/

Главная / Учебный центр / Вендоры / Академия Анализа Данных / Современные компьютерные методы анализа данных нефтедобывающей и нефтеперерабатывающей промышленности

Современные компьютерные методы анализа данных нефтедобывающей и нефтеперерабатывающей промышленности

0006
  • Формат проведения:
  • Уровень: продвинутый
  • Продолжительность: 12 ак. часов

Цель курса – дать слушателям необходимый инструментарий для анализа данных в нефтедобывающей и нефтеперерабатывающей отрасли.

Описываются классические методы и методы дейта майнинга, машинного обучения для решения задач классификации и прогнозирования.


Расписание и цены

Стоимость и формат проведения курса:

  • очный (дневной, в аудитории) 42000 руб.

Формат, место и дата проведения обучения согласовываются индивидуально.

Оставьте запрос на обучение, заполнив форму ниже. Менеджер Учебного центра свяжется с вами для согласования времени и места проведения курса.

Запрос курса
  • *
  • *
  • *
    Ваш пароль для входа в личный кабинет будет сгенерирован и отправлен на e-mail автоматически
  • *

    Например,
  • *
  • *
  • *
  • Период *

  • *
  • Настоящим в соответствии с Федеральным законом № 152-ФЗ «О персональных данных» от 27.07.2006, отправляя данную форму, вы подтверждаете свое согласие на обработку персональных данных. Мы, ЗАО «СофтЛайн Интернейшнл» и аффилированные к нему лица, гарантируем конфиденциальность получаемой нами информации. Обработка персональных данных осуществляется в целях эффективного исполнения заказов, договоров и пр. в соответствии с «Политикой конфиденциальности персональных данных».
О курсе

Аналитические методы позволяют решать широкий круг задач, включая задачи оптимизации. Путь к оптимизации зависит от типа породы и структуры резервуара. Эти решения, в свою очередь, зависят от моделей, созданных на этапе разведки.

Модели текущего и прогностического мониторинга позволяют заблаговременно выявлять потенциальные проблемы с оборудованием, исключая возникновение внештатных ситуаций, снижая риск непредвиденных отказов, которые могут повлечь за собой производственные потери, дорогостоящий ремонт, нарушение техники безопасности и экологические аварии.

Типичные задачи, возникающие в нефтедобывающей отрасли: выделение набора параметров, при которых показатели нефтедобычи максимальны, определение набора параметров, оказывающих влияние на возникновение осложнений, выбор параметров, минимизирующих риск осложнений и др.

О курсе

  1. Структура исходных данных, описательный анализ и группировка
  2. Дискретизация данных, агрегирование данных (почасовое, суточное, недельное, месячное, годовое)
  3. Визуализация данных (линейные графики, ящики-усы, гистограммы, диаграммы рассеяния)
  4. Сглаживание данных
  5. Визуальный анализ данных
  6. Корреляционный и кросс-корреляционный анализ, исследование лагов (задержек) в корреляциях
  7. Дисперсионный анализ
  8. Факторный анализ, метод главных компонент сокращения размерности
  9. Методы дейта майнинга построения предиктивных моделей
    • CART методы
    • Многомерные адаптивные сплайны
  10. Методы дейта майнинга построения моделей классификации
    • CART методы
    • CHAID методы
  11. Методы нейронных сетей построения нелинейных моделей:
    • Многослойные персептроны
    • Радиальные базисные функции
    • Сети Кохонена
  12. Язык PMML (Predictive Model Markup Language) описания и сохранения предиктивных моделей
  13. Примеры использования
  14. Вопросы-ответы
  15. Обсуждение задач слушателей
Отзывы