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 liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), DMAIC metodolojisi hakkında kapsamlı bir anlayışa sahip olmak ve etkili bir Six Sigma Yeşil Kuşak rolüne hazırlanmak isteyen orta seviyedeki profesyonellere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Six Sigma'nın Tanımla, Ölç, Analiz Et, İyileştir ve Kontrol Et aşakları hakkında kapsamlı bilgi edinmek.
• DMAIC'nin her aşamasında çok çeşitli Six Sigma araçlarını ve tekniklerini etkili bir şekilde uygulamak.
• Süreç iyileştirmesi için istatistiksel analizler yapmak ve yorumlamak.
• Bir Six Sigma projesi planlamak, yürütmek ve yönetmek.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), Six Sigma ve Lean ilkelerini anlayarak iş süreçlerini iyileştirmek isteyen başlangıç seviyesindeki profesyonellere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Lean Six Sigma ilkelerini sağlam bir şekilde anlamak.
• Defektlerin nedenlerini kaldırmak ve değişkenliği en aza indirmek için Six Sigma metodolojilerini kullanarak süreç kalitesini iyileştirebilme yeteneği kazanmak.
• Lean ve Six Sigma metodolojilerini daha verimli ve etkili süreç geliştirmeleri gerçekleştirmek için entegre etmek.
• Sarı Tekne (Yellow Belt) düzeyindeki profesyonellerin süreç iyileştirme projelerinde kullanabileceği temel Lean Six Sigma araçlarını ve tekniklerini öğretmek, örneğin 5S, Kaizen, ve sürecin haritasını çizmek.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), kuruluşlarında önemli süreç iyileştirme projelerini yönetmek isteyen orta düzey profesyonellere yöneliktir ve Six Sigma ile Lean ilkelerini anlamayı amaçlamaktadır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Süreç iyileştirmesi için Lean ve Six Sigma metodolojilerinin nasıl entegre edilebileceğine dair kapsamlı bir anlayış geliştirmek.
• Tanımla, Ölç, Analiz Et, İyileştir ve Kontrol aşamalarında derinlemesine bilgi ve uygulama becerileri kazanmak.
• Veriye dayalı karar verme ve süreç analizi için gelişmiş istatistiksel araçlar uygulamak.
• Lean Six Sigma projelerini etkili bir şekilde yönetmek ve yönlendirmek.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), karmaşık Six Sigma projelerini yönetme ve Six Sigma ve Lean uygulamalarında liderlik rolü üstlenme becerisi kazanmak isteyen ileri düzey profesyonellere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Gelişmiş Six Sigma ve Lean metodolojileri ve araçları hakkında derinlemesine bir anlayış geliştirmek.
• Organizasyonel stratejilerle uyumlu karmaşık süreç iyileştirme projelerini yönetmek.
• Karmaşık istatistiksel analizler yapmak ve verilere dayalı kararlar almak.
• Değişim girişimlerini etkili bir şekilde yönetmek ve sürekli iyileştirme kültürünü oluşturmak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), Six Sigma metodolojisini ve prensiplerini daha derinlemesine anlamak ve DMAIC sürecini öğrenmek isteyen başlangıç seviyesindeki profesyonellere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• White Belt kursunda ele alınan temel prensiplerin ötesinde bilgi edinmek.
• DMAIC sürecini öğrenmek ve gelişmiş Six Sigma araçlarını kullanmak.
• Bir Six Sigma proje ekibine etkin bir şekilde katkıda bulunmayı ve Green ve Black Belt'ler ile işbirliği yapmayı öğrenmek.
• Six Sigma metodolojilerini gerçek dünya iş süreçlerini iyileştirmek için uygulamak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), Six Sigma metodolojisi ve ilkeleri hakkında temel bir anlayışa sahip olmak isteyen yeni başlayan seviyedeki profesyonellere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Six Sigma'nın temellerini ve DMAIC sürecini anlayabilecektir.
• Six Sigma projesi bağlamında bir Beyaz Kuşak’ın özel rollerini ve sorumluluklarını anlayabilecektir.
• Six Sigma ilkelerini, iyileştirme fırsatlarını belirlemek ve bir kuruluş içinde Six Sigma projelerini desteklemek için nasıl uygulayacaklarını öğrenebilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), çoklu faktörler arasındaki neden-sonuç ilişkisini anlamak ve kullanmak isteyen bilim insanlarına yöneliktir Design of Experiments (DoE).

