjne, ponieważ jest to coś, czego już doświadczamy.
jesus isaias - JONATHAN MARIANO, si
Szkolenie: Artificial Intelligence (AI) for Managers
H2O to platforma analityki predykcyjnej typu open source. Obsługuje języki R, Python, Scala, Java i REST.
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla osób technicznych, które chcą budować modele uczenia maszynowego przy użyciu algorytmów takich jak GLM, Deep Learning i Random Forest.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
Instalacja i konfiguracja H2O.
Tworzenie modeli uczenia maszynowego przy użyciu różnych popularnych algorytmów.
Ocena modeli na podstawie typu danych i wymagań biznesowych.
Format kursu
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
Opcje dostosowywania kursu
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
Aby dowiedzieć się więcej o H2O, odwiedź stronę: https://www.h2o.ai/
Przegląd
Communication Dostawcy usług (CSP) stoją w obliczu presji na redukcję kosztów i maksymalizację średniego przychodu na użytkownika (ARPU), przy jednoczesnym zapewnieniu doskonałego doświadczenia klienta, ale ilość danych wciąż rośnie. Globalny ruch danych w sieciach komórkowych będzie rósł w tempie 78% rocznie (CAGR) do 2016 roku, osiągając 10,8 eksabajtów miesięcznie.
W międzyczasie CSP generują duże ilości danych, w tym rejestry szczegółów połączeń (CDR), dane sieciowe i dane klientów. Firmy, które w pełni wykorzystują te dane, zyskują przewagę konkurencyjną. Według niedawnego badania przeprowadzonego przez The Economist Intelligence Unit, firmy, które wykorzystują podejmowanie decyzji w oparciu o dane, cieszą się 5-6% wzrostem produktywności. Jednak 53% firm wykorzystuje tylko połowę swoich cennych danych, a jedna czwarta respondentów zauważyła, że ogromne ilości przydatnych danych pozostają niewykorzystane. Ilość danych jest tak duża, że ich ręczna analiza jest niemożliwa, a większość starszych systemów oprogramowania nie nadąża, przez co cenne dane są odrzucane lub ignorowane.
Dzięki szybkiemu, skalowalnemu oprogramowaniu Big Data & Analytics&rsquo, dostawcy usług CSP mogą wydobywać wszystkie swoje dane w celu podejmowania lepszych decyzji w krótszym czasie. Różne produkty i techniki Big Data zapewniają kompleksową platformę oprogramowania do gromadzenia, przygotowywania, analizowania i prezentowania wniosków z dużych zbiorów danych. Obszary zastosowań obejmują monitorowanie wydajności sieci, wykrywanie oszustw, wykrywanie rezygnacji klientów i analizę ryzyka kredytowego. Produkty Big Data & Analytics skalują się do obsługi terabajtów danych, ale wdrożenie takich narzędzi wymaga nowego rodzaju systemu baz danych opartego na chmurze, takiego jak Hadoop lub masowego procesora obliczeń równoległych (KPU itp.).
Ten kurs na temat Big Data BI dla Telco obejmuje wszystkie pojawiające się nowe obszary, w które CSP inwestują w celu zwiększenia produktywności i otwarcia nowego strumienia przychodów biznesowych. Kurs zapewni pełny 360-stopniowy przegląd Big Data BI w Telco, dzięki czemu decydenci i menedżerowie będą mieli bardzo szeroki i kompleksowy przegląd możliwości Big Data BI w Telco w celu zwiększenia produktywności i przychodów.
