Türkiye Merkezli İstatistik Eğitimleri

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), ürün veya sürecin tasarım aşamasının başından itibaren kaliteye sahip olmasını sağlamak için DFSS'yi kullanmak isteyen orta seviyedeki mühendisler ve tasarımcılar için hazırlanmıştır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Tasarım Altı Sigma (DFSS) ilkelerini ve kavramlarını anlayabilecektir.
• DMAIC (Tanımla, Ölç, Analiz Et, İyileştir, Kontrol Et) ve DMADV (Tanımla, Ölç, Analiz Et, Tasarla, Doğrula) metodolojilerini öğrenebilecektir.
• DFSS araçlarını ve tekniklerini süreçleri tasarlamak ve optimize etmek için uygulayabilecektir.
• DFSS projelerini etkili bir şekilde yönetme ve liderlik etme becerileri geliştirebilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), Six Sigma DMAIC metodolojisini Black Belt seviyesinde derinlemesine anlamak isteyen ileri düzey profesyonellere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Karmaşık projeler odağında, Tanımla, Ölç, Analiz Et, İyileştir ve Kontrol et aşamalarını kapsamlı bir şekilde anlayabilecektir.
• Veriye dayalı karar verme için gelişmiş istatistiksel analiz tekniklerinde uzmanlık kazanabilecektir.
• Büyük ölçekli Six Sigma projelerini yönetebilecek ve proje ekiplerini etkili bir şekilde yönlendirebilecektir.
• Organizasyonel hedefler ve stratejileriyle uyumlu önemli süreç iyileştirmeleri uygulayabilecektir.

Bu eğitmen liderli, canlı eğitim Türkiye (çevrimiçi veya kurum içi) orta düzeyde uzmanlaşmış profesyoneller için tasarlanmıştır. Katılımcılar DMAIC metodolojisini kapsamlı olarak anlamak ve etkili bir Six Sigma Yeşil Kemeri olmak için hazırlanmayı hedefler.

Bu eğitimin sonunda katılımcılar:

• Define, Measure, Analyze, Improve ve Control (DMAIC) phases of Six Sigma fazlarını kapsamlı olarak öğrenecektir.
• DMAIC'in her fazında bir dizi Six Sigma aracı ve tekniklerini etkin şekilde uygulayabileceklerdir.
• Süreç iyileştirmesi için istatistiksel analizleri gerçekleştirebilip yorumlayabileceklerdir.
• Bir Six Sigma projesini planlamak, yürütme ve yönetmek için gereken becerilere sahip olacaklardır.

Bu eğitmen tarafından yönetilen canlı eğitim Türkiye (çevrimiçi veya yerinde) temel düzeyde profesyoneller için düzenlenmiştir. Katılımcıların Lean ve Six Sigma ilkelerini anlamalarını ve iş süreçlerini geliştirmek için bu ilkeleri entegre etmeyi öğrenecekleridir.

Bu eğitim sonunda katılımcılar şunları yapabilecektir:

• Lean Six Sigma ilkelerini sağlam bir şekilde anlayacaklardır.
• Defa kaynaklarını ortadan kaldırarak ve varyasyonu en aza indirerek süreç kalitesini geliştirmek için Six Sigma metodolojilerini kullanabileceklerdir.
• Daha verimli ve etkili süreç iyileştirmeleri elde etmek için Lean ve Six Sigma metodolojilerini entegre edebileceklerdir.
• 5S, Kaizen ve süreç haritalaması gibi Yellow Belt'lerin süreç iyileştirme projelerinde uygulayabilecekleri temel Lean Six Sigma araçlarını ve teknikleri öğretebileceklerdir.

Bu eğitmen-led, canlı eğitim Türkiye (çevrimiçi veya kurum içi), orta seviye profesyonellerin hem Six Sigma hem de Lean ilkelerini anlamayı ve organizasyonlarında önemli süreç iyileştirme projeleri yönetmeyi amaçlar.