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Diğer yaklaşımlara kıyasla tasarlanmış deneylerin avantajlarını anlayın.
• Faktörler arasındaki neden-sonuç ilişkilerini ve etkileşimleri anlayın.
• Başarılı deney yürütmek için en iyi uygulamaları ve yönergeleri öğrenin.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), ekonometrik analiz ve modellemenin temellerini öğrenmek ve ustalaşmak isteyen herkese yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

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

R, istatistiksel hesaplama, veri analizi ve grafikler için çok popüler, açık kaynaklı bir ortamdır. Bu kurs, öğrencilere R programlama dilini tanıtıyor. Dil temelleri, kütüphaneler ve ileri düzey kavramları kapsar. Gerçek dünya verileriyle ileri düzey veri analizi ve grafik çizimi.

Hedef Kitle

Geliştiriciler / veri analistleri

Süre

3 gün

Format

Dersler ve Uygulamalı Çalışmalar

Hedef Kitle

Analistler, araştırmacılar, bilim insanları, lisans ve yüksek lisans öğrencileri ve Microsoft Excel'de istatistiksel analiz yapmayı öğrenmek isteyen herkes.

Kurs Hedefleri

Bu kurs, Excel ve istatistik bilginizi geliştirerek iş veya araştırmalarınızın etkinliğini ve verimliliğini artırmanıza yardımcı olacaktır.

Bu kurs, Microsoft Excel'deki Analysis ToolPack'in, istatistiksel fonksiyonların nasıl kullanılacağını ve temel istatistiksel prosedürlerin nasıl gerçekleştirileceğini açıklamaktadır. Excel'in sınırlamaları nelerdir ve bunların nasıl aşılacağını açıklayacaktır.

Bu eğitmen liderliğindeki, canlı eğitim (çevrimiçi veya yerinde), organizasyonel performansı iyileştirmek için analitik yöntemler kullanmak isteyen İK profesyonelleri ve işe alım uzmanlarına yöneliktir. Bu kurs, nitel ve nicel, ampirik ve istatistiksel yaklaşımları kapsamaktadır.

Kurs Formatı

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

Kurs Özelleştirme Seçenekleri

• Bu kurs için özelleştirilmiş bir eğitim talep etmek için lütfen bizimle iletişime geçerek ayarlama yapınız.

Finans veya piyasa analistleri, yöneticiler, muhasebeciler

Kurs Hedefleri

Microsoft Excel ile her türlü finansal analizi kolaylaştırın ve otomatikleştirin

Bu eğitmen liderliğindeki, canlı eğitim (çevrimiçi veya yerinde), organizasyonel performansı iyileştirmek için analitik yöntemler kullanmak isteyen İK profesyonellerine yöneliktir. Bu kurs, nitel ve nicel, ampirik ve istatistiksel yaklaşımları kapsamaktadır.

Kurs Formatı

• İnteraktif ders ve tartışma.
• Çok sayıda alıştırma ve uygulama.

Kurs Özelleştirme Seçenekleri

• Bu kurs için özelleştirilmiş bir eğitim talep etmek için lütfen bizimle iletişime geçerek ayarlama yapınız.

Bu kurs, R programlama konusundaki ileri düzey konuları kapsamaktadır.

Goal:

Seçili analitik teknikler için SPSS programını ileri düzeyde kullanmak, diyalog kutularını ve komut dili sözdizimini bağımsız olarak kullanma becerisini kazanmak.

Hedef Kitle:

Analistler, araştırmacılar, bilim insanları, öğrenciler ve SPSS paketini ileri düzeyde kullanma ve seçili istatistiksel modelleri öğrenmek isteyen herkes. Eğitim, evrensel analiz problemlerini ele alır ve belirli bir sektöre yöneliktir.

Hedef Kitle:

Bu kurs, dağıtık bir sistem ortamında büyük veri kümelerini depolamak ve işlemek için bir çözüm arayan BT uzmanlarına yöneliktir.

Goal:

Hadoop küme yönetimi konusunda derin bilgi.

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.

