Τοπικά, καθοδηγούμενα από εκπαιδευτές Στατιστικά μαθήματα κατάρτισης καταδεικνύουν μέσω διαδραστικής συζήτησης και πρακτικής πρακτικής πώς να εφαρμόζουν τις Στατιστικές αρχές στην επίλυση πραγματικών προβλημάτων. Η κατάρτιση στα στατιστικά στοιχεία είναι διαθέσιμη ως "επιτόπου ζωντανή εκπαίδευση" ή "μακρινή ζωντανή κατάρτιση". Η επιτόπια κατάρτιση σε πραγματικό χρόνο μπορεί να πραγματοποιηθεί σε τοπικό επίπεδο στις εγκαταστάσεις του πελάτη Ελλάδα ή σε εταιρικά κέντρα κατάρτισης NobleProg στο Ελλάδα . Η απομακρυσμένη ζωντανή προπόνηση πραγματοποιείται μέσω μιας διαδραστικής, απομακρυσμένης επιφάνειας εργασίας. NobleProg - Ο τοπικός παροχέας εκπαίδευσης
Machine Translated
Testimonials
Πολλές πρακτικές ασκήσεις.
Ericsson
Course: Administrator Training for Apache Hadoop
Machine Translated
Εργαλείο διαχείρισης Ambari. Δυνατότητα συζήτησης πρακτικών εμπειριών Hadoop από άλλες επιχειρηματικές περιπτώσεις παρά από τηλεπικοινωνίες.
Ericsson
Course: Administrator Training for Apache Hadoop
Machine Translated
Μου άρεσε γενικά η γνώση του εκπαιδευτή.
SAP Business Objects
Course: Statistics Level 1
Machine Translated
Εγώ κυρίως επωφελήθηκα από τη μάθηση για τα γραφήματα του Gantt ..
Sarah Drummond - Siemens Gamesa c/o Hemsley Fraser
Course: Tableau Advanced
Machine Translated
Πολλή πρακτική.
Centrum Innowacji ProLearning Agnieszka Kołodziejczyk
Course: R
Machine Translated
Ουσιαστική γνώση του εκπαιδευτή και της εμπειρίας, διάφορα παραδείγματα
Anna Wysocka - Centrum Innowacji ProLearning Agnieszka Kołodziejczyk
Course: R
Machine Translated
το θέμα παρουσιάστηκε καλά και κατά τρόπο ομαλό.
Marylin Houle - Ivanhoe Cambridge
Course: Introduction to R with Time Series Analysis
Machine Translated
Το γεγονός ότι είχαμε το χρόνο να καλύψουμε κάποια χρήσιμα πρόσθετα.
Alina Vishniakova - TUI Business Services GmbH
Course: Statistics Level 1
Machine Translated
Εξήγησε όλα καλά και χρησιμοποίησε παραδείγματα.
royal bank of Canada
Course: R
Machine Translated
Ο εκπαιδευτής ακούσει τις ανάγκες του κοινού του όσο το δυνατόν καλύτερα και μπορέσαμε να εκπαιδεύσουμε ανάλογα με τις ανάγκες μας, ο Κώστας προετοίμασε υλικό συγκεκριμένα γύρω από ερωτήσεις σχετικά με τη βασική εκπαίδευση για την προηγμένη κατάρτιση, είχαν καταβληθεί πολλές προσπάθειες και εργασίες και εκτιμήθηκε.
Chloe Horton - Siemens Gamesa c/o Hemsley Fraser
Course: Tableau Advanced
Machine Translated
Διαφάνεια στις εκπαιδευτικές ανάγκες μας σε σχέση με το έργο που κάνουμε και το επίπεδο των στατιστικών γνώσεων.
Grzegorz Bronikowski - Orange Szkolenia Sp. z o.o.
Course: Statistics Level 1
Machine Translated
απλός τρόπος μεταβίβασης της γνώσης μέσω του εκπαιδευτή, δυνατότητα υποβολής ερωτήσεων που δεν αφορούν κατ 'ανάγκη το κύριο θέμα και προσαρμογή των ζητημάτων που καλύπτονται στις ανάγκες μας
Joanna Bielak - Orange Szkolenia Sp. z o.o.
