Cel szkolenia

Przedstawienie podstawowych metod w obszarze statystycznej analizy danych i uczenia maszynowego, wraz z typowymi zastosowaniami w branży bankowej.

Korzyści

Uczestnicy szkolenia dowiedzą się:

  • jakiego rodzaju metody statystyczne i SI są wykorzystywane w bankowości,
  • jakie klasy procesów są obsługiwane za pomocą tego rodzaju modeli,
  • jak wdrażać podstawowe modele nauki opartej na danych w R,

Omówienie metod uzupełnione o praktyczne przykłady.

Zakres szkolenia
  • Wprowadzenie do analizy danych statystycznych
    • Klasy modeli statystycznych,
    • Modele liniowe i nieliniowe,
    • Metody oceny (OLS NLS, ML GMM),
    • Zasady weryfikacji hipotez statystycznych,
    • Techniki selekcji modelu,
    • Pojęcie symulacji Monte Carlo,
    • Zasady statystyki Bayesa,
    • Elementy analizy szeregów czasowych.
  • Wprowadzenie do uczenia maszynowego
    • Nadzorowane uczenie, regresja i klasyfikacja,
    • Modele dyskretnego wyboru + niezbalansowana próbka,
    • Drzewa decyzyjne, lasy losowe, przycinanie,
    • Ryzyko empiryczne i strukturalne (SLT), nadmierne dopasowanie,
    • Sztuczne sieci neuronowe,
    • Wspierające maszyny wektorowe,
    • Statystyki wysoce wymiarowe,
    • Uczenie nienadzorowane,
    • Koncepcja głębokiego uczenia i uniwersalnej sztucznej inteligencji,
    • Elementy przetwarzania języka naturalnego,
  • Wprowadzenie do programowania w R
    • R and R Studio,
    • Odczyt danych w R,
    • Praca z ramkami danych i funkcjami R,
    • Funkcje R: wybrane pojęcia składniowe,
    • Manipulowanie danymi, przygotowanie i analiza,
    • Techniki klasyfikacyjne,
    • Techniki regresji,
    • Analiza skupień,
    • Analiza szeregów czasowych,
    • Zastosowanie R w odniesieniu do 2 rozwiązanych problemów (dane wewnętrzne / zewnętrzne),
    • Zastosowanie R w odniesieniu do 2 wybranych nierozwiązanych problemów (dane wewnętrzne / zewnętrzne).
Adresaci

Osoby współpracujące ze specjalistami w dziedzinie nauk opartych na danych lub chcące zyskać zrozumienie podstaw nauki opartej na danych, z naciskiem na praktyczne zastosowanie takich metod typowych dla sektora bankowego.

Liczebność grupy: 8-15 uczestników

Czas trwania: 3 dni

Dostępny język: PL / EN

Dostępny język materiałów: PL / EN

Forma kursu
Warsztaty (wykład + praktyczne przykłady dot. R)

Pobierz pełną ofertę szkoleniową

POBIERZ OFERTĘ

Dziękujemy!

Przepraszamy, coś poszło nie tak.

Odśwież stronę i spróbuj ponownie.

Przetwarzanie...

Jeśli masz pytania dotyczące naszych szkoleń,

skontaktuj się z ekspertem Sii

Agnieszka Rzeczkowska

Training Practice Manager

Skontaktuj się z ekspertem

Agnieszka Rzeczkowska

lub przeciągnij i upuść załączniki tutaj.

Dopuszczalne rozszerzenia: DOC, DOCX, PDF (max 5MB)

Dziękujemy za wypełnienie formularza.

Zapoznamy się z treścią Twojej wiadomość i skontaktujemy się z Tobą tak szybko, jak będzie to możliwe.

Przepraszamy, coś poszło nie tak i Twoja wiadomość nie została dostarczona.

Odśwież stronę i spróbuj ponownie

Przetwarzanie...

Może Cię również zainteresować

Business Intelligence

BluePrism RPA

Czas trwania:
5 dni
MS Rozwiązania ITBusiness Intelligence

MS Power BI

Czas trwania:
2 dni
Business Intelligence

Podstawy Data Science + wprowadzenie do Pythona

Czas trwania:
2 dni
Business Intelligence

Podstawy Deep Learning

Czas trwania:
2 dni

ITIL®, PRINCE2® są zarejestrowanymi znakami handlowymi należącymi do firmy AXELOS Limited i używanymi za jej zgodą. Wszelkie prawa zastrzeżone.
AgilePM® jest zastrzeżonym znakiem towarowym Agile Business Consortium Limited. Wszelkie prawa zastrzeżone.
Kursy AgilePM® są oferowane przez Sii, spółkę stowarzyszoną z Quint Wellington Redwood, akredytowaną organizację szkoleniową The APM Group Ltd.
Lean IT® Association jest zastrzeżonym znakiem towarowym Lean IT Association LLC. Wszelkie prawa zastrzeżone.
Wszystkie ceny podane na stronie to ceny netto. Należy doliczyć podatek VAT 23%.

ZATWIERDŹ