Подпишитесь на телеграмм-канал про ИИ в образовании: Егошин | Кеды профессора
Сложность
Сложность
Продвинутый
Тип обучения
Тип обучения
Курс
Формат обучения
Формат обучения
Записанные лекции
Сертификат
Сертификат
Да

Стоимость курса

32 000 ₽
нет рассрочки

Освоение курса связанно с изучением теоретических основ статистики, теории вероятностей и получением комплексных знаний по практическому использованию методов обработки и анализа информации в бизнес - среде. Изучение курса позволяет использовать полученные знания на практике при обработке первичных данных, представлении полученных результатов в виде таблиц, графиков, диаграмм, построении обобщающих показателей.

На их основе обеспечивается возможность использования наиболее эффективных статистических и количественных методов и моделей в экономическом анализе, включая построение распределений, количественные методы оценки вероятностей, методы принятия решений в условиях неопределенности, методы построения доверительных интервалов, методы построения и оценки статистических гипотез.

В результате освоения программы слушатель сможет:

  • Освоить программный инструментарий персонального анализа первичных данных, а именно форматы исходной информации, механизмы работы, методы интерпретации результатов.
  • Изучить основные характеристики описательной статистики, методы их вычисления и интерпретации.
  • Изучить методы количественного анализа неопределенности, способы классификации недетерминированных задач.
  • Сформировать представление и навыки практического вычисления количественных характеристик процессов в условиях неопределенности.
  • Освоить методы принятия решений в условиях неопределенности.

Курс проводится в двух вариантах: базовый и расширенный. Объем занятий в часах одинаковый.

Базовая программа подразумевает занятия и изучение материалов совместно со студентами магистратуры факультета. Расширенная программа - отдельная группа в рамках повышения квалификации.

Категория слушателей –  руководители компаний и подразделений, сотрудники корпоративных венчурных фондов, специалисты в области НИОКР, руководители проектов и продуктов, менеджеры по инновациям и изменениям, сотрудники аналитических отделов.

Начало занятий - осень 2023 года.

Продолжительность – 72 часа (32 часа аудиторных занятий с преподавателем, 40 часа самостоятельного изучения материалов).

Форма обучения – очно-заочная.

Стоимость обучения - 32 000 рублей.

Договоры на обучение заключаются с физическими и юридическими лицами.

Запись на курсы проводится по электронной почте hsmi-dopobr@mail.ru, через форму регистрации на сайте.

Вы можете обратиться для записи или с вопросами к администратору курса Мартьянову Антону по WhatsApp или Telegram по номеру +79264827721.

Телефон деканата факультета: +74959328073

Вас будут обучать

Доктор технических наук Должность: Профессор Высшей школы управления и инноваций МГУ имени М.В.Ломоносова

Образовательная организация

Общая информация

  • Программы дополнительного образования МГУ
  • Открытые лектории в Московском университете
  • «МГУ — школе»
  • «Университет без границ»
  • Подготовка к поступлению
  • Школы юных, кружки и образовательные курсы для школьников при факультетах МГУ
  • Общеуниверситетские подготовительные курсы
  • Подготовительные курсы факультетов МГУ (бакалавриат, специалитет, магистратура)
  • Мероприятия для школьников в музеях МГУ

Нормативные документы

  • Приказ Минобрнауки России от 1 июля 2013 г. №499 «Об утверждении Порядка организации и осуществления образовательной деятельности по дополнительным профессиональным программам»
  • Положение о повышении квалификации работников МГУ

Программа курса

Программа базового курса

Тема 1. Методы персонального анализа данных

Гистограммы, диаграммы рассеяния, временные ряды, сводные таблицы, обобщающие показатели, прямоугольные диаграммы, матрица парных корреляций.

Тема 2. Количественные методы теории вероятностей и математической статистики

Теория вероятностей. Основные правила теории вероятностей. Дискретные и непрерывные случайные величины. Математическое ожидание и дисперсия. Производные вероятностные распределения. Нормальные, биномиальные распределения. Многошаговые процедуры принятия решений в условиях неопределенности. Оценка стратегий (EMV). Дерево решений и его программная реализация (TreePlan).

Математическая статистика. Основная задача математической статистики. Понятие статистических оценок и их свойства. Оценка доверительных интервалов. Общий план анализа ситуаций в условиях неопределенности. Управление длиной доверительного интервала. Типовые статистические задачи. Проверка статистических гипотез.
 

Программа расширенного курса

Тема 1. Подготовка данных для статистического анализа

Общие методы контроля и предобработки данных (выявление пробелов, дубликатов, аномалий, нарушений требований входной формализации данных и т.д.). Демонстрация автоматизации процесса предобработки и консолидации данных. Методы построения статистических выборок (метод простых случайных выборок, систематический метод, метод стратификации, кластерный подход, многоступенчатые методы построения выборок).

Тема 2. Методы статистического анализа данных

Корреляционный анализ. Факторный анализ. Дискриминантный анализ. Совместный анализ.

Тема 3. Методы регрессионного анализа

Метод наименьших квадратов. Выбор независимых факторов. Выбор класса функций. Парная и множественная регрессия. Методы оценки значимости регрессионных коэффициентов. Оценка точности регрессионной модели. Статистические тесты адекватности модели. Методы линеаризации задач регрессионного анализа. Работа с нечисловыми данными (метод фиктивных переменных).

Тема 4. Методы Data Mining

Аналитическая отчетность и многомерное представление данных. Хранилище данных. Измерения и факты. Основные операции над кубом данных. Построение автоматизированных моделей анализа данных. Типы задач, решаемые методами Data Mining: классификация, кластеризация, регрессия, ассоциация, поиск последовательных шаблонов. Алгоритмы, получившие наибольшее распространение для каждого типа задач: самоорганизующиеся карты, деревья решений, линейная регрессия, нейронные сети, ассоциативные правила. Способы визуализации результатов исследований.

Учебный офис

Очно-заочное обучение
Адрес
119991, Москва, ул. Ленинские Горы, д.1, стр. 51, 5-й этаж, аудитория 544 (Деканат)
Университет

Рейтинг курса

2.7
рейтинг
0
0
0
0
0

Может быть интересно

Tableau Desktop Specialist: введение в анализ и визуализацию данных
Tableau Desktop Specialist: введение в анализ и визуализацию данных
Тренинг по основам работы с Business Intelligence (BI) платформой Tableau поможет развить базовые навыки анализа и визуализации данных для слушателей с начальным уровнем аналитической подготовки. Главная отличительная особенность Tableau – интуитивность, а также отсутствие строгих требований к техническому опыту перед началом работы, и начинать знакомство можно практически с нуля. Анализ данных уже, пожалуй, невозможен без правильных инструментов. Tableau – одно из лучших решений в этой области, признанный лидер в теме информационного дизайна и автоматизации отчётности. В ходе тренинга слушатели познакомятся с теоретическими основами анализа данных и BI, а также на практике научатся работать с различными источниками данных, включая MS Excel, анализировать пригодность данных для работы, строить выгружаемые отчёты, отдельные визуализации и аналитические дашборды – интерактивные информационные дашборды для автоматизации рутинных рабочих задач.
26 500 ₽
обновлено 19.12.2024 09:46
«Моделирование и количественные методы анализа в бизнесе»

«Моделирование и количественные методы анализа в бизнесе»

Оставить отзыв
Поделиться курсом с друзьями