Bu eğitimden sonra katılımcılar:

• Lean ve Six Sigma metodolojilerinin nasıl birleştirildiği konusunda kapsamlı bir anlayış geliştireceklerdir.
• Tanımlama, Ölçme, Analiz, İyileştirme ve Kontrol (DMAIC) aşamalarında derinlemesine bilgi ve uygulama becerileri edinecektirler.
• Veri odaklı karar alma ve süreç analizi için gelişmiş istatistiksel araçları kullanabileceklerdir.
• Lean Six Sigma projelerini etkili bir şekilde yönetip yönlendirme yeteneğine sahip olacaklardır.

Bu eğitmen yönlendirilmiş, canlı eğitim Türkiye (çevrimiçi veya kurum içi) ileri düzeydeki profesyonellerin karmaşık Six Sigma projelerini yönetme ve Six Sigma ve LEAN uygulamalarında liderlik rolü almayı öğrenmek isteyenler için düzenlenmiştir.

Bu eğitim sonunda katılımcılar:

• İleri düzeydeki Six Sigma ve LEAN metodolojileri ve araçları hakkında kapsamlı bir anlayış geliştirebileceklerdir.
• Kurumsal stratejilerle uyumlu karmaşık süreç iyileştirme projelerini yönetebileceklerdir.
• Karmaşık istatistiksel analizler yaparak veriye dayalı kararlar verebileceklerdir.
• Değişim girişimlerini etkili bir şekilde liderlik edip sürekli iyileştirme kültürü oluşturabileceklerdir.

Bu eğitimin, Türkiye (online veya yerinde) düzenlenmesi, Six Sigma metodolojisini ve ilkelerini daha derin bir şekilde anlamak ve DMAIC sürecini ustalıkla yönetmek isteyen başlangıç düzeyinde profesyoneller için düzenlenmiştir.

Bu eğitimin sonunda katılımcılar şunları yapabilecekler:

• Beyaz Kemer kursu kapsamındaki temel ilkelerin ötesine geçecek bilgi edinir.
• DMAIC sürecini ustalıkla yönetecek ve ileri düzeyde Six Sigma araçlarını öğrenecektir.
• Six Sigma proje ekine etkili bir şekilde katkıda bulunma ve Yeşil ve Kara Kemirlere işbirliği yapma konusunda bilgi edinir.
• Six Sigma metodolojilerini gerçek hayattaki iş süreçlerinde iyileştirme için uygular.

Bu eğitmen öncülüğündeki canlı eğitim Türkiye (çevrimiçi veya yerinde) Six Sigma metodolojisini ve ilkelerini temel seviyede anlamak isteyen başlangıç düzeyindeki profesyoneller için düzenlenmiştir.

Bu eğitimin sonunda, katılımcılar şunları yapabilecektir:

• Six Sigma'nın temelini anlayarak DMAIC sürecini öğrenmek.
• Bir Six Sigma projesi bağlamında Beyaz Belt'in özel rollerini ve sorumluluklarını anlamak.
• Six Sigma ilkelerini uygulamayı öğrenmek, organizasyon içinde iyileştirme fırsatları belirlemek ve Six Sigma projelerini desteklemek.

Bu eğitmen kılavuzlu, canlı eğitim (çevrimiçi veya yerel) bilim insanları için tasarlanmıştır ve çok faktör arasındaki neden-sonuç ilişkisini anlamak ve kullanmak isteyenler için Design of Experiments (DoE) yöntemini öğrenmelerine yardımcı olmaktadır.

Bu eğitim sonunda, katılımcılar aşağıdaki becerileri edinebilecekler:

• Tasarlanmış deneylerin diğer yaklaşımlara göre avantajlarını anlamak.
• Faktörler arasındaki neden-sonuç ilişkilerini ve etkileşimleri anlamak.
• Başarıyla deney yapmayı öğrenmek için en iyi uygulamaları ve rehberlikleri öğrenecekler.

Bu eğitmen tarafından yönetilen canlı eğitim Türkiye (çevrimiçi veya yerinde) herhangi birinin temel ekonometrik analiz ve modelleme prensiplerini öğrenmeyi ve öğrendiklerini pekiştirmeyi hedef almaktadır.

