Process Mining Training Course

Κοινό

Αν προσπαθήσετε να κατανοήσετε τα δεδομένα στα οποία έχετε πρόσβαση ή θέλετε να αναλύσετε μη δομημένα δεδομένα που είναι διαθέσιμα στο διαδίκτυο (όπως το Twitter, το Linked in, κ.λπ.), αυτό το μάθημα απευθύνεται σε εσάς.

Στόχος είναι κυρίως οι υπεύθυνοι λήψης αποφάσεων και οι άνθρωποι που πρέπει να επιλέξουν ποια δεδομένα αξίζει να συλλέξουν και τι αξίζει να αναλύσουμε.

Δεν στοχεύει στους ανθρώπους να διαμορφώσουν τη λύση, αλλά αυτοί θα επωφεληθούν από τη μεγάλη εικόνα.

Λειτουργία παράδοσης

Κατά τη διάρκεια του μαθήματος οι εκπρόσωποι θα παρουσιαστούν με παραδείγματα εργασίας για τις περισσότερες τεχνολογίες ανοιχτού κώδικα.

Οι σύντομες διαλέξεις θα ακολουθούνται από παρουσίαση και απλές ασκήσεις από τους συμμετέχοντες

Το περιεχόμενο και το λογισμικό που χρησιμοποιήθηκαν

Όλο το λογισμικό που χρησιμοποιείται ενημερώνεται κάθε φορά που εκτελείται το μάθημα, έτσι ελέγχουμε τις πιο πρόσφατες εκδόσεις.

Καλύπτει τη διαδικασία από την απόκτηση, τη μορφοποίηση, την επεξεργασία και την ανάλυση των δεδομένων, για να εξηγήσει πώς αυτοματοποιείται η διαδικασία λήψης αποφάσεων με τη μηχανική μάθηση.

Σκοπός:

Οι εκπρόσωποι μπορούν να αναλύσουν μεγάλα σύνολα δεδομένων, να εξάγουν μοτίβα, να επιλέξουν τη σωστή μεταβλητή που επηρεάζει τα αποτελέσματα, έτσι ώστε να προβλέπεται ένα νέο μοντέλο με προγνωστικά αποτελέσματα.

Το μάθημα μπορεί να παρέχεται με οποιαδήποτε εργαλεία, συμπεριλαμβανομένων δωρεάν λογισμικού και εφαρμογών εξόρυξης δεδομένων ανοιχτού κώδικα

R είναι μια ελεύθερη γλώσσα προγραμματισμού ανοικτού κώδικα για στατιστικούς υπολογιστές, ανάλυση δεδομένων και γραφικά. R χρησιμοποιείται από έναν αυξανόμενο αριθμό διαχειριστών και αναλυτών δεδομένων μέσα σε εταιρείες και ακαδημαϊκούς κύκλους. Το R διαθέτει μια μεγάλη ποικιλία πακέτων για την εξόρυξη δεδομένων.

Αυτό το μάθημα προορίζεται για μηχανικούς και υπεύθυνους λήψης αποφάσεων που εργάζονται στην εξόρυξη δεδομένων και την ανακάλυψη γνώσεων.

Θα μάθετε πώς μπορείτε να δημιουργήσετε αποτελεσματικά οικόπεδα και τρόπους για να παρουσιάσετε και να εκπροσωπήσετε τα δεδομένα σας με τρόπο που θα προσελκύσει τους υπεύθυνους λήψης αποφάσεων και θα τους βοηθήσει να καταλάβουν τις κρυφές πληροφορίες.

Το Insurtech (γνωστός και ως Digital Insurance) αναφέρεται στη σύγκλιση ασφάλισης + νέων τεχνολογιών. Στον τομέα των Insurtech «ψηφιακών ασφαλιστών» εφαρμόζουν τεχνολογικές καινοτομίες στα επιχειρηματικά και λειτουργικά τους μοντέλα, προκειμένου να μειώσουν το κόστος, να βελτιώσουν την εμπειρία των πελατών και να βελτιώσουν την ευελιξία των εργασιών τους.

