Στατιστική Επίπεδο 1 Κομμάτι εκπαίδευσης

Αυτό το εκπαιδευτικό σεμινάριο, που διδάσκεται από ειδικό και διεξάγεται ζωντανά σε <το> (εξ αποστάσεως ή επί τόπου), απευθύνεται σε προχωρημένους χρήστες R ενδιάμεσου επιπέδου που επιθυμούν να χρησιμοποιήσουν το R για την κατασκευή ταχύτερων ροών εργασίας, τη βελτίωση της ποιότητας του κώδικα και τη διαχείριση πιο σύνθετων εργασιών ανάλυσης.

Μέχρι το τέλος της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση να: δημιουργούν επαναχρησιμοποιήσιμες συναρτήσεις, να βελτιώνουν τις ροές εργασίας δεδομένων, να εντοπίζουν και να βελτιστοποιούν σφάλματα στον κώδικα, καθώς και να παράγουν επαναλήψιμες αναφορές.

Αυτή η κατευθυνόμενη από εκπαιδευτή, ζωντανή εκπαίδευση στο Ελλάδα (online ή on-site) απευθύνεται σε εργαλιώδεις υπολογιστικής διάνοιξης που επιθυμούν να αυτοματοποιήσουν τις συναλλαγές με αλγοριθμική καταχώρηση, Python και R.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση να:

• Εφαρμόζουν αλγόριθμους για την αποκτήση και πώληση αξιοπιστίων με ταχύτητα σε εξειδικευμένα διαστήματα.
• Μειώνουν τους κόστοι που σχετίζονται με τις συναλλαγές χρησιμοποιώντας αλγοριθμική καταχώρηση.
• Αυτόματα επιβλέπουν τις τιμές μετοχών και πραγματοποιούν συναλλαγές.

Το Big Data είναι ένα όρος που αναφέρεται σε λύσεις που προορίζονται για την αποθήκευση και επεξεργασία μεγάλων συνόλων δεδομένων. Αναπτύχθηκαν αρχικά από τη Google, αυτές οι λύσεις Big Data εξελίχθηκαν και έφεραν σε εμφάνιση άλλα παρόμοια έγχειρήματα, από τα οποία πολλά είναι διαθέσιμα ως open-source. Το R είναι μια δημοφιλής γλώσσα προγραμματισμού στη βιομηχανία των χρηματοπιστωτικών υπηρεσιών.

Η διδασκαλία υπό την καθοδήγηση εξειδικευμένου εκπαιδευτικού, ζωντανά στο Ελλάδα (online ή on-site), απευθύνεται σε αρχάριους διαχειριστές δεδομένων που επιθυμούν να χρησιμοποιήσουν τη γλώσσα προγραμματισμού R για να επεξεργάζονται δεδομένα, να εκτελούν βασική ανάλυση δεδομένων και να δημιουργούν ικανοποιητικές γραφικές παρουσιάσεις με στόχο την αξίωση ειδικών.

Στο τέλος αυτής της κατάρτισης, οι συμμετέχοντες θα μπορούν να:

• Κατανοήσουν τα βασικά αξίωματα της γλώσσας προγραμματισμού R.
• Εφαρμόσουν θεμελιώδεις διαδικασίες κοινής χρήσης στα δεδομένα.
• Δημιουργήσουν γραφικές παρουσιάσεις δεδομένων.

αυτή η προσωπικά καθοδηγούμενη, ζωντανή εκπαίδευση σε Ελλάδα (online ή in-person) απευθύνεται σε αναλυτές δεδομένων που επιθυμούν να προγραμματίζουν με το R στο SAS για ανάλυση συμπλοκής.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:

• να χρησιμοποιούν ανάλυση συμπλοκής για διαχείριση δεδομένων
• να καταλάβουν τη γλώσσα R για λύσεις συμπλοκής.
• να εφαρμόζουν ιεραρχικές και μη-ιεραρχικές συμπλοκές.
• να λαμβάνουν αποφάσεις βασισμένες στα δεδομένα για τη βελτίωση των εργασιών.

Η ανάλυση δεδομένων είναι σήμερα ένα κρίσιμο εργαλείο στα επιχειρήματα. Θα εστιάζουμε όλη τη διάρκεια στην ανάπτυξη δεξιοτήτων για πρακτική, εφαρμοσμένη ανάλυση δεδομένων. Η στόχος είναι να βοηθήσουμε τους συμμετέχοντες να δίνουν απαντήσεις με βάση στις πληροφορίες σε ερωτήσεις: 

Τι έχει συμβεί;

• επεξεργασία και ανάλυση δεδομένων
• παραγωγή ενημερωτικών οπτικοποιήσεων δεδομένων

Τι θα συμβεί;

• πρόβλεψη μελλοντικών αποδοχών
• επισήμανση των προβλέψεων

Τι θα έπρεπε να συμβεί;

• μετατροπή δεδομένων σε αποφάσεις με βάση στις πληροφορίες
• βελτιστοποίηση διαδικασιών

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε επαγγελματίες αρχάριου επιπέδου που επιθυμούν να καθαρίσουν και να αναλύσουν δεδομένα, να κάνουν στατιστικές προβολές και να δημιουργήσουν διορατικές απεικονίσεις χρησιμοποιώντας αυτά τα εργαλεία.