Bu eğitimden sonra katılımcılar şunları yapabilecekler:

• Ekonometrinin temellerini öğrenmek ve anlamak.
• Eviews ve risk simülatörlerini kullanmak.

R istatistiksel hesaplama, veri analitiği ve grafik için çok popüler, açık kaynaklı bir ortamdır. Bu kurs, öğrencilerine R programlama dilini tanıtır. Dili temellere, kütüphanelere ve ileri düzey konseptlere odaklanmaktadır. Gerçek dünya verileriyle ileri seviye veri analitiği ve grafik oluşturma.

Hedef Kitle

Geliştiriciler / veri analistleri

Süre

3 gün

Format

Dersler ve pratik uygulamalar

Hedef Kitle

Analistler, araştırmacılar, bilim insanları, mezunlar ve öğrenciler ve istatistiksel analizleri kolaylaştırmayı öğrenmekle ilgilenen herkes.

Kurs Amacı

Bu kurs, Excel ve istatistiğinizi daha iyi tanıma konusundaki becerilerinizi geliştirecek ve bu sayede iş veya araştırma etkinliğinizin ve verimliliğinin artmasını sağlayacaktır.

Bu kurs, Microsoft Excel'de Analiz Aracı Paketi'nin nasıl kullanılacağını, istatistiksel fonksiyonları ve temel istatistiksel işlemler nasıl yapılacağını açıklar. Ayrıca, Excel sınırlamaları nelerdir ve bunların nasıl aşılacağını açıklayacaktır.

Veri analitiği, günümüzde iş dünyasında hayati bir araçtır. Süre boyunca pratik veri analizi becerilerinin geliştirilmesine odaklanacağız. Amacımız, delegelere sorulara kanıt temelli cevaplar vermeyi sağlamaktır: 

Ne oldu?

• veri işleme ve analizi
• bilgilendirici veri görselleştirmelerinin oluşturulması

Ne olacak?

• gelecekteki performansın öngörülmesi
• öngörülerin değerlendirilmesi

Ne olması gerekiyor?

• veriyi kanıt temelli işletme kararlarına dönüştürme
• süreçlerin optimize edilmesi

Verilerin %90'ından fazlasının yapılandırılmamış verilerden oluştuğu tahmin edilmektedir; bunların çoğu metin biçimindedir. Blog yazıları, tweet'ler, sosyal medya ve diğer dijital yayınlar bu büyüyen veri yığınını sürekli olarak artırmaktadır.

Bu eğitmen liderliğindeki, canlı eğitim, bu verilerden öngörüler ve anlam çıkarmaya odaklanmaktadır. R Language ve Natural Language Processing (NLP) kütüphanelerini kullanarak, bilgisayar bilimi, yapay zeka ve hesaplamalı dilbilimden kavram ve teknikleri birleştirerek metin verilerinin arkasındaki anlamı algoritmik olarak anlamlandırıyoruz. Müşteri gereksinimlerine göre çeşitli dillerde veri örnekleri mevcuttur.

Bu eğitimin sonunda katılımcılar, farklı kaynaklardan gelen veri kümelerini (büyük ve küçük) hazırlayabilecek ve ardından analiz etmek ve önemini raporlamak için doğru algoritmaları uygulayabilecektir.

Kurs Formatı

• Kısmen ders anlatımı, kısmen tartışma, yoğun uygulamalı çalışma ve anlayışı ölçmek için ara sıra sınavlar

Konuşturanlar

Mali veya pazar analistleri, yöneticiler, hesapçılar

Kurs Objectifleri

Microsoft Excel ile tüm türde mali analizi kolaylaştırmak ve otomasyonlamak

R, finans sektöründe popüler bir programlama dilidir. Temel ticaret programlarından risk yönetimi sistemlerine kadar çeşitli finans uygulamalarında kullanılır.