Σε αυτήν την εκπαίδευση υπό την καθοδήγηση εκπαιδευτών, οι συμμετέχοντες θα αποκτήσουν κατανόηση των τεχνολογιών, των μεθόδων και της νοοτροπίας που απαιτούνται για να επιτευχθεί ένας ψηφιακός μετασχηματισμός στους οργανισμούς τους και στον κλάδο γενικότερα. Η εκπαίδευση απευθύνεται σε διευθυντές που πρέπει να κατανοήσουν μια μεγάλη εικόνα, να καταρρίψουν τη διαφημιστική εκστρατεία και την ορολογία και να κάνουν τα πρώτα βήματα για τη δημιουργία μιας στρατηγικής Insurtech.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Συζητήστε το Insurtech και όλα τα συστατικά μέρη του έξυπνα και συστηματικά
• Προσδιορίστε και απομυθοποιήστε το ρόλο κάθε βασικής τεχνολογίας στο Insurtech.
• Σχεδιάστε μια γενική στρατηγική για την εφαρμογή του Insurtech στον οργανισμό τους

Ακροατήριο

• Ασφαλιστές
• Τεχνολόγοι στον ασφαλιστικό κλάδο
• Οι ασφαλιστικοί φορείς
• Σύμβουλοι και επιχειρησιακοί αναλυτές

Μορφή του μαθήματος

• Μέρος διάλεξη, μέρος συζήτηση, ασκήσεις και ομαδικές δραστηριότητες μελέτης περίπτωσης

Η R είναι μια ελεύθερη γλώσσα προγραμματισμού ανοιχτού κώδικα για στατιστικούς υπολογισμούς, ανάλυση δεδομένων και γραφικά. Το R χρησιμοποιείται από έναν αυξανόμενο αριθμό διευθυντών και αναλυτών δεδομένων σε εταιρείες και ακαδημαϊκό κόσμο. Το R διαθέτει μεγάλη ποικιλία πακέτων για εξόρυξη δεδομένων.

Τα μεγάλα δεδομένα είναι σύνολα δεδομένων που είναι τόσο ογκώδη και περίπλοκα που το παραδοσιακό λογισμικό εφαρμογών επεξεργασίας δεδομένων είναι ανεπαρκές για την αντιμετώπισή τους. Οι μεγάλες προκλήσεις δεδομένων περιλαμβάνουν τη συλλογή δεδομένων, την αποθήκευση δεδομένων, την ανάλυση δεδομένων, την αναζήτηση, την κοινή χρήση, τη μεταφορά, την οπτικοποίηση, την αναζήτηση, την ενημέρωση και την προστασία της ιδιωτικής ζωής των πληροφοριών.

Σε αυτή τη ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα, οι συμμετέχοντες θα κατανοήσουν τις τεχνολογίες, τις μεθόδους και τη νοοτροπία που απαιτούνται για την εφαρμογή μιας στρατηγικής Fintech.

Αυτή η εκπαίδευση απευθύνεται σε διευθυντές που πρέπει να αποκτήσουν μια «μεγάλη εικόνα» κατανόηση του Fintech, να αναλύσουν τη διαφημιστική εκστρατεία και την ορολογία και να κάνουν απτά πρώτα βήματα προς την υιοθέτηση νέων τεχνολογιών που εφαρμόζονται στις χρηματοοικονομικές επιχειρήσεις και υπηρεσίες.

Μέχρι το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν

• Παρουσιάζουν βιώσιμες Fintech στρατηγικές για τον οργανισμό τους.
• Κατανοήστε και εξηγήστε τον ρόλο και τη λειτουργικότητα των βασικών τεχνολογιών.
• Σύνταξη σχεδίου δράσης για την εισαγωγή νέων τεχνολογιών με τρόπο βήμα προς βήμα.

Η ανάπτυξη βάσει μοντέλου (MBD) είναι μια μεθοδολογία ανάπτυξης λογισμικού που επιτρέπει ταχύτερη, πιο οικονομική ανάπτυξη δυναμικών συστημάτων, όπως συστήματα ελέγχου, επεξεργασίας σήματος και συστημάτων επικοινωνίας. Βασίζεται στη μοντελοποίηση γραφικών και όχι στον παραδοσιακό προγραμματισμό που βασίζεται σε κείμενο.