Course: Statistics Level 1
Machine Translated
Απολάμβανα την αυτοεκπαίδευση μέσω ασκήσεων και τις συμβουλές και συντομεύσεις που μοιράζονταν.
Competition Bureau
Course: R for Data Analysis and Research
Machine Translated
Μου άρεσε πολύ το καλύτερο.
Halil polat - Amazon Development Center Poland Sp. z o.o.
Course: Data Mining and Analysis
Machine Translated
Ο εκπαιδευτής επικεντρώθηκε στα βασικά θέματα.
Amazon Development Center Poland Sp. z o.o.
Course: Data Mining and Analysis
Machine Translated
Τεχνογνωσία και τεράστια γνώση του εκπαιδευτή.
Amazon Development Center Poland Sp. z o.o.
Course: Data Mining and Analysis
Machine Translated
Επωφελούνταν από την καθοδήγηση και την ανταλλαγή παραδειγμάτων ζωής + απαντώντας σε όλες τις ερωτήσεις.
Marta Melloch - Amazon Development Center Poland Sp. z o.o.
Course: Data Mining and Analysis
Machine Translated
Επωφελούνταν από τις αναλυτικές σημειώσεις για να κρατήσω και να δουλέψω μετά το μάθημα.
Public Health Wales NHS Trust
Course: Introduction to Data Visualization with Tidyverse and R
Machine Translated
Ο ρυθμός ήταν ακριβώς σωστός και η χαλαρή ατμόσφαιρα έκανε τους υποψηφίους να αισθάνονται άνετα να κάνουν ερωτήσεις.
Rhian Hughes - Public Health Wales NHS Trust
Course: Introduction to Data Visualization with Tidyverse and R
Machine Translated
Επωφελούνταν από τα καλά παραδείγματα και την ευκαιρία να ακολουθήσω.
Environmental and Climate Change Canada
Course: Foundation R
Machine Translated
Απόλαυσα πραγματικά τα χέρια που πέρασαν ασκήσεις.
Yunfa Zhu - Environmental and Climate Change Canada
Course: Foundation R
Machine Translated
Ο εκπαιδευτής, το φαγητό, και ο χώρος ήταν όλα τέλεια.
Canada Revenue Agency
Course: R
Machine Translated
Μου αρέσει πραγματικά να γράφω κώδικα με δείγματα δεδομένων και να σχολιασμό το σενάριο για μελλοντική αναφορά.
Canada Revenue Agency
Course: R
Machine Translated
Τα προκατασκευασμένα σενάρια που χρησιμοποιήθηκαν για το εκπαιδευτικό υλικό ήταν πολύ χρήσιμα. Η διαδραστική εκπαίδευση επέτρεψε μια σαφή κατανόηση του κάθε θέματος.
Canada Revenue Agency
Course: R
Machine Translated
Ο εκπαιδευτής ήταν πολύ ανησυχητης για την ατομική κατανόηση.
Muhammad Surajo Sanusi - Birmingham City University
Course: Foundation R
Machine Translated
Excel παρουσίαση δανεισμού και μου δίνει εμπιστοσύνη για την αξιοποίηση της γνώσης που αποκτήθηκε.
Birmingham City University
Course: Foundation R
Machine Translated
Βασικές γνώσεις και «προέλευση» του εκπαιδευτή.
Francis McGonigal - Birmingham City University
Course: Foundation R
Machine Translated
Πόροι
Hafiz Rana - Birmingham City University
Course: Foundation R
Machine Translated
Go εξηγήσεις για το πώς κάνουμε τα πράγματα
Birmingham City University
Course: Foundation R
Machine Translated
Αισθάνομαι μεγαλύτερη αυτοπεποίθηση με την κωδικοποίηση τώρα. Δεν το έχω κάνει ποτέ πριν, αλλά τώρα καταλαβαίνω ότι δεν είναι επιστήμη πυραύλων και μπορώ να το κάνω όταν είναι απαραίτητο.