Bu eğitmen liderliğindeki, canlı eğitimde katılımcılar, R'yi kullanarak finansla ilgili bir dizi özel sorunu çözmek için pratik uygulamalar geliştirmeyi öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• R programlama dilinin temellerini anlayabilmek
• Çeşitli kaynaklardan (CSV, Excel, veritabanları, web vb.) finansal verileri düzenlemek, görselleştirmek ve analiz etmek için R paketlerini ve tekniklerini seçmek ve kullanmak
• Varlık tahsisi, risk analizi, yatırım performansı ve daha fazlasıyla ilgili sorunları çözmek için uygulamalar oluşturmak
• Bir R uygulamasını sorun gidermek, entegre etmek, dağıtmak ve optimize etmek

Hedef Kitle

• Geliştiriciler
• Analistler
• Kantitatif Analistler (Quants)

Kurs Formatı

• Kısmen ders anlatımı, kısmen tartışma, egzersizler ve yoğun uygulamalı çalışma

Not

• Bu eğitim, finans profesyonellerinin karşılaştığı temel sorunlardan bazılarına çözüm sunmayı amaçlamaktadır. Ancak, eklemek veya daha ayrıntılı olarak ele almak istediğiniz belirli bir konu, araç veya teknik varsa, lütfen bizimle iletişime geçerek düzenleme yapabilirsiniz.

Bu eğitmen tarafından yönetilen canlı eğitim (çevrimiçi veya yerel) HR profesyonellerine, organizasyon performansını iyileştirmek için analiz yöntemleri kullanmayı isteyenler için tasarlanmıştır. Bu kurs, nitel ve nicel, empirik ve istatistiksel yaklaşımları kapsar.

Eğitim Biçimi

• Etkileşimli ders anlatımı ve tartışma.
• Çok sayıda alıştırma ve uygulama.

Eğitim Özelleştirme Seçenekleri

• Bu kurs için özelleştirilmiş bir eğitim talebinde bulunmak istiyorsanız, bizimle iletişime geçerek düzenleme yapabilirsiniz.

Bu kurs, R programlama dilinde ileri düzey konuları kapsamaktadır.

Goal:

SPSS programını ileri düzeyde kullanma, diaלוג kutularıyla ve seçilen analitik teknikler için komut dilini öğrenme becerisini kazanmak.

Hedef Kitlesi:

Analistler, araştırmacılar, bilim insanları, öğrenciler ve SPSS paketini ileri düzeyde kullanma yeteneğini kazanan tüm kişiler. Seçilen istatistiksel modelleri öğrenmek için eğitim verilir. Eğitim genel analiz sorunlarını kapsar ve özel bir sektör için tasarlanmıştır.

Bu eğitmen tarafından yönetilen canlı eğitim Türkiye (çevrimiçi veya yerinde) algoritmik ticaretle işlem otomasyonu yapmak isteyen iş analistleri için düzenlenmiştir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Özel artışlarda hızlıca alım ve satım işlemlerini gerçekleştirmek için algoritmalar kullanın.
• Algoritmik ticaretle işlem ile ilişkili maliyetleri azaltın.
• Hissenin fiyatlarını otomatik olarak izleyin ve işlemler yerleştirin.

Hedef Kitle:

Bu kurs, dağıtılmış bir sistem ortamında büyük veri kümelerini depolama ve işlemek için çözüm arayan IT uzmanları içindir.

Goal:

Derinlemesine Hadoop küme yönetimi bilgisi.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), profesyonel alanlarında verileri hazırlamak, modeller oluşturmak ve makine öğrenimi tekniklerini etkili bir şekilde uygulamak isteyen orta seviyedeki veri bilimcileri ve istatistikçilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Çeşitli Machine Learning algoritmalarını anlayıp uygulayabilecekler.
• Verileri ve modelleri makine öğrenimi uygulamaları için hazırlayabilecekler.
• Sonradan analizler yapabilecek ve sonuçları etkili bir şekilde görselleştirebilecekler.
• Makine öğrenimi tekniklerini gerçek dünya, sektöre özgü senaryolara uygulayabilecekler.