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

• Κατανοήστε τα βασικά των Python, R, Power Query και Power BI για ανάλυση δεδομένων.
• Καθαρίστε και οργανώστε σύνολα δεδομένων χρησιμοποιώντας Python και Power Query.
• Εκτελέστε στατιστική ανάλυση και προβολές με το R.
• Δημιουργήστε επαγγελματικούς πίνακες εργαλείων και αναφορές με το Power BI.
• Ενσωματώστε και αναλύστε αποτελεσματικά δεδομένα από πολλαπλές πηγές.

R είναι πολύ δημοφιλής, open source περιβάλλον για στατιστικές υπολογισμούς, ανάλυση δεδομένων και γραφικά. Αυτό το μάθημα εισήγαγε τη γλώσσα προγραμματισμού R στους φοιτητές. Καλύπτει τα βασικά στοιχεία της γλώσσας, βιβλιοθήκες και προηγμένες έννοιες. Προηγμένη ανάλυση δεδομένων και γραφικά με αυτόντικα δεδομένα.

Ακροατήριο

Προγραμματιστές / ανάλυτες δεδομένων

Διάρκεια

3 ημέρες

Μορφή

Διδασκαλία και πρακτικά εργασίες

Αυτή η κατεύθυνση, που οδηγείται από εκπαιδευτικό (instructor-led), υπό το δάχτυλο (onsite) ή εξ αποστάσεως (online), είναι κατεύθυνση σε οποιονδήποτε τον ενδιαφέρει να μάθει και να διεξαγάγει πλήρως τα βασικά αρχίσματα της εκονομετρικής ανάλυσης και μοντελοποίησης.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:

• Να μάθουν και να κατανοήσουν τα βασικά αρχίσματα της εκονομετρίας.
• Να χρησιμοποιούν Eviews και προγράμματα προβλέψεων κινδύνου.

Αυτή η εξειδίκευτη διαδικτύου ή επί τόπου εκπαίδευση στο Ελλάδα προσβάλλει μέσα-βαθμιανα δεδομένων αναλυτές και επιχειρηματίες που θέλουν να εκτελούν πρόβλεψη χρονοσειρών και να αυτοματοποιήσουν διαδικασίες ανάλυσης δεδομένων με τη χρήση R.

Ακολουθώντας την εξέταση, οι συμμετέχοντες θα είναι σε θέση να:

• Συνιέσουν τα βασικά στοιχεία των μεθόδων πρόβλεψης στο R.
• Εφαρμόζουν μοντέλα εξοντικοποίησης και ARIMA για ανάλυση χρονοσειρών.
• Χρησιμοποιούν το πακέτο ‘forecast’ για να δημιουργήσουν ακριβείς μοντέλα πρόβλεψης.
• Αυτοματοποιούν διαδικασίες πρόβλεψης για εφαρμογές επιχειρήσεων και έρευνας.

Αυτή η εκπαίδευση, οδηγούμενη από εκπαιδευτικό και διεξαγόμενη ζωντανά στο Ελλάδα (online ή onsite), απευθύνεται σε επιστήμονες δεδομένων που επιθυμούν να προγραμματίζονται με Python και R για το KNIME.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Σχεδιάζουν, κατασκευάζουν και εφαρμόζουν μοντέλα μηχανικής μάθησης στο KNIME.
• Λαμβάνουν επιστημονικές αποφάσεις για τις λειτουργίες.
• Εφαρμόζουν εγχειρήματα και έργα data science από την άρχη μέχρι το τέλος.

Υπολογίζεται ότι τα μη δομημένα δεδομένα αντιπροσωπεύουν περισσότερο από το 90 τοις εκατό όλων των δεδομένων, μεγάλο μέρος αυτών σε μορφή κειμένου. Οι αναρτήσεις ιστολογίου, τα tweets, τα μέσα κοινωνικής δικτύωσης και άλλες ψηφιακές δημοσιεύσεις προσθέτουν συνεχώς σε αυτόν τον αυξανόμενο όγκο δεδομένων.