Anna Yartseva - Birmingham City University
Course: Foundation R
Machine Translated
ότι έπαιρνα όλες μου τις απαντήσεις και τη γνώση που θέλω.
Ismail Ahli - Dubai Civil Aviation Authority
Course: R for Statistical Analysis
Machine Translated
Μοντελοποίηση και τρόπος προσαρμογής των δεδομένων σε μοντέλο
USDA
Course: R for Data Analysis and Research
Machine Translated
Η απομακρυσμένη ρύθμιση της τάξης λειτούργησε πολύ καλά
Trimac Management Services LP
Course: Introduction to R with Time Series Analysis
Machine Translated
Good detail on what R is used for and how to start using it right away
Hoss Shenassa - Trimac Management Services LP
Course: Introduction to R with Time Series Analysis
The many practical examples / assignments that we went through were great. For me, I learn better by seeing examples and applying them elsewhere. The use of real data and applying what was taught against it was extremely valuable. Michaels PowerPoint presentations and his ability to work through each solution was invaluable.
Trimac Management Services LP
Course: Introduction to R with Time Series Analysis
Ο εκπαιδευτής ήταν πολύ καλός. Παρουσίασε το υλικό με έναν προσβάσιμο τρόπο.
Hydrock
Course: Introduction to Data Visualization with Tidyverse and R
Machine Translated
Παρουσίαση νέων εργαλείων που δεν ήξερα πριν.
Knauf Bełchatów Sp. z o.o.
Course: Excel For Statistical Data Analysis
Machine Translated
Πολύ καλά μεταφερθείσα γνώση από τον δάσκαλο. Δεν υπάρχουν αναπάντητες ερωτήσεις.
Karolin Papaj - Mowi Poland SA
Course: Data Mining and Analysis
Machine Translated
The exercises.
Elena Velkova - CEED Bulgaria
Course: Predictive Modelling with R
Ο δάσκαλος εξηγούσε πολύ επιμελώς κάθε θέμα και εορτασμούς
Beata Baran - HSBC Service Delivery (Polska) Sp. z o.o.
Course: Tableau Advanced
Machine Translated
Practical exercises with R were very helpful.
CEED Bulgaria
Course: Predictive Modelling with R
Examples
Saudi Health Council
Course: Introduction to R
The fact he had dif excel and data sheets with exercises for us to do.
Deepakie Singh Sodhi - Queens College, CUNY
Course: Excel For Statistical Data Analysis
Steve was willing to answer every questions and worked diligently to address any individual concerns or technical issues as they arose in the class. He also did a great job of presenting the technical details in a way that made it less intimidating to even the least tech savvy people in the room. Personally, learning about some useful shortcuts in Excel that I didn't know about will certainly improve my overall workflow when using Excel in the future! I am so appreciative of those little details that I was exposed to during the two-day training.
Alan Gonzalez - Queens College, CUNY
Course: Excel For Statistical Data Analysis
Statistics Subcategories
Statistics Course Outlines
Σε αυτή την εκπαιδευτική εκπαίδευση, οι συμμετέχοντες θα μάθουν τα πλεονεκτήματα του Scilab σε σύγκριση με εναλλακτικές λύσεις όπως το Matlab, τα βασικά της σύνταξης του Scilab καθώς και μερικές προηγμένες λειτουργίες και τη διασύνδεση με άλλες γλώσσες που χρησιμοποιούνται ευρέως ανάλογα με τη ζήτηση. Το μάθημα θα ολοκληρωθεί με ένα σύντομο έργο που εστιάζει στην επεξεργασία εικόνων.
Μέχρι το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα έχουν μια κατανόηση των βασικών λειτουργιών και ορισμένων προηγμένων λειτουργιών της Scilab και θα έχουν τους πόρους για να συνεχίσουν να επεκτείνουν τις γνώσεις τους.
Κοινό
- Επιστήμονες δεδομένων και μηχανικοί, ειδικά με ενδιαφέρον για την επεξεργασία εικόνας και την αναγνώριση προσώπου
Μορφή του μαθήματος
- Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και εντατική πρακτική πρακτική, με τελικό σχέδιο
By the end of this training, participants will be able to:
- Understand and implement unsupervised learning techniques
- Apply clustering and classification to make predictions based on real world data.
