Scilab Schulung

Das Tidyverse ist eine Sammlung vielseitiger R-Pakete zum Reinigen, Verarbeiten, Modellieren und Visualisieren von Daten. Einige der enthaltenen Pakete sind: ggplot2, dplyr, tidyr, readr, purrr und tibble.

In diesem von Lehrern geleiteten Live-Training lernen die Teilnehmer, wie sie Daten mit den im Tidyverse enthaltenen Tools Tidyverse und visualisieren.

Am Ende dieser Schulung können die Teilnehmer:

• Führen Sie eine Datenanalyse durch und erstellen Sie ansprechende Visualisierungen
• Ziehen Sie nützliche Schlussfolgerungen aus verschiedenen Datensätzen von Beispieldaten
• Filtern, sortieren und fassen Sie Daten zusammen, um Erkundungsfragen zu beantworten
• Wandeln Sie verarbeitete Daten in informative Liniendiagramme, Balkendiagramme und Histogramme um
• Importieren und filtern Sie Daten aus verschiedenen Datenquellen, einschließlich Excel , CSV- und SPSS-Dateien

Publikum

• Anfänger in die R-Sprache
• Einsteiger in die Datenanalyse und Datenvisualisierung

Format des Kurses

• Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben

Diese von einem Ausbilder geleitete Live-Schulung (online oder vor Ort) richtet sich an alle, die die Grundlagen der ökonometrischen Analyse und Modellierung erlernen und beherrschen möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Erlernen und Verstehen der Grundlagen der Ökonometrie.
• Eviews und Risikosimulatoren nutzen.

Diese von einem Ausbilder geleitete Live-Schulung (online oder vor Ort) richtet sich an Personalverantwortliche, die analytische Methoden zur Verbesserung der Unternehmensleistung einsetzen möchten. Dieser Kurs deckt sowohl qualitative als auch quantitative, empirische und statistische Ansätze ab.

Format des Kurses

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praxis.

Optionen zur Kursanpassung

• Wenn Sie eine maßgeschneiderte Schulung für diesen Kurs wünschen, nehmen Sie bitte Kontakt mit uns auf, um dies zu vereinbaren.

SPSS ist eine Software zum Bearbeiten und Analysieren von Daten.

Diese von einem Ausbilder geleitete Live-Schulung (online oder vor Ort) richtet sich an Personalverantwortliche und Rekrutierungsspezialisten, die analytische Methoden zur Verbesserung der Unternehmensleistung einsetzen möchten. Dieser Kurs deckt sowohl qualitative als auch quantitative, empirische und statistische Ansätze ab.

Format des Kurses

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praxis.

Optionen zur Kursanpassung

• Wenn Sie eine maßgeschneiderte Schulung für diesen Kurs wünschen, nehmen Sie bitte Kontakt mit uns auf, um dies zu vereinbaren.

Dieser Kurs behandelt fortgeschrittene Themen der R-Programmierung.

Diese von einem Ausbilder geleitete Live-Schulung in Deutschland (online oder vor Ort) richtet sich an Geschäftsanalysten, die den Handel mit algorithmischem Handel, Python und R automatisieren möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Algorithmen zum schnellen Kauf und Verkauf von Wertpapieren in speziellen Schritten einzusetzen.
• die mit dem Handel verbundenen Kosten mit Hilfe des algorithmischen Handels zu reduzieren.
• Automatisches Überwachen von Aktienkursen und Platzieren von Geschäften.

Diese Live-Schulung unter Anleitung (online oder vor Ort) richtet sich an Datenwissenschaftler und Datenanalysten, die in R und Python für die Ausreißererkennung programmieren möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Erkennen, ob es sich bei den Daten um eine Anomalie oder um einen erwarteten Wert handelt.
• Algorithmen zur Erkennung von Anomalien implementieren.
• Verwenden verschiedener Techniken und Methoden zur Erkennung von Anomalien.

Big Data ist ein Begriff, der sich auf Lösungen bezieht, mit denen große Datenmengen gespeichert und verarbeitet werden können. Entwickelt von Go Ogle zunächst, diese Big Data haben Lösungen entwickelt und inspiriert andere ähnliche Projekte, von denen viele als Quelle Frei zur Verfügung stehen. R ist eine beliebte Programmiersprache in der Finanzbranche.

Diese Live-Schulung unter Anleitung (online oder vor Ort) richtet sich an Datenanalysten, die mit R in SAS für Clusteranalysen programmieren möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Nutzen Sie die Clusteranalyse für die Datengewinnung
• Beherrschen Sie die R-Syntax für Clustering-Lösungen.
• Hierarchisches und nicht-hierarchisches Clustering implementieren.
• Datengestützte Entscheidungen treffen, um die Geschäftsabläufe zu verbessern.