Big Data, büyük veri kümelerini depolamak ve işlemek için tasarlanmış çözümleri ifade eden bir terimdir. Başlangıçta Google tarafından geliştirilen bu Big Data çözümleri, zamanla gelişmiş ve birçok açık kaynaklı benzer projeye ilham vermiştir. R, finans sektöründe popüler bir programlama dilidir.

R, istatistiksel hesaplama, veri analizi ve grafikler için ücretsiz ve açık kaynaklı bir programlama dilidir. R, şirketlerde ve akademide giderek artan sayıda yönetici ve veri analisti tarafından kullanılmaktadır. Bilgisayar programlama becerisi olmayan istatistikçiler, mühendisler ve bilim insanları arasında da kullanımı kolay olduğu için R takipçi kazanmıştır. Popülaritesinin nedeni, reklam fiyatlarını belirleme, yeni ilaçları daha hızlı bulma veya finansal modelleri iyileştirme gibi çeşitli amaçlarla veri madenciliğinin artan kullanımıdır. R'nin veri madenciliği için geniş bir paket yelpazesi bulunmaktadır.

Bu eğitmen yönetilen canlı eğitim, Türkiye (çevrimiçi veya yerel)'da, R'ın temellerini ve veri ile nasıl çalışılacağını mastere edecek düzeyde olan yeni başlayan profesyonellere yöneliktir.

Eğitim sonunda, katılımcılar şunları yapabilecektir:

• R programlama ortamını ve RStudio arayüzünü anlayacaklar.
• R komutları ve paketleri kullanarak veri kümelerini içe aktaracak, manipüle edecek ve keşfedecekler.
• Temel istatistiksel analizleri ve veri özetlemelerini gerçekleştirebilecekler.
• Base R ve ggplot2 kullanarak görselleştirmeler oluşturacaklar.
• Çalışma alanlarını, betiklerini ve paketleri etkili bir şekilde yönetebilecekler.

R, istatistiksel hesaplama, veri analizi ve grafikler için açık kaynaklı ve ücretsiz bir programlama dilidir. R, şirketler ve akademisyenler tarafından giderek artan sayıda yönetici ve veri analisti tarafından kullanılmaktadır. R'nin veri madenciliği için geniş bir paket yelpazesi bulunmaktadır.

Bu kurs, veri bilimine ve istatistiğe zaten bir arka plan sahip kişiler için tasarlanmıştır. Verilen açıklamalar, konulara aşina olanlar için hatırlatma görevi görebilir veya uygun bir arka plana sahip olanları bilgilendirebilir.

Hedef Kitle

Business sahipleri (pazarlama yöneticileri, ürün yöneticileri, müşteri tabanı yöneticileri) ve ekipleri; müşteri içgörüleri uzmanları.

Genel Bakış

Bu kurs, müşterilerin edinilmesinden başlayarak, mevcut müşterilerin karlılık için yönetilmesinden, iyi müşterilerin elde tutulmasına ve son olarak hangi müşterilerin bizi terk ettiğini ve nedenini anlamaya kadar müşteri yaşam döngüsünü takip eder. Telekomünikasyon, sigorta, medya ve yüksek teknoloji gibi çeşitli sektörlerden gerçek (anonim) verilerle çalışacağız.

Format

Eğitmen liderliğinde, sınıfiçi egzersizlerin yanı sıra ödevlerle birlikte beş yarım günlük oturumdan oluşan eğitim. Sınıfta veya uzaktan (çevrimiçi) bir kurs olarak sunulabilir.

Bu kurs, istatistik analizine ilgilenen herkese yöneliktir. Minitab ile tanışıklık sağlar ve veri analizinizi daha etkin ve verimli hale getirirken istatistik bilginizi geliştirir.

R, istatistiksel hesaplama, veri analizi ve grafikler için açık kaynaklı ücretsiz bir programlama dilidir. R, şirketler ve akademideki yöneticiler ve veri analistleri tarafından artan sayıda kişi tarafından kullanılmaktadır. R, veri madenciliği için çeşitli paketlere sahiptir.

