0
zobrazenie
„Modelovanie a kvantitatívne metódy analýzy v podnikaní“ - kurz 32 000 rubľov. z MsÚ, tréning 4 týždne. (1 mesiac), dátum: 29. novembra 2023.
Rôzne / / December 01, 2023
Zvládnutie predmetu je spojené so štúdiom teoretických základov štatistiky, teórie pravdepodobnosti a získavania komplexné znalosti o praktickom využití metód spracovania a analýzy informácií v podnikaní - životné prostredie.
Štúdium predmetu umožňuje využiť získané poznatky v praxi pri spracovaní primárnych údajov, prezentovanie získaných výsledkov vo forme tabuliek, grafov, diagramov, zovšeobecňovanie ukazovatele.
Na ich základe je možné využiť najefektívnejšie štatistické a kvantitatívne metódy a modely v ekonomickej analýze, vrátane konštrukcie rozdelenia, kvantitatívne metódy hodnotenia pravdepodobnosti, metódy rozhodovania v podmienkach neistoty, metódy konštrukcie intervalov spoľahlivosti, metódy konštrukcie a hodnotenia štatistických údajov hypotéz.
Kurz prebieha v dvoch verziách: základná a pokročilá. Objem tried v hodinách je rovnaký.
Základný program zahŕňa hodiny a študijné materiály spolu so študentmi magisterského štúdia fakulty. Rozšírený program je samostatnou skupinou v rámci nadstavbového vzdelávania.
Kategória poslucháčov – vedúci podnikov a oddelení, zamestnanci firemných rizikových fondov, špecialisti v danej oblasti R&D, projektoví a produktoví manažéri, manažéri inovácií a zmien, analytickí pracovníci oddelenia
Začiatok vyučovania - jeseň 2023.
Trvanie – 72 hodín (32 hodín triednických hodín s učiteľom, 40 hodín samostatného štúdia materiálov).
Forma štúdia – plný a čiastočný úväzok.
Náklady na vzdelanie - 32 000 rubľov.
Dohody o školení sa uzatvárajú s fyzickými a právnickými osobami.
Registrácia na kurzy sa vykonáva e-mailom [email protected] prostredníctvom registračného formulára na webovej stránke.
S prihlásením alebo s otázkami môžete kontaktovať administrátora kurzu Antona Martyanova cez WhatsApp alebo Telegram na čísle +79264827721.
Doktor technických vied Pozícia: Profesor Vysokej školy manažmentu a inovácií Moskovskej štátnej univerzity M. V. Lomonosova
Téma 1. Metódy analýzy osobných údajov
Histogramy, bodové grafy, časové rady, kontingenčné tabuľky, súhrnné metriky, krabicové grafy, párová korelačná matica.
Téma 2. Kvantitatívne metódy teórie pravdepodobnosti a matematickej štatistiky
Teória pravdepodobnosti. Základné pravidlá teórie pravdepodobnosti. Diskrétne a spojité náhodné premenné. Očakávanie a rozptyl. Odvodené rozdelenia pravdepodobnosti. Normálne, binomické distribúcie. Viacstupňové rozhodovacie postupy v podmienkach neistoty. Hodnotenie stratégií (EMV). Rozhodovací strom a jeho softvérová implementácia (TreePlan).
Matematické štatistiky. Hlavná úloha matematickej štatistiky. Pojem štatistických odhadov a ich vlastnosti. Odhad intervalov spoľahlivosti. Všeobecný plán na analýzu situácií v podmienkach neistoty. Riadenie dĺžky intervalu spoľahlivosti. Typické štatistické problémy. Testovanie štatistických hypotéz.
Rozšírený program kurzu
Téma 1. Príprava údajov na štatistickú analýzu
Všeobecné metódy monitorovania a predspracovania údajov (identifikácia medzier, duplikátov, anomálií, porušení formalizácie vstupných údajov atď.). Ukážka automatizácie procesu predspracovania a konsolidácie dát. Metódy konštrukcie štatistických vzoriek (jednoduchá náhodná metóda výberu, systematická metóda, stratifikačná metóda, zhlukový prístup, viacstupňové metódy výberu).
Téma 2. Metódy štatistickej analýzy údajov
Korelačná analýza. Faktorová analýza. Diskriminačná analýza. Spoločná analýza.
Téma 3. Metódy regresnej analýzy
Metóda najmenších štvorcov. Výber nezávislých faktorov. Výber triedy funkcií. Párová a viacnásobná regresia. Metódy hodnotenia významnosti regresných koeficientov. Posúdenie presnosti regresného modelu. Štatistické testy primeranosti modelu. Metódy linearizácie problémov regresnej analýzy. Práca s nečíselnými údajmi (metóda fiktívnej premennej).
Téma 4. Metódy dolovania údajov
Analytický reporting a multidimenzionálna prezentácia dát. Uloženie údajov. Merania a fakty. Základné operácie na dátovej kocke. Konštrukcia modelov automatizovanej analýzy dát. Typy problémov riešených metódami Data Mining: klasifikácia, zhlukovanie, regresia, asociácia, hľadanie konzistentných vzorov. Najpoužívanejšie algoritmy pre každý typ problému sú: samoorganizujúce sa mapy, rozhodovacie stromy, lineárna regresia, neurónové siete, asociatívne pravidlá. Metódy vizualizácie výsledkov výskumu.
Adresa
119991, Moskva, ul. Leninskie Gory, 1, bldg. 51, 5. poschodie, miestnosť 544 (dekanát)
univerzite
PrihlÁsenie
YOU MIGHT ALSO LIKE
-
-
19/12/2019 -