- Visualize data to quicly gain insights, make decisions and further refine analysis.
- Improve the performance of a machine learning model using hyper-parameter tuning.
- Put a model into production for use in a larger application.
- Apply advanced machine learning techniques to answer questions involving social network data, big data, and more.
Audience
- Developers
- Analysts
- Data scientists
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
Σε αυτή την καθοδηγούμενη από εκπαιδευτή, ζωντανή εκπαίδευση, οι συμμετέχοντες θα μάθουν τα βασικά στοιχεία των χρηματοοικονομικών συναλλαγών καθώς προχωρούν με την οικοδόμηση και την εφαρμογή βασικών στρατηγικών συναλλαγών και ενεργειών στην R χρησιμοποιώντας quantstrat.
Μέχρι τη λήξη αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:
- Κατανοήστε τις βασικές έννοιες στη διαπραγμάτευση
- Δημιουργήστε και εφαρμόστε την πρώτη στρατηγική συναλλαγών χρησιμοποιώντας το R
- Αναλύστε την απόδοση της στρατηγικής τους χρησιμοποιώντας το R
Κοινό
- Προγραμματιστές
- Επαγγελματίες Finance
- IT Επαγγελματίες
Μορφή του μαθήματος
- Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και βαριά πρακτική άσκηση
Σε αυτή την καθοδηγούμενη από τους εκπαιδευτές, ζωντανή εκπαίδευση, οι συμμετέχοντες θα μάθουν πώς να χρησιμοποιήσουν την R για να αναπτύξουν πρακτικές εφαρμογές για την επίλυση ορισμένων ειδικών προβλημάτων που σχετίζονται με τη χρηματοδότηση.
Μέχρι τη λήξη αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:
- Κατανοήστε τις βασικές αρχές της γλώσσας προγραμματισμού R
- Επιλέξτε και χρησιμοποιήστε πακέτα και τεχνικές R για να οργανώσετε, να απεικονίσετε και να αναλύσετε οικονομικά δεδομένα από διάφορες πηγές (CSV, Excel , βάσεις δεδομένων, ιστό, κ.λπ.)
- Δημιουργήστε εφαρμογές που επιλύουν προβλήματα που σχετίζονται με την κατανομή ενεργητικού, την ανάλυση κινδύνου, τις επιδόσεις επενδύσεων και άλλα
- Αντιμετωπίστε τα προβλήματα, ενσωματώστε την ανάπτυξη και βελτιστοποιήστε μια εφαρμογή R
Κοινό
- Προγραμματιστές
- Αναλυτές
- Quants
Μορφή του μαθήματος
- Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και βαριά πρακτική άσκηση
Σημείωση
- Η κατάρτιση αυτή στοχεύει στην παροχή λύσεων για ορισμένα από τα βασικά προβλήματα που αντιμετωπίζουν οι επαγγελματίες του χρηματοπιστωτικού τομέα. Ωστόσο, εάν έχετε ένα συγκεκριμένο θέμα, ένα εργαλείο ή μια τεχνική που επιθυμείτε να προσθέσετε ή να επεξεργαστείτε περαιτέρω, παρακαλούμε επικοινωνήστε μαζί μας για να κανονίσετε.
Σε αυτή την καθοδηγούμενη από εκπαιδευτή, ζωντανή προπόνηση, οι συμμετέχοντες θα μάθουν τις βασικές αρχές του προγραμματισμού R καθώς περπατούν μέσω της κωδικοποίησης στο R χρησιμοποιώντας οικονομικά παραδείγματα.
Μέχρι τη λήξη αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:
- Κατανοήστε τα βασικά του προγραμματισμού R
- Χρησιμοποιήστε το R για να χειριστείτε τα δεδομένα σας για να εκτελέσετε τις βασικές οικονομικές λειτουργίες
Κοινό
- Προγραμματιστές
- Επαγγελματίες Finance
- IT Επαγγελματίες
Μορφή του μαθήματος
- Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και βαριά πρακτική άσκηση
Ο σκοπός είναι να δοθεί μια πρακτική προηγμένη σειρά μαθημάτων R για τους συμμετέχοντες που ενδιαφέρονται να εφαρμόσουν τις μεθόδους στην εργασία.
