Uvod u primjenu nauke o podacima (Data Science) u poslovanju

27.11.2019. 10:26 / Izvor: Akta.ba
Uvod u primjenu nauke o podacima (Data Science) u poslovanju

Moć velikih skupova podataka (big data) i nauke o podacima (data science) unose revolucionarne promjene u način na koji svijet funkcioniše.

Seminar: Uvod u primjenu nauke o podacima (Data Science) u poslovanju
18. decembar - Sarajevo
Rezervišite svoje mjesto i iskoristite pogodnosti rane prijave!

 

VIŠE INFORMACIJA I PRIJAVA!

Moć velikih skupova podataka (big data) i nauke o podacima (data science) unose revolucionarne promjene u način na koji svijet funkcioniše. Nauka o podacima potiče promjene i poboljšanja u svakom segmentu, od modernog poslovanja preduzeća, do način života  digitalnog građanina današnjice. Iako  nauka o podacima može biti nova tema za mnoge, to je vještina koju svaki pojedinac, koji želi ostati relevantan u svom području karijere i industrije, mora znati.

Područje nauke o podacima se obično nepotrebno prikazuje kao tehnički i matematički prezahtjevno. Osnove nauke o podacima nisu tako teške ili zbunjujuće. Nauka o podacima je jednostavno praksa korištenja skupa analitičkih tehnika i metodologija kojom se iz sirovih podataka dobivaju i komuniciraju vrijedne informacije. Svrha nauke o podacima je optimiziranje procesa i podrška  donošenju odluka podržano novim i/ili unaprijeđenim informacijama, stvarajući time povećanje vrijednosti – bez obzira da li je vrijednost predstavljeno brojem spašenih života, ostvarenim uštedama ili postotkom povećanja  prihoda.

U ovom seminaru ćemo se potruditi da predstavimo osnovne tehnike nauke o podacima i ciljeve koje možete ostvariti koristeći ih.

Teme seminara:
Seminar u uvodnom dijelu definiše pojmove potrebne za daljnjii radi i primjere praktične primjene Nauke o podacima. U daljinjm dijelovima obrađuje kompletan životni ciklus obrade podataka od akvizicije i pripreme podataka za modeliranje, pregleda algoritama i razvoja modela, te procjene kvaliteta modela, testiranja i validacije. Svaka od tema pokrivena je i praktičnim vježbama.

✓ Pojam Nauka o podacima i primjeri primjene

✓ Priprema podataka za modeliranje

✓ Eksploratorna analiza i vizualizacija

✓ Prediktivna analitika i mašinsko učenje

✓ Razvoj klasifikacijskog modela na praktičnom primjeru

Posebnu ćemo pažnju posvetiti procjeni kvalitete modela koristeći: Matricu konfuzije (Confusion matrix), goodness of fit i procjenu prediktivne snage modela (predictive power).

Metoda izvođenja:
Seminar će biti izveden u kombinaciji teorijskog dijela i praktičnog dijela koristeći Azure Machine Learning Studio i  Microsoft Excel.

Seminar je namijenjen:
Seminar je namijenjen svima koji žele da steknu uvid svijet podataka, poslovne i prediktivne analitike na jednostavan, ilustrativan način. Polaznici treba da imaju želju za eksperimentisanjem i učenjem novih stvari. Od seminara najviše koristi mogu imati poslovni korisnici koji rade sa podacima, a žele da svoje vještine nadograde sa analize na predikciju, menadžeri koji će dobiti uvid kako je moguće unaprijediti poslovanje primjenom adekvatnih tehnika za rad s podacima, te IT razvojni inženjeri kojima je ovo prilika da se upoznaju sa tehnikama koje mogu poboljšati njihove programe.   Kako je ovo uvodni kurs, nije potrebno veliko predznanje, a polaznicima će biti prezentirani osnovni pojmovi vjerovatnoće i statistike kojima trebaju ovladati za uspješnu primjenu stečenih znanja.

Cilj seminara:
Nakon seminara polaznici bi trebali biti sposobni da razlikuju pojmove Nauka o podacima, mašinsko učenje, prediktivna analitika. Također će znati osnovne korake: u razvoju modela,  procjeni kvaliteta prediktivnih modela, validaciji i testiranju modela. Biće upoznati sa važnosti kvaliteta i eksploratorne analize podataka  prije početka modeliranja te ostale „zamke“  i probleme koje ih očekuju u procesu izrade modela. Osim toga će biti u stanju prepoznati različite tipove prediktivnih algoritama i klasu problema na koji se primjenjuju. Najvažniji cilj seminara je da korisnici budu osposobljeni da prepoznaju mogućnosti primjene Nauke o podacima u  vlastitom okruženju. Učesnici će također biti upoznati sa alatima za rad sa podacima i modeliranje i izvorima (web stranice, knjige, MOOC kursevi) na kojima mogu nastaviti produbljivati svoje znanje.

PREDAVAČ

Semir Ibrahimović, DIrekotor IT sektora BBI banke, IT consultant

*Pri preuzimanju teksta s portala Akta.ba potrebno je navesti izvor i linkovati tekst.

Dojavi vijest na viber +387 60 3315503 ili na mail urednik@akta.ba.

NAPOMENA: Komentari odražavaju stavove njihovih autora, a ne nužno i stavove internet portala Akta.ba.

Najave