Data Science i podstawy programowania w R

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.