Παραδείγματα συγκεκριμένων τομέων χρησιμοποιούνται για να κάνουν την εκπαίδευση σχετική με το κοινό
In this instructor-led, live training, participants will learn how to combine data science and web development using Shiny, R, and HTML.
By the end of this training, participants will be able to:
- Build interactive web applications with R using Shiny
Audience
- Data scientists
- Web developers
- Statisticians
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
Mastering το έργο δεξιοτήτων ανεξάρτητα με το πρόγραμμα SPSS για προηγμένη χρήση, κουτιά διαλόγου και σύνταξη γλωσσών εντολών για τις επιλεγμένες αναλυτικές τεχνικές.
Οι παραλήπτες:
Αναλυτές, ερευνητές, επιστήμονες, φοιτητές και όσους θέλουν να αποκτήσουν τη δυνατότητα χρήσης πακέτου SPSS και προχωρημένου επιπέδου και να μάθουν τα επιλεγμένα στατιστικά μοντέλα. Η κατάρτιση λαμβάνει καθολικά προβλήματα ανάλυσης και είναι αφιερωμένη σε μια συγκεκριμένη βιομηχανία
Μάθηση για συνεργασία με το SPSS σε επίπεδο ανεξαρτησίας
Οι παραλήπτες:
Αναλυτές, ερευνητές, επιστήμονες, φοιτητές και όσοι επιθυμούν να αποκτήσουν τη δυνατότητα να χρησιμοποιήσουν το πακέτο SPSS και να μάθουν τις δημοφιλείς τεχνικές εξόρυξης δεδομένων.
Για παράδειγμα, ένας συμμετέχων στην προοπτική πρέπει να αποφασίσει πόσα δείγματα πρέπει να συλλεχθούν πριν μπορέσουν να αποφασίσουν εάν το προϊόν πρόκειται να ξεκινήσει ή όχι.
Εάν χρειάζεστε μακρότερο μάθημα που καλύπτει τα βασικά στοιχεία της στατιστικής σκέψης, ρίξτε μια ματιά στην κατάρτιση των 5 ημερών " Statistics for Managers".
Αυτό το μάθημα δεν σχετίζεται με κανένα συγκεκριμένο πεδίο γνώσης, αλλά μπορεί να προσαρμοστεί εάν όλοι οι εκπρόσωποι έχουν το ίδιο υπόβαθρο και στόχους.
Ορισμένα βασικά εργαλεία ηλεκτρονικών υπολογιστών χρησιμοποιούνται κατά τη διάρκεια αυτού του μαθήματος (κυρίως το Excel και το OpenOffice)
It covers some probability and statistical methods, mainly through examples. This training contains around 30% of lectures, 70% of guided quizzes and labs.
In the case of closed course we can tailor the examples and materials to a specific branch (like psychology tests, public sector, biology, genetics, etc...)
In the case of public courses, mixed examples are used.
Though various software is used during this course (Microsoft Excel to SPSS, Statgraphics, etc...) its main focus is on understanding principles and processes guiding research, reasoning and conclusion.
This course can be delivered as a blended course i.e. with homework and assignments.
Μορφή του μαθήματος
- Διαδραστική διάλεξη και συζήτηση.
- Πολλές ασκήσεις και πρακτική.
Επιλογές προσαρμογής μαθημάτων
- Για να ζητήσετε μια προσαρμοσμένη εκπαίδευση για αυτό το μάθημα, επικοινωνήστε μαζί μας για να κανονίσετε.
Σε αυτήν την καθοδηγούμενη από εκπαιδευτή, ζωντανή προπόνηση, οι συμμετέχοντες θα μάθουν πώς να χειραγωγήσουν και να απεικονίσουν δεδομένα χρησιμοποιώντας τα εργαλεία που περιλαμβάνονται στο Tidyverse .