Amaç:

Katılımcılar, büyük veri kümelerini analiz edebilecek, kalıpları çıkarabilecek, sonuçları etkileyen doğru değişkenleri seçebilecek ve böylece öngörülü sonuçlar içeren yeni bir model tahmin edebilecekler.

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. R'nin veri madenciliği için geniş bir paket yelpazesi bulunmaktadır.

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. R'nin veri madenciliği için geniş bir paket yelpazesi bulunmaktadır.

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 bilimi ve istatistik alanlarında zaten bilgi sahibi olan kişilere yöneliktir. Verilen açıklamalar, kavramlara zaten aşina olanlar için bir hatırlatma veya uygun bir arka plana sahip olanlar için bilgilendirme amaçlıdır.

“Mathematica - veri girişi, görselleştirme ve sunumu” eğitimi, temel matematik bilgisine sahip katılımcılara yöneliktir. Mathematica, güçlü bir matematik motoru olarak, etkili hesaplamalar yapmayı, metin belgeleri oluşturmayı, grafikler oluşturmayı ve verileri sunmayı mümkün kılar. Katılımcılar, matematik, fizik, biyoloji, finansal analiz ve diğer alanlarda kullanılan Mathematica ile çalışma konusunda pratik beceriler kazanacaklardır.

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, istatistiksel analizle ilgilenen herkesi hedeflemektedir. Minitab'a aşinalık sağlar ve veri analizinizin etkinliğini ve verimliliğini artırarak istatistik bilginizi geliştirir.

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

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-project yazılımını kullanarak gerçek dünya problemlerine sinir ağlarını uygulama konusunda bir giriş niteliğindedir.

Bu kurs, temel R ve C++ kodlama becerilerine sahip ve R koduyla çalışan veri bilimcileri ve istatistikçiler için ileri düzey R kodlama becerileri kazanmayı hedeflemektedir.

Amaç, iş hayatında bu yöntemleri uygulamak isteyen katılımcılara pratik bir ileri düzey R programlama kursu sunmaktır.

Eğitimin hedef kitleye uygunluğunu sağlamak için sektöre özgü örnekler kullanılmaktadır.

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

Organizasyon – Gerçek veriler üzerinde laboratuvar çalışmaları ve pratik örnekler

Scilab, bilimsel veri manipülasyonu için iyi geliştirilmiş, ücretsiz ve açık kaynaklı yüksek seviyeli bir dildir. İstatistik, grafik ve animasyon, simülasyon, sinyal işleme, fizik, optimizasyon ve daha fazlası için kullanılır. Temel veri yapısı matristir ve bu, FORTRAN ve C türevleri gibi alternatiflere kıyasla birçok sorunu basitleştirir. C, Java ve Python gibi dillerle uyumludur ve bu da onu mevcut sistemlere bir ek olarak kullanıma uygun hale getirir.

Bu eğitmen liderliğindeki eğitimde, katılımcılar Matlab gibi alternatiflere kıyasla Scilab'ın avantajlarını, Scilab sözdiziminin temellerini ve bazı gelişmiş işlevleri ve talebe bağlı olarak diğer yaygın dillerle arayüz oluşturmayı öğreneceklerdir. Kurs, görüntü işleme üzerine odaklanan kısa bir projeyle sona erecektir.

Bu eğitimin sonunda, katılımcılar Scilab'ın temel ve bazı gelişmiş işlevlerine hakim olacak ve bilgilerini genişletmeye devam etmek için kaynaklara sahip olacaklardır.

Hedef Kitle

• Veri bilimcileri ve mühendisleri, özellikle görüntü işleme ve yüz tanıma konularına ilgi duyanlar

Kurs Formatı

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

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), verileri doğru bir şekilde yorumlamak, karmaşık istatistiksel testler çalıştırmak ve anlamlı içgörüler elde etmek isteyen başlangıç ​​seviyesinden orta seviyeye kadar profesyonellere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• SPSS arayüzünde gezinebilir ve veri kümelerini verimli bir şekilde yönetebilirler.
• Tanımlayıcı ve çıkarımsal istatistiksel analizler gerçekleştirebilirler.
• t-testleri, ANOVA, MANOVA, regresyon ve korelasyon analizleri yapabilirler.
• Gelişmiş veri yorumlaması için parametrik olmayan testleri, temel bileşen analizini ve faktör analizini uygulayabilirler.

