IBM SPSS Statistics. Επίπεδο 5. Πολυμεταβλητή στατιστική ανάλυση - μάθημα 34.990 RUB. από Ειδικός, εκπαίδευση 32 ακ. η., Ημερομηνία: 17 Σεπτεμβρίου 2023.

Επαγγελματίας δάσκαλος-επαγγελματίας με μεγάλη και ποικίλη εργασιακή εμπειρία, καθώς και περισσότερα από 10 χρόνια διδακτικής εμπειρίας. Εξηγεί το εκπαιδευτικό υλικό με ελκυστικό, κατανοητό τρόπο, χρησιμοποιώντας πολλά ενδιαφέροντα παραδείγματα από τη δική του πρακτική. Η φωτεινότητα και η ζωντάνια της παρουσίασης της Alina Viktorovna βοηθά τους ακροατές να αφομοιώσουν γρήγορα και πλήρως το πρόγραμμα σπουδών. Ο δάσκαλος απαντά αναλυτικά σε όλες τις ερωτήσεις που προκύπτουν από το κοινό και σχολιάζει προσεκτικά τις καταστάσεις που αναλύονται.
Η Alina Viktorovna έχει αρκετές ανώτατες σπουδές στις ειδικότητες "Τεχνολογία Πληροφοριών" και "Οικονομολόγος". Κατέχει ακαδημαϊκό πτυχίο Υποψηφίου Τεχνικών Επιστημών στον τομέα της αυτοματοποίησης και ελέγχου τεχνικών διαδικασιών στη βιομηχανία. Συμμετείχε στην ανάπτυξη στατιστικών μοντέλων για την αυτοματοποίηση της τεχνολογικής διαδικασίας παραγωγής λαμαρίνας, σε έργα με θέμα εφαρμογή στατιστικών μεθόδων για τον έλεγχο διεργασιών στην αυτοκινητοβιομηχανία (σε εργοστάσια όπως AvtoVAZ, KamAZ, GAZ και και τα λοιπά.). Αναλύει το σύστημα υγειονομικής περίθαλψης των περιοχών της Ρωσικής Ομοσπονδίας. Συμμετέχει σε ένα έργο για τον εντοπισμό των επιχειρηματικών τάσεων μεταξύ των μαθητών ως αναλυτής.
Έχει αναπτύξει πολλά εκπαιδευτικά και μεθοδολογικά συγκροτήματα και έχει επανειλημμένα συμμετάσχει στις εργασίες της επιτροπής πιστοποίησης για την υπεράσπιση των κατατακτήριων έργων. Συγγραφέας 17 επιστημονικών εργασιών, συμπεριλαμβανομένων επιστημονικών άρθρων σε ρωσικές και ξένες δημοσιεύσεις. Διαθέτει πιστοποιητικό από τη γερμανική εταιρεία Q-DAS για τη διεξαγωγή εξειδικευμένης εκπαίδευσης σε στατιστικό έλεγχο διαδικασιών για την εταιρεία BOSCH.
Η Alina Viktorovna έχει άψογη γνώση μεθοδολογιών για την περιγραφή των επιχειρηματικών διαδικασιών, τη μοντελοποίηση συστημάτων, τις στατικές μεθόδους επεξεργασίας δεδομένων και τα πρότυπα σχεδιασμού IS. Στις τάξεις της, δίνει παραδείγματα από διαφορετικούς τομείς εργασίας, ώστε το υλικό να είναι εξίσου κατανοητό σε μαθητές από διαφορετικούς κλάδους.

Ενότητα 1. Ανάλυση συστάδων και εφαρμογή της (2 ακ. η.)

- Πολυδιάστατες μέθοδοι ταξινόμησης
- Έννοια και τομείς εφαρμογής της ανάλυσης συστάδων
- Εργασίες ανάλυσης συστάδων
- Μέθοδοι ανάλυσης συστάδων
- Πλεονεκτήματα και μειονεκτήματα της ανάλυσης συστάδων
- Στάδια ανάλυσης συστάδων
- Αρχικά δεδομένα για ανάλυση συστάδων
- Μετρά την απόσταση μεταξύ των αντικειμένων
- Ανάλυση ποιότητας ταξινόμησης

Ενότητα 2. Ιεραρχική ανάλυση συστάδων (4 ac. η.)

- Χαρακτηριστικά ιεραρχικής ανάλυσης συστάδων
- Αλγόριθμος ιεραρχικών μεθόδων ανάλυσης συστάδων
- Μετρά την απόσταση μεταξύ των συστάδων
- Αποστάσεις διαδικασίας
- Μέτρα διαφοράς
- Μέτρα ομοιότητας
- Διαδικασία Ιεραρχική ανάλυση συστάδων
- Επιλογή μεθόδου ιεραρχικής ανάλυσης συστάδων
- Αποτελέσματα της διαδικασίας Ιεραρχικής Ανάλυσης Συστάδων
- Γραφική αναπαράσταση των αποτελεσμάτων της ιεραρχικής ανάλυσης συστάδων
- Ρύθμιση στατιστικών για τη διαδικασία της Ιεραρχικής Ανάλυσης Συστάδων
- Αποθήκευση νέων μεταβλητών

Ενότητα 3. Ταξινόμηση με τη μέθοδο k-means (2 ac. η.)

- Η ουσία και τα χαρακτηριστικά της μεθόδου k-means
- Αλγόριθμος της μεθόδου k-means
- Διαδικασία Ανάλυση συστάδων με τη μέθοδο k-means
- Αποτελέσματα της διαδικασίας Ανάλυση συστάδων με τη μέθοδο k-means
- Ρύθμιση του αριθμού των επαναλήψεων
- Ρύθμιση πρόσθετων παραμέτρων
- Αποτελέσματα εμφάνισης πρόσθετων ρυθμίσεων
- Αποθήκευση νέων μεταβλητών
- Γραφική παρουσίαση των αποτελεσμάτων

Ενότητα 4. Ανάλυση συστάδων δύο σταδίων (4 ac. η.)

