Análise preditiva

Esse curso popular de três dias fornece aos participantes um kit de ferramentas abrangente para aplicar análise preditiva com eficácia em sua organização.

Esse curso ensina as bases para análise preditiva. Os participantes aprenderão técnicas de análise de dados, inclusive estatística, modelamento e aprendizado de máquina, para analisar padrões encontrados em dados históricos. Analisar esses dados ajudará a obter melhores insights, identificar riscos possíveis, procurar oportunidades de melhoria e fazer previsões. Os princípios de análise serão apresentados com exemplos e exercícios reais.

 

Esse curso é adequado para pessoas em qualquer organização que queira aproveitar o poder da análise preditiva para resolver problemas. Esse curso é popular entre analistas de negócios, membros de uma equipe de solução de problemas, pessoas que lideram atividades de excelência operacional, analistas de marketing e profissionais que se preparam para implantar análise preditiva em sua organização.

Curso educacional

DIA 1

Nesse curso fundamental, você aprenderá a minimizar o tempo necessário para análise de dados usando o Minitab para importar dados, desenvolver abordagens estatísticas sólidas para explorar dados, criar e interpretar visualizações atraentes e exportar resultados. Automatize sua análise do Minitab com intervenção mínima do usuário para economizar tempo. Analise uma variedade de conjuntos de dados reais para aprender como alinhar suas aplicações com as ferramentas estatísticas certas e interpretar resultados estatísticos. Aprenda os fundamentos de conceitos estatísticos importantes, como teste de hipótese e intervalos de confiança.

Esse curso enfatiza muito a tomada de decisões sólidas baseando-se na aplicação prática de técnicas estatísticas comumente usadas em processos comerciais, de fabricação e processos transacionais.

Os tópicos incluem:

  • Importação e formatação de dados
  • Macros Exec
  • Gráficos de barras
  • Histogramas
  • Boxplots
  • Gráficos de Pareto
  • Gráficos de dispersão
  • Medições de local e variação
  • Testes-t
  • Teste de igualdade de variâncias
  • Poder e tamanho da amostra
Scatterplot of Percent vs Year by Gender
Chart of Person, Mistake

DIA 2

Continue a se aprofundar nos conceitos de análise estatística fundamentais ensinados no curso “Fundamentos em análise” ao aprender a explorar e descrever relações entre variáveis com ferramentas de modelagem estatística. Descubra e descreva os recursos dos dados relacionados ao efeito e impacto do tempo, e como prever o comportamento futuro.

Aprenda a encontrar e quantificar o efeito que as variáveis de entrada têm sobre a probabilidade de um evento crítico. Exemplos práticos ilustram como as ferramentas de modelagem ajudam a revelar resultados e fontes de variações nos seus dados.

Os tópicos incluem:

  • Gráficos de dispersão
  • Correlação
  • Regressão linear simples
  • Ferramentas de séries temporais, incluindo suavização exponencial
  • Análise de tendências
  • Decomposição
  • Regressão Stepwise e múltipla
  • Regressão logística binária
  • Regressão com validação
Matrix Plot of Employees, Production V, Entrances/Ex, Shift, Particles
Smoothing Plot for Passengers

DIA 3

Expanda sua análise ao analisar dados de problemas reais enfrentados por muitos setores para explorar e descrever relações entre variáveis. Aprenda a usar técnicas de aprendizado de máquina, como CART®, para analisar padrões encontrados em dados históricos para obter melhores insights, identificar riscos potenciais, procurar oportunidades de melhoria e fazer previsões sobre o futuro.

Use ferramentas de aprendizado de máquina não supervisionadas, como agrupamento, para detectar partições naturais nas observações ou variáveis de dados e grupo em conjuntos homogêneos. Reduza a dimensionalidade dos dados ao transformar os dados originais em um conjunto de variáveis não correlacionáveis.

Os tópicos incluem:

  • Análise discriminante
  • Validação de conjunto de teste
  • Validação K-fold
  • Classificação CART®
  • Correlação
  • Regressão CART®
  • Análise de conglomerado
  • Componentes principais
Dendrogram - Complete Linkage, Euclidean Distance
Class node Decision Tree by Gender and Age