SPSS ilə Data Hazırlanması və Maşın Öyrənməsi
Təlim müddətində IBM SPSS-ə məxsus iki alət SPSS Statistics və SPSS Modeler ilə diaqnostik təhlillər, proqnozlaşdırma, maşın öyrənməsi, klaster analizi, time series analizi, modelin qiymətləndirilməsi və deployment ilə qurulmuş modelin tətbiqinə qədər onlarla analitik metodologiyaları real biznes, satış, maliyyə, səhiyyə və dövlət datalarına tətbiq edərək öyrənəcəksiniz. SPSS Modeler böyük həcmli data ilə işləyən, cəld və dəqiq analitik təhlil aparmaq istəyən hər kəsin seçimidir.
Təlim Cədvəli
SPSS ilə Machine Learning
Machine Learning with SPSS
Maschinelles Lernen mit SPSS
Машинное обучение с SPSS
Təlim haqqında məlumat
Bu təlim proqramı SPSS Statistics və SPSS Modeler alətlərindən istifadə etməklə diaqnostik və prediktiv təhlillər icra etmək, o cümlədən Features Selection, Chi Square Test, Anova, Neural Networks, Logistik reqressiya, C5, XGBoost, NLP, Sentiment Analysis, Klaster Analizi, Anomaly Detection və Deployment kimi bir çox metodologiyaları özündə birləşdirir. Siz bu təlim vasitəsi ilə machine learning alqoritmlərinin qurulması, onların test edilməsi, ölçülməsi və deployment mərhələsinə qədər bütün bilikləri tətbiqi formada öyrənəcək və beləliklə data analitika layihəniz üçün lazım olan analizləri çox daha tez və dəqiq şəkldə icra edəcəksiniz. Bu isə sizə data əsaslı nəticələr əldə etməyə kömək edəcək. Beləliklə qərarvermə sürətinii artıraraq işinizin keyfiyyətni yüksəldəcəkdir.
Bu təlim kimlər üçündür?
SPSS ilə Data Analitikası təlimini bitirənlər, Data Analitikası öyrənmək istəyən Marketing, Maliyyə, Satış və İnsan Resurlsarı və digər sahələrin mütəxəssis və menecerləri, Biznes Menecerlər, Biznes Analitiklər, Data Analitiklər, Data Analtikasını öyrənən və bu sahəyə marağı olanlar, böyük həcmli datalarla işləmək istəyən hər kəs, Data Analitikası karyerası qurmaq istəyən gənc mütəxəssislər və tələbələr.
Sertifikat
Sertifikatlar təlimi müvəffəqiyyətlə bitirən şəxslərə təlim sonunda təqdim olunacaq. Sağ tərəfdə nümunə sertifikatı görə bilərsiniz.
SPSS istifadə edərək Maşın Öyrənməsi/Neyron Şəbəkələr
SPSS ilə Maşın Öyrənməsi
Andrew R. Timming
Bu videoda SPSS istifadə edərək maşın öyrənməsi necə aparıldığını öyrənəcəksiniz. Təlimatda SPSS Modeler ilə proqnozlaşdırıcı modellərin qurulması, test edilməsi və qiymətləndirilməsi addım-addım izah olunur. Videonun sonunda maşın öyrənməsi metodlarını real dünya məlumatlarına necə tətbiq etməyi effektiv şəkildə başa düşəcəksiniz. Video Andrew R. Timming tərəfindən.
Sillabus
Sessiya 1
- Datanın keyfiyyət problemləri
- Verilənlərin hazırlanması- Clem dilinin üstünlükləri
- Paletlərin mahiyyəti
- Nod və supernod anlayışı
- Yeni verilənlərin yaradılması/çıxarılması
Case Study 1
Demoqrafik data üzrərində məlumatların hazırlanması.
Sessiya 2
- SPSS modeler ilə Diaqnostik analizlər
- Maşın öyrənməsi: Reqressiya modelləri
- Xətti Reqressiya Modeli, auto numeric nodu
- Modellərin qiymətləndirilməsi
- Root Mean Squared Error, Mean Squared Error, R squared, Adjusted R squared
- Residuallar, Durbin Watson testi, Multikolliniarlıq, VİF dəyəri.
Case Study 2
Satış datası üzərində reqressiya modeli əsasında prediktiv analiz.
Sessiya 3
- Verilənlərin inteqrasiyası, vizuallaşdırma üçün nodlar
- Graph və output paletləri, datanın keyfiyyət problemləri
- Maşın öyrənməsi klassifikasiya modelləri
- CHAID, Support Vector Machines(SVM)
- Classification and Regression Trees (CART)
- Logistik Regression, Auto Classifier nodu
- Ensemble Learning
- Confusion matrix, Precision, Recall, F1 Score, ROC əyrisi, AUC, Gini Coefficient.
Sessiya 4
- Unsupervised Learning’ə giriş
- Clustering, K Means Clustering, Two Step, Kohonen network
- Anomaly Detection
- Auto Cluster nodu
- Association Rules, Apriori, Sequence algorithms
- Deployment
- Antecedent,Consequent,Rule support,Antecedent support, Lift
- CRİSP-DM Reporting.
Case Study 3
Risk datası üzərində Klasifikasiya alqoritmlərini işlədərək prediktiv model qurmaq.
Case Study 4
Nəqliyyat datası ilə cluster analizi və Retail Basket Analysis.
Təlimçilər
Etibar Hüseynli
Data Analitika konsultantı, QSS AnalyticsAnalitika sahəsində 5 ildən artıq təcrübə ilə Etibar Hüseynli Bakcell şirkətində “CRM and Churn Retention" şöbəsinin rəhbəri, Sahibkarlığın İnkşafı və Tədqiqat Mərkəzində və Universal Machines MMC-də research analyst, Bakı Mühəndislik Universitetində Statistika müəllimi vəzifəsində çalışmışdır. SPSS, GRETL, SAS, R, Python, Tableau, Excel, SQL-Data Management proqramlarında yüksək bilik və bacarıqlara malikdir. 5 beynəlxalq və 10-dan çox yerli analitika layihəsinə rəhbərlik etmişdir. Bakcell, Beynəlxalq Miqrasiya İdarəsi (IMO) və Hyundai şirkəti daxil olmaqla bir sıra şirkətlərdə data analitikası üzrə məsləhətçidir.
Rəsul Səfərəliyev
Data Analitik, QSS AnalyticsMaliyyə və Data analitikasında ümumi 3 ildən çox təcrübəsi alan Rəsul Səfərəliyev tikinti şirkətlər qrupunda maliyyə analitiki olaraq işləyib. Eyni zamanda, QSS Analytics'də data analitika və layihələrin idarə olunması üzrə təcrübəyə malikdir. O, həmçinin statistik və R proqramlaşdırma dili üzrə Data Science Academy'də təlimçilik fəaliyyəti göstərir.