Bu eğitmen liderliğindeki canlı eğitimde katılımcılar, gerçek dünya uygulaması oluşturarak R ile Machine Learning konusunda ileri düzey teknikler öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Denetimsiz öğrenme tekniklerini anlayıp uygulayabilecektir.
• Gerçek dünya verilerine dayanarak tahminler yapmak için kümeleme ve sınıflandırma uygulayabilecektir.
• Verileri görselleştirerek hızlı bir şekilde içgörü kazanabilecek, karar verebilecek ve analizleri daha da geliştirebilecektir.
• Hiper-parametre ayarı yaparak bir makine öğrenimi modelinin performansını iyileştirebilecektir.
• Bir modeli daha büyük bir uygulamada kullanmak üzere üretime sokabilecektir.
• Sosyal ağ verileri, büyük veri ve daha fazlasını içeren soruları yanıtlamak için gelişmiş makine öğrenimi teknikleri uygulayabilecektir.

R, istatistiksel hesaplama, veri analizi ve grafikler için açık kaynaklı ve ücretsiz bir programlama dilidir. R, şirketlerde ve akademide giderek artan sayıda yönetici ve veri analisti tarafından kullanılmaktadır. Ayrıca, bilgisayar programlama becerisi olmayan istatistikçiler, mühendisler ve bilim insanları arasında da kullanımı kolay olduğu için takipçiler edinmiştir. Popülaritesinin nedeni, reklam fiyatlarını belirleme, yeni ilaçları daha hızlı bulma veya finansal modelleri iyileştirme gibi çeşitli amaçlarla veri madenciliğinin artan kullanımıdır. R'nin veri madenciliği için geniş bir paket yelpazesi bulunmaktadır.

R, istatistiksel hesaplama, veri analizi ve grafikler için açık kaynaklı ücretsiz bir programlama dilidir. R, şirketler ve akademide giderek artan sayıda yönetici ve veri analisti tarafından kullanılmaktadır. Bilgisayar programlama becerisi olmayan istatistikçiler, mühendisler ve bilim insanları arasında da kullanımı kolay olduğu için takipçileri bulunmaktadır. Popülaritesinin nedeni, reklam fiyatlarını belirleme, yeni ilaçları daha hızlı bulma veya finansal modelleri iyileştirme gibi çeşitli amaçlarla veri madenciliğinin artan kullanımıdır. R'ün veri madenciliği için geniş bir paket yelpazesi bulunmaktadır.

Bu kurs, R-proje yazılımı kullanarak sinir ağlarını gerçek hayat problemlerine uygulamaya girişレベルが設定されていないので、ここでは「introduction」を土耳其语に翻訳します。

Bu kurs, zaten temel R & C++ kodlama becerilerine sahip ve işinde daha gelişmiş R kodlama becerilerine ihtiyaç duyan veri bilimcileri ve istatistikçiler için tasarlanmıştır.

Amac, kursa katılanların yöntemleri çalışma hayatında uygulayabilmeleri için pratik bir ileri düzey R programlama kursu sunmaktır.

Sektör spesifik örnekler kullanılarak eğitim, dinleyiciye daha uygun hale getirilmiştir.

Bu kurs, Veri Bilimci beceri setinin bir parçasıdır (Alan: Veri ve Teknoloji)

Organizasyon – Laboratuvar çalışmaları ve gerçek veriler üzerinde uygulamalar

Shiny, açık kaynaklı bir R paketidir ve R kullanarak etkileşimli web uygulamaları oluşturmak için bir web çerçevesi sağlar.

Bu eğitimde, eğitmenin rehberliği altında katılımcılar Shiny, R ve HTML'yı kullanarak veri bilimi ve web geliştirme alanlarını nasıl birleştireceklerini öğrenecektir.

Bu eğitimden sonra katılımcılar:

• Shiny kullanarak R ile etkileşimli web uygulamaları oluşturabileceklerdir.

Hedef Kitle

• Veri bilimcileri
• Web geliştiricileri
• İstatistikçileri

Eğitim Formatı

• Kısmen sunum, kısmen tartışma, alıştırmalar ve yoğun uygulama pratique'si.

