0
Zobrazení
„Modelování a kvantitativní metody analýzy v podnikání“ - kurz 32 000 rublů. z MSU, školení 4 týdny. (1 měsíc), Datum: 29. listopadu 2023.
Různé / / December 01, 2023
Zvládnutí předmětu je spojeno se studiem teoretických základů statistiky, teorie pravděpodobnosti a získávání komplexní znalosti o praktickém využití metod zpracování a analýzy informací v podnikání - životní prostředí. Studium předmětu umožňuje využít získané znalosti v praxi při zpracování primárních dat, prezentace získaných výsledků ve formě tabulek, grafů, diagramů, konstruování zobecnění indikátory.
Na jejich základě je možné využívat nejúčinnější statistické a kvantitativní metody a modely v ekonomické analýze, včetně konstrukce distribucí, kvantitativní metody pro hodnocení pravděpodobností, metody pro rozhodování za podmínek nejistoty, metody pro konstrukci intervalů spolehlivosti, metody pro konstrukci a vyhodnocení statistik hypotézy.
Kurz je veden ve dvou verzích: základní a pokročilá. Objem hodin v hodinách je stejný.
Základní program zahrnuje výuku a studijní materiály společně s magisterskými studenty fakulty. Rozšířený program je samostatnou skupinou v rámci dalšího vzdělávání.
Kategorie posluchačů – vedoucí firem a oddělení, zaměstnanci firemních venture fondů, specialisté v oboru R&D, projektoví a produktoví manažeři, manažeři inovací a změn, analytici oddělení
Začátek vyučování - podzim 2023.
Doba trvání – 72 hodin (32 hodin třídnické výuky s učitelem, 40 hodin samostatného studia materiálů).
Forma studia – plný i částečný úvazek.
Náklady na vzdělání - 32 000 rublů.
Smlouvy o školení jsou uzavírány s fyzickými a právnickými osobami.
Registrace do kurzů se provádí e-mailem [email protected] prostřednictvím registračního formuláře na webových stránkách.
Pro registraci nebo s dotazy můžete kontaktovat administrátora kurzu Antona Martyanova přes WhatsApp nebo Telegram na čísle +79264827721.
Doktor technických věd Pozice: Profesor Vyšší školy managementu a inovací Moskevské státní univerzity M. V. Lomonosova
Základní program kurzu
Téma 1. Metody analýzy osobních údajů
Histogramy, bodové grafy, časové řady, kontingenční tabulky, souhrnné metriky, krabicové grafy, párová korelační matice.
Téma 2. Kvantitativní metody teorie pravděpodobnosti a matematické statistiky
Teorie pravděpodobnosti. Základní pravidla teorie pravděpodobnosti. Diskrétní a spojité náhodné veličiny. Očekávání a rozptyl. Odvozená rozdělení pravděpodobnosti. Normální, binomická rozdělení. Vícekrokové rozhodovací postupy v podmínkách nejistoty. Hodnocení strategií (EMV). Rozhodovací strom a jeho softwarová implementace (TreePlan).
Matematické statistiky. Hlavní úkol matematické statistiky. Pojem statistických odhadů a jejich vlastnosti. Odhad intervalů spolehlivosti. Obecný plán pro analýzu situací za podmínek nejistoty. Řízení délky intervalu spolehlivosti. Typické statistické problémy. Testování statistických hypotéz.
Rozšířený program kurzu
Téma 1. Příprava dat pro statistickou analýzu
Obecné metody monitorování a předzpracování dat (identifikace nedostatků, duplicit, anomálií, porušení požadavků na formalizaci vstupních dat atd.). Ukázka automatizace procesu předzpracování a konsolidace dat. Metody konstruování statistických vzorků (jednoduchá metoda náhodného výběru, systematická metoda, stratifikační metoda, shlukový přístup, vícestupňové výběrové metody).
Téma 2. Metody statistické analýzy dat
Korelační analýza. Faktorová analýza. Diskriminační analýza. Společná analýza.
Téma 3. Metody regresní analýzy
Metoda nejmenších čtverců. Výběr nezávislých faktorů. Výběr třídy funkce. Párová a vícenásobná regrese. Metody hodnocení významnosti regresních koeficientů. Posouzení přesnosti regresního modelu. Statistické testy přiměřenosti modelu. Metody linearizace úloh regresní analýzy. Práce s nenumerickými daty (metoda fiktivní proměnné).
Téma 4. Metody dolování dat
Analytický reporting a multidimenzionální prezentace dat. Úložiště dat. Měření a fakta. Základní operace na datové krychli. Konstrukce modelů automatizované analýzy dat. Typy problémů řešených metodami Data Mining: klasifikace, shlukování, regrese, asociace, hledání konzistentních vzorů. Nejpoužívanějšími algoritmy pro každý typ problému jsou: samoorganizující se mapy, rozhodovací stromy, lineární regrese, neuronové sítě, asociativní pravidla. Metody vizualizace výsledků výzkumu.
Adresa
119991, Moskva, st. Leninskie Gory, 1, bldg. 51, 5. patro, místnost 544 (děkanát)
Univerzita
М20779В: Analýza dat pomocí nástrojů Excel
Tento kurz je určen pro studenty, kteří mají zkušenosti s analýzou dat v Excelu a chtějí hlouběji porozumět technikám obchodní analýzy. Kurz přesahuje možnosti Excelu, zahrnuje studium Power Query, doplňků Power Pivot a samostatného systému - Power BI, který rozšiřuje možnosti doplňků Excelu a umožňuje vytvářet analytické dashboardy * *kurz je vyučován ve spolupráci s dalším vzdělávacím centrum
4,2
42 490 ₽
Více informací Na web kurzu
PŘedplatit
YOU MIGHT ALSO LIKE