Cele kursu
Głównym celem kursu jest wprowadzenie nowych technik analityki biznesowej Big Data w 4 sektorach Telecom biznesu (marketing / sprzedaż, operacje sieciowe, operacje finansowe i zarządzanie relacjami z klientami). Studenci zostaną zapoznani z następującymi zagadnieniami:
Wprowadzenie do Big Data - czym są 4V (objętość, szybkość, różnorodność i prawdziwość) w Big Data - generowanie, ekstrakcja i zarządzanie z perspektywy Telco
Czym różni się analityka Big Data od dotychczasowej analityki danych
Wewnętrzne uzasadnienie Big Data - perspektywa Telco
Wprowadzenie do ekosystemu Hadoop - znajomość wszystkich narzędzi Hadoop, takich jak Hive, Pig, SPARC – kiedy i jak są one wykorzystywane do rozwiązywania problemów Big Data
W jaki sposób Big Data są pozyskiwane do analizy w narzędziach analitycznych - w jaki sposób analiza biznesowa może zmniejszyć ból związany z gromadzeniem i analizą danych dzięki zintegrowanemu podejściu do pulpitu nawigacyjnego Hadoop
Podstawowe wprowadzenie do analityki Insight, analityki wizualizacyjnej i analityki predykcyjnej dla Telco
Analityka rezygnacji klientów i Big Data - jak analityka Big Data może zmniejszyć rezygnację klientów i niezadowolenie klientów w Telco - studia przypadków
Analiza awarii sieci i usług na podstawie metadanych sieciowych i IPDR
Analiza finansowa - oszustwa, marnotrawstwo i szacowanie ROI na podstawie danych sprzedażowych i operacyjnych
Problem pozyskiwania klientów - marketing docelowy, segmentacja klientów i sprzedaż krzyżowa na podstawie danych sprzedażowych
Wprowadzenie i podsumowanie wszystkich produktów analitycznych Big Data i ich miejsca w przestrzeni analitycznej Telco
Podsumowanie - jak krok po kroku wprowadzić Big Data Business Intelligence w swojej organizacji
Docelowi odbiorcy
Operacje sieciowe, menedżerowie finansowi, menedżerowie CRM i najlepsi menedżerowie IT w biurze Telco CIO.
Business Analitycy w Telco
Menedżerowie/analitycy biura CFO
Menedżerowie operacyjni
Menedżerowie QA
Postęp technologiczny i rosnąca ilość informacji zmieniają sposób egzekwowania prawa. Wyzwania stawiane przez Big Data są prawie tak samo zniechęcające, jak obietnica Big Data. Efektywne przechowywanie danych jest jednym z tych wyzwań; skuteczna ich analiza jest kolejnym.
W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy poznają sposób myślenia, z jakim należy podejść do technologii Big Data, ocenić ich wpływ na istniejące procesy i polityki oraz wdrożyć te technologie w celu identyfikacji działalności przestępczej i zapobiegania przestępczości. Przeanalizowane zostaną studia przypadków z organizacji zajmujących się egzekwowaniem prawa na całym świecie, aby uzyskać wgląd w ich podejścia, wyzwania i wyniki.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
Łączenie technologii Big Data z tradycyjnymi procesami gromadzenia danych w celu złożenia historii podczas dochodzenia
Wdrożenie przemysłowych rozwiązań w zakresie przechowywania i przetwarzania dużych zbiorów danych do analizy danych
Przygotowanie propozycji przyjęcia najbardziej adekwatnych narzędzi i procesów w celu umożliwienia opartego na danych podejścia do dochodzenia w sprawach karnych.
Publiczność
Specjaliści ds. egzekwowania prawa z wykształceniem technicznym
Format kursu
Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
Publiczność
Jeśli próbujesz nadać sens danym, do których masz dostęp lub chcesz analizować nieustrukturyzowane dane dostępne w sieci (takie jak Twitter, LinkedIn itp.), ten kurs jest dla Ciebie.
Jest on skierowany głównie do decydentów i osób, które muszą wybrać, jakie dane warto gromadzić i co warto analizować.
Nie jest on skierowany do osób konfigurujących rozwiązanie, jednak osoby te skorzystają z szerszej perspektywy.
Tryb dostawy
Podczas kursu delegaci zostaną zapoznani z działającymi przykładami głównie technologii open source.
