Pomiń polecenia Wstążki
Przeskocz do głównej zawartości
Przeskocz do głównego menu
Logowanie
logo do druku
 
OFERTA SGH
Podyplomowe Studia „Akademia Analityka z SAS, R & Python” : Cel
Podyplomowe Studia „Akademia Analityka z SAS, R & Python”
Study in English Uniwersytet Trzeciego Wieku E-learning Szkolenia korporacyjne Kursy językowe Studia MBA Studia doktoranckie Studia podyplomowe Studia magisterskie Studia licencjackie Kursy przygotowawcze Ekonomiczny Uniwersytet Dziecięcy Akademia Młodego Ekonomisty
 

 Cel studiów

 
Celem studiów jest proces szkolenia na poziomie zaawansowanej analityki biznesowej z dużymi umiejętnościami programowamia w 4GL, R, Python analityków do pozyskiwania wiedzy z danych w kategorii „data scientist”. We współczesnej analityce modele analityczne leżą u podstaw najważniejszych decyzji w biznesie – wyszukiwania nowych możliwości, minimalizowania niepewności i zarządzania ryzykiem. Wobec tego przy podejmowaniu decyzji w czasie rzeczywistym i systemach operacyjnych powinny być wykorzystywane dziesiątki, jeśli nie setki, modeli predykcyjnych. Modele te powinny być traktowane jako aktywa o wysokiej wartości – którymi w istocie są. Muszą być tworzone z wykorzystaniem potężnych i pewnych procesów i zarządzane w taki sposób, aby w okresie swojej użyteczności wykazywały się jak najwyższą wydajnością. Zespoły analityczne i IT potrzebują powtarzalnych i skutecznych procesów oraz niezawodnej architektury do tworzenia i rozwijania predykcyjnych modeli analitycznych wykorzystywanych w szeroko definiowanym biznesie (por. SAS WP,2013-2017). Złożoność procesu zarządzania cyklem analitycznym obejmuje następujące etapy: określenie zagadnienia, przygotowanie danych, eksplorację danych, przygotowanie modelu, walidację i przygotowanie dokumentacji modelu, zastosowanie modelu, a w końcu monitorowanie i ocenę jego jakości. Jakość, szybkość i skuteczność modelowania w erze BIG DATA opisywanej przez 9V (Variety, Veracity, Velocity, Volume, Validity, Variability, Volatility, Visualization, Value) jest można rzec „chlebem powszechnym”, ale i „dużym wyzwaniem”. Zwieńczeniem całego procesu modelowania są dobrej jakości modele predykcyjne.
Zatem szkolimy teoretycznie i praktycznie analityków w kategorii którą określamy procesem zarządzania cyklem analitycznym. W takim procesie myślenie i modelowanie statystyczne łączy się z myśleniem procesami biznesowymi, wykorzystaniem nowoczesnych technologii i jest oparte na solidnych umiejętnościach programowania w SAS (4GL), R & Python. Obszary modelowania to: Visual Analytics, Visual Statistics, jakość danych i nowoczesne metody imputacji, Analityka z SAS® Viya™, modelowanie predykcyjne w zakresie: Data Mining & High Performance Data Mining, Text Mining, Web Mining, Web Modeling, Machine Learning, Intelligent Credit Scoring & Mixture Cure Models, Advanced Business Analytics.