Die Datenanalyse ist heute ein wichtiges Instrument in der Wirtschaft. Wir werden uns durchgehend auf die Entwicklung von Fähigkeiten zur praktischen Datenanalyse konzentrieren. Das Ziel ist es, den Teilnehmern zu helfen, evidenzbasierte Antworten auf Fragen zu geben:

Was ist passiert?

• Daten zu verarbeiten und zu analysieren
• informative Datenvisualisierungen zu erstellen

Was wird passieren?

• Vorhersage zukünftiger Leistungen
• Prognosen auswerten

Was sollte geschehen?

• Daten in evidenzbasierte Geschäftsentscheidungen umsetzen
• Prozesse optimieren

Der Kurs selbst kann entweder als 6-tägiger Präsenzkurs oder, falls gewünscht, über einen Zeitraum von mehreren Wochen per Fernunterricht durchgeführt werden. Wir können mit Ihnen zusammenarbeiten, um den Kurs so zu gestalten, dass er Ihren Bedürfnissen am besten entspricht.

R ist eine sehr beliebte Open-Source-Umgebung für statistische Berechnungen, Datenanalysen und Grafiken. Dieser Kurs führt Studenten in die Programmiersprache R ein. Es behandelt Sprachgrundlagen, Bibliotheken und fortgeschrittene Konzepte. Erweiterte Datenanalyse und grafische Darstellung mit realen Daten.

Publikum

Entwickler / Datenanalyse

Dauer

3 Tage

Format

Vorträge und praktische Übungen

R ist eine freie Open-Source-Programmiersprache für statistische Berechnungen, Datenanalysen und Grafiken. R wird von einer wachsenden Anzahl von Managern und Datenanalysten in Unternehmen und Hochschulen verwendet. R bietet eine Vielzahl von Paketen für das Data Mining.

Maschinelles Lernen ist ein Zweig der künstlichen Intelligenz, in dem Computer lernen können, ohne explizit programmiert zu werden. Deep Learning ist ein Teilgebiet des maschinellen Lernens, das Methoden verwendet, die auf dem Lernen von Datendarstellungen und Strukturen wie neuronalen Netzen basieren. R ist eine beliebte Programmiersprache in der Finanzbranche. Es wird in Finanzanwendungen eingesetzt, die von Kernhandelsprogrammen bis zu Risikomanagementsystemen reichen.

In diesem von Lehrern geführten Live-Training lernen die Teilnehmer, wie sie Deep-Learning-Modelle für die Finanzierung mit R implementieren, während sie ein Deep-Learning-Aktienkurs-Vorhersagemodell erstellen.

Am Ende dieser Schulung können die Teilnehmer:

• Verstehe die grundlegenden Konzepte des Tiefenlernens
• Lernen Sie die Anwendungen und Verwendungen von Deep Learning im Finanzbereich
• Verwenden Sie R, um vertiefte Lernmodelle für Finanzen zu erstellen
• Bauen Sie mit R ihr eigenes Deep Learning-Aktienkurs-Vorhersagemodell auf

Publikum

• Entwickler
• Datenwissenschaftler

Format des Kurses

• Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben

Maschinelles Lernen ist ein Zweig der künstlichen Intelligenz, in dem Computer lernen können, ohne explizit programmiert zu werden. Deep Learning ist ein Teilgebiet des maschinellen Lernens, das Methoden verwendet, die auf dem Lernen von Datendarstellungen und Strukturen wie neuronalen Netzen basieren. R ist eine beliebte Programmiersprache in der Finanzbranche. Es wird in Finanzanwendungen eingesetzt, die von Kernhandelsprogrammen bis zu Risikomanagementsystemen reichen.

In diesem von Lehrern geführten Live-Training lernen die Teilnehmer, wie sie Deep-Learning-Modelle für das Bankwesen mithilfe von R implementieren, während sie ein Deep-Learning-Kreditrisikomodell erstellen.

Am Ende dieser Schulung können die Teilnehmer:

• Verstehe die grundlegenden Konzepte des Tiefenlernens
• Lernen Sie die Anwendungen und Verwendungen von Deep Learning im Bankwesen
• Verwenden Sie R, um Deep-Learning-Modelle für das Bankwesen zu erstellen
• Erstellen Sie mit R ein eigenes Deep Learning-Kreditrisikomodell

Publikum

• Entwickler
• Datenwissenschaftler

Format des Kurses

• Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben