Практикум: применение AI-технологий для анализа и прогнозирования данных
В эпоху цифровизации и больших данных искусственный интеллект и машинное обучение стали неотъемлемой частью бизнес-процессов. Компании всех масштабов активно внедряют технологии анализа данных для принятия обоснованных решений, оптимизации процессов и повышения конкурентоспособности.
Цель курса повышения квалификации
Отработать на практику процедуру построения модели машинного обучения для анализа и прогнозирования данных.
В программе курса повышения квалификации
День 1.
Методика выполнения задания: разбор последовательности действий.
Определение проблемы, загрузка библиотек и данных.
Анализ данных: распределение данных по классам, описательные статистики, визуализация.
Первичная обработка данных и отбор признаков.
Разбивка выборки на тестовую и обучающую.
Обучение модели.
Выбор лучшей модели для прогнозирования данных.
Прогнозирование по лучшей модели.
Интерпретация результатов.
Практикум: «Построение модели машинного обучения для регрессии»
Пошаговое выполнение заданий на компьютере на базе готового набора данных с последующей оценкой результатов и подготовкой выводов под руководством эксперта.
День 2.
Практикум: «Построение модели машинного обучения для классификации»
Пошаговое выполнение заданий на компьютере на базе готового набора данных с последующей оценкой результатов и подготовкой выводов под руководством эксперта в анализе данных в программной среде Python.
Результат посещения курса повышения квалификации
В результате обучения слушатели:
- Освоят методику выполнения последовательности действий при построении модели машинного обучения.
- Ознакомятся на практике с построением модели машинного обучения для регрессии
- Ознакомятся на практике с построением модели машинного обучения для классификации.
- Получат представление – как формулировать задачу программисту, что контролировать при ее выполенении, чтобы получить адекватный результат.
Для кого предназначен курс повышения квалификации
Менеджеров, экономистов, аналитиков, социологов, логистов, маркетологов, инженеров и других специалистов, которым приходится сталкиваться с проблемой анализа и прогнозирования данных и у которых есть потребность в приобретении навыка работы с моделями машинного обучения.
Раздаточные материалы
Методический материал.
Документ по окончанию курса повышения квалификации
Преподаватели курса повышения квалификации
К.э.н., доцент кафедры статистики и эконометрики СПбГЭУ, автор ряда учебников по статистике и эконометрике. Член Правления Российской ассоциации статистиков (РАС), Председатель регионального отделения РАС по Санкт-Петербургу. Эксперт в области анализа данных.
Отзывы
Похожие курсы
Подождите, идет загрузка информации...