close facebook google+ habr instagram linkedin arrow-right phone telegram twitter user vk youtube upload close menu-stroke search lock

Углубленные методы анализа данных и дейта сайнс в Statistica и R: построение предсказательных моделей

004-АА

В курсе систематически излагаются методы построения широко используемых на практике предиктивных моделей, используя новейшие аналитические технологии. В качестве примеров анализа реальных данных используется данные об оценке стоимости квартир, арендной платы, цены европейских подержанных автомобилей и др.

Курс читается по запросу слушателей в индивидуальном или корпоративном формате

Продолжительность: 15 акад.часов / 3 дня

Стоимость: 25 000 руб. за слушателя

Подробнее

Углубленные методы анализа данных и дейта сайнс в Statistica и R: построение предсказательных моделей

средний

Уровень

15 ак. часа

Продолжительность
Производитель:
Направление:
  • Расписание и цены

    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.

    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

    Предиктивная модель (от слова predict – предсказать) позволяет предсказать, например, как цена автомобиля зависит от его параметров, стоимость квартиры от площади, района, типа дома, этажа, близости к метро и др.

    Линейная регрессия обычно используется для количественной оценки взаимосвязи между двумя или более переменными.

    Если в задачах две переменные, то используется парная регрессия. В приложениях часто возникает вопрос о взаимосвязи между двумя или более переменными.

    Более углубленными методами являются деревья регрессии.

    Курс читается по запросу слушателей в индивидуальном или корпоративном формате

    Продолжительность: 15 акад.часов / 3 дня

    Стоимость: 25 000 руб. за слушателя

    В курсе дается систематическое описание и проводится построение предсказательных моделей, используя новейшие аналитические технологии.

    В качестве примеров анализа реальных данных используется данные об оценке стоимости квартир, арендной платы, цены европейских подержанных автомобилей и др.

    Для сокращения размерности задач используется классический метод главных компонент, который необходимо знать всем, кто работает в области дейта сайнс.

    Мы не только показываем, как применять технологии, но объясняем важнейшие показатели качества подгонки и оценки точности моделей, используя как визуальные, так и статистические методы.

    Лейтмотив курса – от простого к сложному позволяет слушателям научиться строить работающие на практике модели.

    Программа курса

    1. Введение: что такое предсказательные модели
    2. Парадигма построения предсказательных моделей
    3. Обзор методов построения предсказательных моделей
    4. Построение предсказательных моделей в Statistica:
      • парная регрессия
      • множественная регрессия
      • логит регрессия
      • пробит регрессия
    5. Технология построения регрессионных моделей:
      • Выбор переменных
      • Регрессия с включением предикторов
      • Регрессия с исключением предикторов
      • Стандартная регрессия
      • Коэффициент детерминации
      • Оценка точности модели
      • Анализ остатков
      • Применение модели
    6. Метод главных компонент и его примение в задачах сокращения размерности
    7. Регрессия на главных компонентах
    8. Нелинейные модели
    9. Мультиномиальная логистическая регрессия
    10. Порядковая логистическая регрессия
    11. Многомерные адаптивные сплайны
    12. CART модели
    13. Построение предсказательных моделей в R
    14. Деревья регрессии с одномерным откликом
    15. Деревья регрессии с многомерным откликом
    16. Алгоритм xgboost
    17. Вопросы-ответы, обсуждение задач слушателей
  • Отзывы
    Отзывов нет.
    Чтобы оставить отзыв, необходимо войти
Связаться с менеджером

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».

Заявка

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.

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».