Αυτό το ζωντανό μάθημα υπό την καθοδήγηση εκπαιδευτών επικεντρώνεται στην εξαγωγή πληροφοριών και νοήματος από αυτά τα δεδομένα. Χρησιμοποιώντας τις βιβλιοθήκες R Language και Natural Language Processing (NLP), συνδυάζουμε έννοιες και τεχνικές από την επιστήμη των υπολογιστών, την τεχνητή νοημοσύνη και την υπολογιστική γλωσσολογία για να κατανοήσουμε αλγοριθμικά το νόημα πίσω από τα δεδομένα κειμένου. Τα δείγματα δεδομένων είναι διαθέσιμα σε διάφορες γλώσσες ανά απαίτηση πελάτη.

Μέχρι το τέλος αυτής της εκπαίδευσης οι συμμετέχοντες θα μπορούν να προετοιμάσουν σύνολα δεδομένων (μεγάλα και μικρά) από διαφορετικές πηγές και στη συνέχεια να εφαρμόσουν τους σωστούς αλγόριθμους για να αναλύσουν και να αναφέρουν τη σημασία τους.

Μορφή του μαθήματος

• Μέρος διάλεξη, εν μέρει συζήτηση, βαριά πρακτική εξάσκηση, περιστασιακές δοκιμές για τη μέτρηση της κατανόησης

Σε αυτή τη ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών, οι συμμετέχοντες θα μάθουν προηγμένες τεχνικές για το Machine Learning με το R καθώς προχωρούν στη δημιουργία μιας εφαρμογής πραγματικού κόσμου.

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

• Κατανόηση και εφαρμογή τεχνικών μάθησης χωρίς επίβλεψη
• Εφαρμόστε ομαδοποίηση και ταξινόμηση για να κάνετε προβλέψεις με βάση τα δεδομένα του πραγματικού κόσμου.
• Οπτικοποιήστε δεδομένα για να αποκτήσετε γρήγορα ιδέες, να λάβετε αποφάσεις και να βελτιώσετε περαιτέρω την ανάλυση.
• Βελτιώστε την απόδοση ενός μοντέλου μηχανικής μάθησης χρησιμοποιώντας συντονισμό υπερ-παραμέτρων.
• Βάλτε ένα μοντέλο στην παραγωγή για χρήση σε μεγαλύτερη εφαρμογή.
• Εφαρμόστε προηγμένες τεχνικές μηχανικής εκμάθησης για να απαντήσετε σε ερωτήσεις που αφορούν δεδομένα κοινωνικών δικτύων, μεγάλα δεδομένα και πολλά άλλα.

Η R είναι μια δημοφιλής γλώσσα προγραμματισμού στον χρηματοοικονομικό κλάδο. Χρησιμοποιείται σε χρηματοοικονομικές εφαρμογές που κυμαίνονται από βασικά προγράμματα συναλλαγών έως συστήματα διαχείρισης κινδύνου.

Σε αυτή τη ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών, οι συμμετέχοντες θα μάθουν πώς να χρησιμοποιούν το R για να αναπτύξουν πρακτικές εφαρμογές για την επίλυση ορισμένων συγκεκριμένων προβλημάτων που σχετίζονται με τα οικονομικά.

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

• Κατανοήστε τις βασικές αρχές της γλώσσας προγραμματισμού R
• Επιλέξτε και χρησιμοποιήστε πακέτα και τεχνικές R για την οργάνωση, οπτικοποίηση και ανάλυση οικονομικών δεδομένων από διάφορες πηγές (CSV, Excel, βάσεις δεδομένων, web, κ.λπ.)
• Δημιουργήστε εφαρμογές που λύνουν προβλήματα που σχετίζονται με την κατανομή περιουσιακών στοιχείων, την ανάλυση κινδύνου, την απόδοση της επένδυσης και πολλά άλλα
• Αντιμετώπιση προβλημάτων, ενσωμάτωση ανάπτυξης και βελτιστοποίηση μιας εφαρμογής R

Ακροατήριο

• προγραμματιστές
• Αναλυτές
• Quants

Μορφή του μαθήματος

• Μέρος διάλεξη, μέρος συζήτηση, ασκήσεις και βαριά πρακτική εξάσκηση

Σημείωση

• Αυτή η εκπαίδευση στοχεύει να δώσει λύσεις σε ορισμένα από τα βασικά προβλήματα που αντιμετωπίζουν οι επαγγελματίες του χρηματοοικονομικού τομέα. Ωστόσο, εάν έχετε ένα συγκεκριμένο θέμα, εργαλείο ή τεχνική που θέλετε να προσαρτήσετε ή να επεξεργαστείτε περαιτέρω, επικοινωνήστε μαζί μας για να κανονίσουμε.