Μέχρι τη λήξη αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:
- Εκτελέστε ανάλυση δεδομένων και δημιουργήστε ελκυστικές απεικονίσεις
- Σχεδιάστε χρήσιμα συμπεράσματα από διάφορα σύνολα δεδομένων των δειγματοληπτικών δεδομένων
- Φιλτράρετε, ταξινομήστε και συνοψίστε τα δεδομένα για να απαντήσετε σε διερευνητικές ερωτήσεις
- Μετατρέψτε τα επεξεργασμένα δεδομένα σε πληροφοριακά γραφήματα γραμμής, οικόπεδα, ιστογράμματα
- Εισαγωγή και φιλτράρισμα δεδομένων από διάφορες πηγές δεδομένων, συμπεριλαμβανομένων αρχείων Excel , CSV και SPSS
Κοινό
- Αρχάριοι στη γλώσσα R
- Αρχάριοι στην ανάλυση δεδομένων και την απεικόνιση δεδομένων
Μορφή του μαθήματος
- Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και βαριά πρακτική άσκηση
Πρόκειται για ένα μάθημα που έχει σχεδιαστεί για να διδάσκει στους χρήστες R πώς να δημιουργούν εφαρμογές ιστού χωρίς να χρειάζεται να μάθουν HTML , Java script και CSS .
Σκοπός:
Καλύπτει τα βασικά στοιχεία για το πώς λειτουργούν οι Shiny εφαρμογές.
Καλύπτει όλες τις συνήθεις λειτουργίες εισόδου / εξόδου / εμφάνισης / επένδυσης από τη βιβλιοθήκη Shiny.
αυτή η καθοδηγούμενη από εκπαιδευτές, ζωντανή πορεία επικεντρώνεται γύρω από την εξαγωγή πληροφοριών και νόημα από αυτά τα δεδομένα. Αξιοποιώντας τις βιβλιοθήκες της επεξεργασίας γλώσσας και φυσικής γλώσσας (ΝΙΠ), συνδυάζουμε έννοιες και τεχνικές από την πληροφορική, την τεχνητή νοημοσύνη και την υπολογιστική γλωσσολογία για να αλγοριθμικά κατανοούμε το νόημα πίσω από τα δεδομένα κειμένου. Τα δείγματα δεδομένων είναι διαθέσιμα σε διάφορες γλώσσες ανά πελάτη.
από το τέλος αυτών των συμμετεχόντων στην εκπαίδευση θα είναι σε θέση να προετοιμάσει σύνολα δεδομένων (μεγάλα και μικρά) από ανόμοιες πηγές, στη συνέχεια, εφαρμόστε τους σωστά αλγόριθμους για να αναλύσετε και να αναφέρετε τη σημασία του.
μορφή του μαθήματος
- PART διάλεξη, μέρος συζήτηση, βαριά πρακτική εξάσκηση, περιστασιακές δοκιμές για να μετρήσει την κατανόηση
Αυτό το μάθημα έχει δημιουργηθεί για αναλυτές, οι οποίοι σκοπεύουν να εισαγάγουν ή να βελτιώσουν τις προβλέψεις που σχετίζονται με την πρόβλεψη πώλησης, την οικονομική πρόβλεψη, την πρόβλεψη τεχνολογίας, τη διαχείριση της αλυσίδας εφοδιασμού και την πρόβλεψη ζήτησης ή προσφοράς.
Περιγραφή
Αυτές οι οδηγίες καθοδηγούν τους αντιπροσώπους μέσω σειράς μεθοδολογιών, πλαισίων και αλγορίθμων, οι οποίες είναι χρήσιμες όταν επιλέγουμε πώς να προβλέψουμε το μέλλον βάσει ιστορικών δεδομένων.
Χρησιμοποιεί πρότυπα εργαλεία όπως το Microsoft Excel ή κάποια προγράμματα Open Source (κυρίως έργο R).
Οι αρχές που καλύπτονται σε αυτό το μάθημα μπορούν να υλοποιηθούν από οποιοδήποτε λογισμικό (π.χ. SAS, SPSS, Statistica, MINITAB ...)
.jpg "international air transport association (iata)")