Po krótkich wykładach odbędzie się prezentacja i proste ćwiczenia dla uczestników.
Używana zawartość i oprogramowanie
Całe używane oprogramowanie jest aktualizowane za każdym razem, gdy kurs jest uruchamiany, więc sprawdzamy najnowsze możliwe wersje.
Obejmuje proces pozyskiwania, formatowania, przetwarzania i analizowania danych, aby wyjaśnić, jak zautomatyzować proces podejmowania decyzji za pomocą uczenia maszynowego.
DataRobot to platforma uczenia maszynowego, która usprawnia tworzenie i wdrażanie modeli predykcyjnych. DataRobot przyspiesza analitykę predykcyjną, pomagając firmom podejmować mądrzejsze decyzje.
To prowadzone przez instruktora szkolenie na żywo (na miejscu lub zdalnie) jest przeznaczone dla analityków danych i analityków danych, którzy chcą zautomatyzować, ocenić i zarządzać modelami predykcyjnymi przy użyciu możliwości uczenia maszynowego DataRobot.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
Ładowanie zestawów danych w DataRobot w celu analizy, oceny i kontroli jakości danych.
Twórz i trenuj modele, aby zidentyfikować ważne zmienne i osiągnąć cele predykcyjne.
Interpretowanie modeli w celu uzyskania cennych informacji przydatnych w podejmowaniu decyzji biznesowych.
Monitorowanie i zarządzanie modelami w celu utrzymania zoptymalizowanej wydajności przewidywania.
Format kursu
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
Opcje dostosowywania kursu
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
R to darmowy język programowania o otwartym kodzie źródłowym do obliczeń statystycznych, analizy danych i grafiki. R jest używany przez rosnącą liczbę menedżerów i analityków danych w korporacjach i środowiskach akademickich. R posiada szeroką gamę pakietów do eksploracji danych.
R to darmowy język programowania o otwartym kodzie źródłowym do obliczeń statystycznych, analizy danych i grafiki. R jest używany przez rosnącą liczbę menedżerów i analityków danych w korporacjach i środowiskach akademickich. R posiada szeroką gamę pakietów do eksploracji danych.
RapidMiner to platforma oprogramowania do nauki o danych typu open source do szybkiego prototypowania i rozwoju aplikacji. Zawiera zintegrowane środowisko do przygotowywania danych, uczenia maszynowego, głębokiego uczenia, eksploracji tekstu i analizy predykcyjnej;
W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy dowiedzą się, jak używać RapidMiner Studio do przygotowywania danych, uczenia maszynowego i wdrażania modeli predykcyjnych;
Po zakończeniu tego szkolenia uczestnicy będą w stanie
Instalacja i konfiguracja RapidMiner
Przygotowanie i wizualizacja danych za pomocą RapidMiner
Weryfikacja modeli uczenia maszynowego
Łączenie danych i tworzenie modeli predykcyjnych
Operacjonalizacja analityki predykcyjnej w ramach procesu biznesowego
Rozwiązywanie problemów i optymalizacja RapidMiner
Publiczność
Naukowcy zajmujący się danymi
Inżynierowie
Programiści
Format kursu
Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
Uwaga
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
Certyfikacja OCUP2 UML - Przygotowanie do egzaminu UML2 Foundation
2024-02-06 09:00
Zdalne
21 godzin
Embedded GNU/Linux Kernel Internals and Device Drivers
2024-03-04 09:00
Zdalne
35 godzin
Newsletter z promocjami
Zapisz się na nasz newsletter i otrzymuj informacje o aktualnych zniżkach na kursy otwarte. Szanujemy Twoją prywatność, dlatego Twój e-mail będzie wykorzystywany jedynie w celu wysyłki naszego newslettera, nie będzie udostępniony ani sprzedany osobom trzecim. W dowolnej chwili możesz zmienić swoje preferencje co do otrzymywanego newslettera bądź całkowicie się z niego wypisać.