Bu eğitmen öncülünde, canlı eğitim Türkiye (online veya yerinde) başlangıç seviyesine sahip profesyoneller hedeflenir. Katılımcılar SPSS kullanarak istatistiksel analizi gerçekleştirip, veriyi doğru bir şekilde yorumlamayı, karmaşık istatistiksel testleri çalıştırmayı ve anlamlı洞察 sağlayabileceklerini öğrenmeyi amaçlar.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• SPSS arayüzünde gezinmek ve veri setlerini etkili bir şekilde yönetmek.
• Açıklama ve çıkarım istatistik analizleri gerçekleştirmek.
• t-test, ANOVA, MANOVA, regresyon ve korelasyon analizleri yapmak.
• Parametrik olmayan testler, temel bileşen analizi ve faktör analizi gibi gelişmiş veri yorumlama tekniklerini uygulamak.

Bu eğitmen tarafından yönetilen canlı eğitim (çevrimiçi veya yerinde) başlangıç düzeyinden orta düzeyde analistler, araştirmacılar ve profesyoneller için SPSS'yi veri hazırlığı, istatistiksel analiz ve tahmin modellemesi için kullanmayı öğrenmek üzere tasarlanmıştır.

Bu kurs, hesaplamaları ve analizleri yapmak değil, onları anlamak ve kuruluşun stratejik planlamasında hangi istatistiksel yöntemlerin uygun olduğunu seçebilmek olan karar vericiler için oluşturulmuştur.

Örneğin, bir potansiyel katılımcı, ürünün piyasaya sürüleceği veya olmayacağına karar vermeden önce toplanması gereken örneklem sayısına karar vermeye ihtiyaç duyar.

İstatistiksel düşünmenin temelini içeren daha uzun bir kurs ihtiyacınız varsa, 5 günlük "Yöneticiler için İstatistik" eğitimine bakabilirsiniz.

Bu kurs, genel istatistik becerilerine ihtiyaç duyan kişiler için oluşturulmuştur. Pazar araştırmaları, biyoloji, üretim, kamu sektörü araştırmaları vb. gibi belirli bir uzmanlık alanına uyarlanabilir.

Bu eğitim kursu ileri istatistikleri kapsar. Araştırma, analiz ve tahminde sıkça kullanılan araçların çoğunu açıklar. Formüllerin arkasındaki teorinin kısa açıklamalarını sunar.

Bu kurs belirli bir alan bilimine özel değil, ancak tüm katılımcıların aynı arka plan ve hedeflere sahip olması durumunda özelleştirilebilir.

Bu kurs sırasında bazı temel bilgisayar araçları kullanılır (özellikle Excel ve OpenOffice).

Bu kurs, araştırmacıların bir dizi bilimsel disiplinde yapılan araştırmalara ilişkin istatistiksel tasarım ve analiz ilkelеринин anlamını kazanmalarına yönelik tasarlanmıştır.

Kurs, çoğunlukla örnekler yoluyla bazı olasılık ve istatistik yöntemleri konusunu kapsar. Bu eğitim yaklaşık %30 ders içermektedir, %70 ise yönlendirilmiş testler ve laboratuvarlar.

Kurs kapalı olduğunda örnekler ve malzemeler belirli bir dal (psikoloji denetleri, kamu sektörü, biyoloji, genetik vb.) için özelleştirilebilir.

Halka açık kurslarda ise karmaşık örnekler kullanılmaktadır.

Bu kurs sırasında çeşitli yazılımların kullanılmasına rağmen (SPSS, Statgraphics vs...), ana odak noktasını araştırmaları yönlendiren ilkeler ve süreçlerin anlayışına koyuyor.

Bu kurs hibrit bir formatta sunulabilir yani ev ödevleri ve atölye çalışmaları ile.

Tableau, verileri görüp anlamayı kolaylaştırır.

Tableau, insanlara veriyi görselleştirmek ve anlamak yardımcı olur.

