R for Data Analysis and Research Eğitimi

Goal:

Seçili analitik teknikler için SPSS programını ileri düzeyde kullanmak, diyalog kutularını ve komut dili sözdizimini bağımsız olarak kullanma becerisini kazanmak.

Hedef Kitle:

Analistler, araştırmacılar, bilim insanları, öğrenciler ve SPSS paketini ileri düzeyde kullanma ve seçili istatistiksel modelleri öğrenmek isteyen herkes. Eğitim, evrensel analiz problemlerini ele alır ve belirli bir sektöre yöneliktir.

Hedef Kitle:

Bu kurs, dağıtık bir sistem ortamında büyük veri kümelerini depolamak ve işlemek için bir çözüm arayan BT uzmanlarına yöneliktir.

Goal:

Hadoop küme yönetimi konusunda derin bilgi.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), profesyonel alanlarında verileri hazırlamak, modeller oluşturmak ve makine öğrenimi tekniklerini etkili bir şekilde uygulamak isteyen orta seviyedeki veri bilimcileri ve istatistikçilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Çeşitli Machine Learning algoritmalarını anlayıp uygulayabilecekler.
• Verileri ve modelleri makine öğrenimi uygulamaları için hazırlayabilecekler.
• Sonradan analizler yapabilecek ve sonuçları etkili bir şekilde görselleştirebilecekler.
• Makine öğrenimi tekniklerini gerçek dünya, sektöre özgü senaryolara uygulayabilecekler.

Amaç:

Katılımcılar, büyük veri kümelerini analiz edebilecek, kalıpları çıkarabilecek, sonuçları etkileyen doğru değişkenleri seçebilecek ve böylece öngörülü sonuçlar içeren yeni bir model tahmin edebilecekler.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), çoklu faktörler arasındaki neden-sonuç ilişkisini anlamak ve kullanmak isteyen bilim insanlarına yöneliktir Design of Experiments (DoE).

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Diğer yaklaşımlara kıyasla tasarlanmış deneylerin avantajlarını anlayın.
• Faktörler arasındaki neden-sonuç ilişkilerini ve etkileşimleri anlayın.
• Başarılı deney yürütmek için en iyi uygulamaları ve yönergeleri öğrenin.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), ürün veya sürecin tasarım aşamasının başından itibaren kaliteye sahip olmasını sağlamak için DFSS'yi kullanmak isteyen orta seviyedeki mühendisler ve tasarımcılar için hazırlanmıştır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Tasarım Altı Sigma (DFSS) ilkelerini ve kavramlarını anlayabilecektir.
• DMAIC (Tanımla, Ölç, Analiz Et, İyileştir, Kontrol Et) ve DMADV (Tanımla, Ölç, Analiz Et, Tasarla, Doğrula) metodolojilerini öğrenebilecektir.
• DFSS araçlarını ve tekniklerini süreçleri tasarlamak ve optimize etmek için uygulayabilecektir.
• DFSS projelerini etkili bir şekilde yönetme ve liderlik etme becerileri geliştirebilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), ekonometrik analiz ve modellemenin temellerini öğrenmek ve ustalaşmak isteyen herkese yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Ekonometrinin temellerini öğrenmek ve anlamak.
• Eviews ve risk simülatörlerini kullanmak.

Finans veya piyasa analistleri, yöneticiler, muhasebeciler

Kurs Hedefleri

Microsoft Excel ile her türlü finansal analizi kolaylaştırın ve otomatikleştirin

Hedef Kitle

Analistler, araştırmacılar, bilim insanları, lisans ve yüksek lisans öğrencileri ve Microsoft Excel'de istatistiksel analiz yapmayı öğrenmek isteyen herkes.

Kurs Hedefleri

Bu kurs, Excel ve istatistik bilginizi geliştirerek iş veya araştırmalarınızın etkinliğini ve verimliliğini artırmanıza yardımcı olacaktır.