Σε αυτήν την υπό την καθοδήγηση εκπαιδευτών, οι συμμετέχοντες ζωντανής εκπαίδευσης θα μάθουν πώς να εφαρμόζουν μεθοδολογίες MBD για να μειώσουν το κόστος ανάπτυξης και να επιταχύνουν το χρόνο για την αγορά των ενσωματωμένων προϊόντων λογισμικού τους.

Μέχρι το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν

Επιλέξτε και χρησιμοποιήστε τα σωστά εργαλεία για την υλοποίηση του MBD. Χρησιμοποιήστε το MBD για να πραγματοποιήσετε ταχεία ανάπτυξη στα αρχικά στάδια του έργου ενσωματωμένου λογισμικού. Συντομεύστε την κυκλοφορία του ενσωματωμένου λογισμικού τους στην αγορά.

Μορφή του μαθήματος

Μέρος διάλεξη, μέρος συζήτηση, ασκήσεις και βαριά πρακτική εξάσκηση

Ο στόχος του μαθήματος είναι να επιτρέψει στους συμμετέχοντες να αποκτήσουν γνώση του τρόπου εργασίας με τη γλώσσα SQL στη βάση δεδομένων Oracle για εξαγωγή δεδομένων σε ενδιάμεσο επίπεδο.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε άτομα που επιθυμούν να κατανοήσουν την ανάλυση απαιτήσεων και να πραγματοποιήσουν ανάλυση απαιτήσεων αποτελεσματικά και με ακρίβεια χρησιμοποιώντας τεχνικές ανάλυσης για τα έργα τους.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• προσδιορίζει διαφορετικούς τύπους απαιτήσεων.
• κατανοούν τις συνολικές έννοιες και τις δραστηριότητες εντός της ανάλυσης απαιτήσεων.
• να είναι εξοικειωμένοι με τη μεθοδολογία ανάλυσης απαιτήσεων.
• χρησιμοποιούν διαφορετικές τεχνικές ανάλυσης απαιτήσεων προς όφελός τους.
• απαιτήσεις δομής για την αποτελεσματική επικοινωνία με αρχιτέκτονες και προγραμματιστές μέσω μιας επαναληπτικής διαδικασίας συγκέντρωσης απαιτήσεων.

R είναι μια ελεύθερη γλώσσα προγραμματισμού ανοικτού κώδικα για στατιστικούς υπολογιστές, ανάλυση δεδομένων και γραφικά. R χρησιμοποιείται από έναν αυξανόμενο αριθμό διαχειριστών και αναλυτών δεδομένων μέσα σε εταιρείες και ακαδημαϊκούς κύκλους. Η R βρήκε επίσης οπαδούς μεταξύ των στατιστικολόγων, των μηχανικών και των επιστημόνων χωρίς δεξιότητες προγραμματισμού στον υπολογιστή, οι οποίοι βρίσκουν εύκολο στη χρήση. Η δημοτικότητά του οφείλεται στην αυξανόμενη χρήση της εξόρυξης δεδομένων για διάφορους στόχους, όπως η ρύθμιση των τιμών διαφήμισης, η ταχύτερη εύρεση νέων φαρμάκων ή η τελειοποίηση οικονομικών μοντέλων. Το R διαθέτει μια μεγάλη ποικιλία πακέτων για την εξόρυξη δεδομένων.

Αυτό το μάθημα καταδεικνύει μέσω πρακτικής πρακτικής τις βασικές αρχές και τις εφαρμογές της μηχανικής λογισμικού, της μηχανικής απαιτήσεων και των δοκιμών.

Goal:

Μαθαίνω να δουλεύω με το SPSS σε επίπεδο ανεξαρτησίας

Οι αποδέκτες:

Αναλυτές, ερευνητές, επιστήμονες, φοιτητές και όλοι όσοι θέλουν να αποκτήσουν τη δυνατότητα να χρησιμοποιούν το πακέτο SPSS και να μάθουν δημοφιλείς τεχνικές εξόρυξης δεδομένων.