Kitle

Course Formatı

Bu eğitim sonunda, katılımcılar şunları yapabilecek hale gelecekler:

Bu eğitmen yönetimi altında gerçekleştirilen canlı eğitimde, katılımcılar veriyi manipüle etmek ve görselleştirmek için Tidyverse içinde bulunan araçları kullanmayı öğrenecekler.

Tidyverse, verinin temizlenmesi, işleme yapılması, modelleme ve görselleştirilmesi için esnek R paketlerinin bir koleksiyonudur. Dahil olan bazı paketler şunlardır: ggplot2, dplyr, tidyr, readr, purrr ve tibble.

• R diline yeni başlayanlar
• Veri analizi ve veri görselleştirmesine yeni başlayanlar

• Ders, tartışma, alıştırma ve yoğun pratik içeren bir format

• Veri analizi yapmak ve çekici görselleştirmeler oluşturmak
• Örnek veri setlerinden yararlı sonuçlar çıkarabilmek
• Keşif sorularına yanıt verebilmek için veriyi filtrelemek, sıralamak ve özeti oluşturmak
• İşlenmiş veriyi bilgilendirici çizgi grafikleri, sütun grafikleri, histogramlar haline dönüştürmek
• Excel, CSV ve SPSS dosyaları dahil olmak üzere çeşitli veri kaynaklarından veriyi içe aktarabilmek ve filtrelemek

Açıklama: 

Bu kurs, R kullanıcılarına web uygulamaları oluşturmak için arka arkaya gelen tarayıcı HTML, Javascript ve CSS'e ihtiyaç duymadan nasıl başlayacakları konusunda rehberlik etmektedir.

Amaç:

Shiny uygulamalarının nasıl çalıştığına dair temel bilgileri kapsar.

Shiny kitaplığından sıkça kullanılan tüm girdi/çıkış/oluşturma/bölme fonksiyonlarını kapsar.

Bu eğitmen destekli canlı eğitim (çevrimiçi veya yerel olarak) orta seviye veri analisti ve iş profesyonellerine yönelik olup, R kullanarak zaman serisi tahmini yapma ve veri analiz akışlarını otomasyonlama konusunda bilgi sahibi olan kişilere yöneliktir.

Bu eğitim sonunda katılımcılar şunları yapabilecektir:

• R'deki tahmin tekniklerinin temellerini anlamak.
• Zaman serisi analizi için üstel yumuşatma ve ARIMA modellerini uygulamak.
• ‘forecast’ paketi kullanarak doğru tahmin modelleri oluşturmak.
• İş ve araştırma uygulamaları için tahmin akışlarını otomasyonlamak.

Hedef Kitle

• yöneticiler
• geliştiriciler
• bilim insanları
• öğrenciler

Kurs Formatı

çevrimiçi eğitim ve tartışma VEYA yüz yüze atölye çalışmaları

R, istatistiksel hesaplama, veri analizi ve grafikler için açık kaynaklı ve ücretsiz bir programlama dilidir. R, şirketlerde ve akademide giderek artan sayıda yönetici ve veri analisti tarafından kullanılmaktadır. Ayrıca, bilgisayar programlama becerisi olmayan istatistikçiler, mühendisler ve bilim insanları arasında da kullanımı kolay olduğu için popülerlik kazanmıştır. Bu popülaritenin nedeni, reklam fiyatlarını belirleme, yeni ilaçları daha hızlı bulma veya finansal modelleri iyileştirme gibi çeşitli amaçlarla veri madenciliğinin artan kullanımıdır. R'nin veri madenciliği için geniş bir paket yelpazesi bulunmaktadır.

Bu kurs, R'deki nesnelerin manipülasyonunu, veri okuma, R paketlerine erişim, R fonksiyonları yazma ve bilgilendirici grafikler oluşturma konularını kapsamaktadır. Yaygın istatistiksel modeller kullanarak veri analizini içerir. Kurs, R yazılımının (https://www.r-project.org) hem komut satırında hem de grafik kullanıcı arayüzünde (GUI) nasıl kullanılacağını öğretmektedir.