Bu kurs, Microsoft Excel'deki Analysis ToolPack'in, istatistiksel fonksiyonların nasıl kullanılacağını ve temel istatistiksel prosedürlerin nasıl gerçekleştirileceğini açıklamaktadır. Excel'in sınırlamaları nelerdir ve bunların nasıl aşılacağını açıklayacaktır.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), orta düzeydeki veri analistleri ve R kullanarak zaman serisi tahmini yapmak ve veri analiz iş akışlarını otomatikleştirmek isteyen iş profesyonellerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• R'de tahmin tekniklerinin temellerini anlayabilecektir.
• Zaman serisi analizi için üstel yumuşatma ve ARIMA modellerini uygulayabilecektir.
• Doğru tahmin modelleri oluşturmak için ‘forecast’ paketini kullanabilecektir.
• İş ve araştırma uygulamaları için tahmin iş akışlarını otomatikleştirebilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (çevrimiçi veya yerinde), organizasyonel performansı iyileştirmek için analitik yöntemler kullanmak isteyen İK profesyonellerine yöneliktir. Bu kurs, nitel ve nicel, ampirik ve istatistiksel yaklaşımları kapsamaktadır.

Kurs Formatı

• İnteraktif ders ve tartışma.
• Çok sayıda alıştırma ve uygulama.

Kurs Özelleştirme Seçenekleri

• Bu kurs için özelleştirilmiş bir eğitim talep etmek için lütfen bizimle iletişime geçerek ayarlama yapınız.

Hedef Kitle

Bu kurs, satış tahmini, ekonomik tahmin, teknoloji tahmini, tedarik zinciri yönetimi ve talep veya arz tahmini gibi alanlarda tahminleme becerilerini geliştirmek veya kullanmak isteyen analistler ve tahminciler için hazırlanmıştır.

Açıklama

Bu kurs, katılımcılara tarihsel verilere dayanarak geleceği tahmin etmek için kullanılabilecek çeşitli metodolojileri, çerçeveleri ve algoritmaları sunar.

Standart araçlar olan Microsoft Excel veya bazı Açık Kaynak programları (özellikle R projesi) kullanılmaktadır.

Bu kursta ele alınan ilkeler, herhangi bir yazılımda (örneğin, SAS, SPSS, Statistica, MINITAB ...) uygulanabilir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), verileri doğru bir şekilde yorumlamak, karmaşık istatistiksel testler çalıştırmak ve anlamlı içgörüler elde etmek isteyen başlangıç ​​seviyesinden orta seviyeye kadar profesyonellere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• SPSS arayüzünde gezinebilir ve veri kümelerini verimli bir şekilde yönetebilirler.
• Tanımlayıcı ve çıkarımsal istatistiksel analizler gerçekleştirebilirler.
• t-testleri, ANOVA, MANOVA, regresyon ve korelasyon analizleri yapabilirler.
• Gelişmiş veri yorumlaması için parametrik olmayan testleri, temel bileşen analizini ve faktör analizini uygulayabilirler.

Bu eğitmen liderliğindeki, canlı eğitim (çevrimiçi veya yerinde), organizasyonel performansı iyileştirmek için analitik yöntemler kullanmak isteyen İK profesyonelleri ve işe alım uzmanlarına yöneliktir. Bu kurs, nitel ve nicel, ampirik ve istatistiksel yaklaşımları kapsamaktadır.

Kurs Formatı

• İnteraktif ders anlatımı ve tartışma.
• Çok sayıda alıştırma ve uygulama.

Kurs Özelleştirme Seçenekleri

• Bu kurs için özelleştirilmiş bir eğitim talep etmek için lütfen bizimle iletişime geçerek ayarlama yapınız.

Tidyverse, temizleme, işleme, modelleme ve verileri görselleştirme için çok yönlü R paketlerinden oluşan bir koleksiyondur. İçerdiği paketlerden bazıları şunlardır: ggplot2, dplyr, tidyr, readr, purrr ve tibble.

Bu eğitmen liderliğindeki canlı eğitimde katılımcılar, Tidyverse içinde bulunan araçları kullanarak verileri nasıl manipüle edeceklerini ve görselleştireceklerini öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Veri analizi gerçekleştirme ve çekici görselleştirmeler oluşturma
• Örnek veri kümelerinden çeşitli veri kümelerinden anlamlı sonuçlar çıkarma
• Keşifsel soruları yanıtlamak için verileri filtreleme, sıralama ve özetleme
• İşlenmiş verileri bilgilendirici çizgi grafiklere, çubuk grafiklere, histogramlara dönüştürme
• Excel, CSV ve SPSS dosyaları dahil olmak üzere çeşitli veri kaynaklarından veri içe aktarma ve filtreleme

Hedef Kitle

• R diline yeni başlayanlar
• Veri analizi ve veri görselleştirmeye yeni başlayanlar

Kurs Formatı

• Kısmen ders anlatımı, kısmen tartışma, egzersizler ve yoğun uygulamalı çalışma