- Χαρακτηριστικά ανάλυσης συστάδων δύο σταδίων
- Προϋποθέσεις για ανάλυση συστάδων δύο σταδίων
- Αλγόριθμος για ανάλυση συστάδων δύο σταδίων
- Διαδικασία Ανάλυση συστάδων δύο σταδίων
- Σύνοψη των αποτελεσμάτων του μοντέλου
- Αξιολόγηση της δομής των συστάδων
- Προβολή πληροφοριών σχετικά με συμπλέγματα
- Εμφάνιση πληροφοριών για συμπλέγματα
- Έλεγχος εξόδου
- Έξοδος της διαδικασίας ανάλυσης συστάδων δύο βημάτων
- Πρόσθετος πίνακας Cluster Viewer
- Επιλογή παρατηρήσεων ανά συστάδες
- Παράμετροι της διαδικασίας ανάλυσης συστάδων δύο σταδίων

Ενότητα 5. Μέθοδοι μείωσης διαστάσεων: ανάλυση παραγόντων και συστατικών (4 ac. η.)

- Η έννοια της παραγοντικής ανάλυσης
- Σκοπός και στόχοι της παραγοντικής ανάλυσης
- Στάδια παραγοντικής ανάλυσης
- Προαπαιτούμενα για τη χρήση της παραγοντικής ανάλυσης
- Αλγόριθμος ανάλυσης στοιχείων
- Αλγόριθμος παραγοντικής ανάλυσης
- Σύγκριση αναλύσεων παραγόντων και συστατικών
- Προϋποθέσεις για τη χρήση αναλύσεων παραγόντων και συστατικών
- Διαδικασία Παραγοντική ανάλυση
- Αποτελέσματα της διαδικασίας Παραγοντικής Ανάλυσης
- Κανόνες επιλογής παραγόντων
- Επιλογή μεθόδου παραγοντικής ανάλυσης
- Πρόβλημα εναλλαγής παραγόντων
- Προσαρμογή περιστροφής συντελεστών
- Παράμετροι της διαδικασίας Factor analysis
- Έξοδος περιγραφικών στατιστικών
- Αποθήκευση τιμών συντελεστών

Ενότητα 6. Ταξινόμηση με βάση την απόκριση: ανάλυση διάκρισης (4 ac. η.)

- Τμηματοποίηση βάσει απαντήσεων
- Μέθοδοι τμηματοποίησης που βασίζονται στην απόκριση
- Αρχικά δεδομένα για διακριτική ανάλυση
- Ομοιότητες μεταξύ διακριτικής ανάλυσης και λογιστικής παλινδρόμησης
- Διαφορές μεταξύ διακριτικής ανάλυσης και λογιστικής παλινδρόμησης
- Σκοπός και στόχοι της διακριτικής ανάλυσης
- Προϋποθέσεις διακριτικής ανάλυσης
- Στάδια διακριτικής ανάλυσης
- Μέθοδοι διακριτικής ανάλυσης
- Αρχικά στοιχεία
- Μοντέλο ανάλυσης γραμμικής διάκρισης
- Διαδικασία Διακριτική ανάλυση
- Αποτελέσματα της διαδικασίας Διακριτικής Ανάλυσης
- Στατιστικά στοιχεία της διαδικασίας Διακριτικής Ανάλυσης
- Μέθοδος διαδικασίας σταδιακής επιλογής Διακριτική ανάλυση
- Ταξινόμηση με βάση τα αποτελέσματα της διακριτικής ανάλυσης
- Στατιστικά ταξινόμησης
- Αποθήκευση νέων μεταβλητών

Ενότητα 7. Πολυμεταβλητή ανάλυση διασποράς (4 ac. η.)

- Πολυμεταβλητή ανάλυση διασποράς
- Ρύθμιση παραμέτρων για την πολυδιάστατη διαδικασία OLM
- Κύρια αποτελέσματα πολυμεταβλητής ανάλυσης διασποράς
- ANOVA με επαναλαμβανόμενα μέτρα
- Διαδικασία GLM - επαναλαμβανόμενες μετρήσεις
- Ρύθμιση παραμέτρων για τη διαδικασία επαναλαμβανόμενων μετρήσεων OLM

Ενότητα 8. Μοντέλα ταξινόμησης με βάση τα δέντρα αποφάσεων (8 ac. η.)

- Η ουσία της μεθόδου κατασκευής ενός δέντρου αποφάσεων
- Περιοχές εφαρμογής του δέντρου αποφάσεων
- Χαρακτηριστικά και προϋποθέσεις για τη χρήση της μεθόδου του δέντρου αποφάσεων
- Μέθοδοι για την κατασκευή ενός δέντρου αποφάσεων
- Σύγκριση μεθόδων για την κατασκευή ενός δέντρου αποφάσεων
- Δένδρα ταξινόμησης διαδικασίας
- Ερμηνεία και μελέτη δέντρων αποφάσεων
- Έλεγχος καταλληλότητας του μοντέλου
- Προσαρμογή της εξόδου στη διαδικασία Classification Trees
- Ρυθμίσεις και παράμετροι της διαδικασίας Classification Trees
- Κανόνες ταξινόμησης παρατηρήσεων
- Κριτήρια στη διαδικασία Ταξινόμησης Δένδρων
- Δέντρα απόφασης παλινδρόμησης
- Κατασκευή δέντρων απόφασης παλινδρόμησης