Goal:

SPSS ile bağımsız bir seviyede çalışmayı öğrenmek

Hedef Kitle:

Analistler, araştırmacılar, bilim insanları, öğrenciler ve SPSS paketini kullanma becerisi kazanmak ve popüler veri madenciliği tekniklerini öğrenmek isteyen herkes.

Bu kurs, hesaplamaları ve analizleri yapmaktan ziyade anlamayı ve kuruluşun stratejik planlamasında hangi istatistiksel yöntemlerin uygun olduğunu seçebilmeyi amaçlayan karar vericiler için oluşturulmuştur.

Örneğin, potansiyel bir katılımcı, ürünü piyasaya sürmeye karar vermeden önce kaç örnek toplanması gerektiğine karar vermelidir.

İstatistiksel düşüncenin temellerini kapsayan daha uzun bir kursa ihtiyacınız varsa, 5 günlük "Statistics Yöneticiler için" eğitimine göz atın.

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 düzey istatistikleri kapsamaktadır. Araştırma, analiz ve tahminlerde yaygın olarak kullanılan araçların çoğunu açıklamaktadır. Formüllerin arkasındaki teorinin kısa açıklamalarını sunmaktadır.

Bu kurs belirli bir bilgi alanıyla ilişkili değildir, ancak tüm katılımcıların aynı arka plana ve hedeflere sahip olması durumunda özelleştirilebilir.

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

Bu kurs, araştırmacılara istatistiksel tasarım ve analiz prensiplerini ve bunların çeşitli bilimsel disiplinlerdeki araştırmalarla olan alakasını anlamaları konusunda bilgi vermeyi amaçlamaktadır.

Bazı olasılık ve istatistiksel yöntemler, çoğunlukla örnekler aracılığıyla ele alınmaktadır. Bu eğitim, yaklaşık %30 ders, %70 rehberli sınav ve laboratuvar çalışmasından oluşmaktadır.

Kapalı kurs durumunda, örnekler ve materyaller belirli bir alana (psikoloji testleri, kamu sektörü, biyoloji, genetik vb. gibi) göre uyarlanabilir.

Açık kurslarda ise karışık örnekler kullanılmaktadır.

Bu kurs sırasında çeşitli yazılımlar (Microsoft Excel’den SPSS, Statgraphics vb.'ye kadar) kullanılmakla birlikte, asıl odak noktası araştırmayı, akıl yürütmeyi ve sonuca varmayı yönlendiren prensipleri ve süreçleri anlamaktır.

Bu kurs, blended (karma) bir kurs olarak, yani ödevler ve görevlerle birlikte sunulabilir.

Tableau, insanların verileri görmesine ve anlamasına yardımcı olur.

Tableau, insanların verileri görmesine ve anlamasına yardımcı olur.

Tidyverse, temizleme, işleme, modelleme ve verileri görselleştirme için çok yönlü R paketlerinden oluşan bir koleksiyondur. İçerdiği paketlerden bazıları şunlardır: ggplot2, dplyr, tidyr, readr, purrr ve tibble.

Bu eğitmen liderliğindeki canlı eğitimde katılımcılar, Tidyverse içinde bulunan araçları kullanarak verileri nasıl manipüle edeceklerini ve görselleştireceklerini öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Veri analizi gerçekleştirme ve çekici görselleştirmeler oluşturma
• Örnek veri kümelerinden çeşitli veri kümelerinden anlamlı sonuçlar çıkarma
• Keşifsel soruları yanıtlamak için verileri filtreleme, sıralama ve özetleme
• İşlenmiş verileri bilgilendirici çizgi grafiklere, çubuk grafiklere, histogramlara dönüştürme
• Excel, CSV ve SPSS dosyaları dahil olmak üzere çeşitli veri kaynaklarından veri içe aktarma ve filtreleme

Hedef Kitle

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

Kurs Formatı

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

Açıklama:

Bu kurs, R kullanıcılarının çapraz tarayıcı uyumluluğu gerektirmeden web uygulamaları oluşturmayı öğrenmelerini sağlamak için tasarlanmıştır.

Amaç:

Shiny uygulamalarının nasıl çalıştığının temellerini kapsar.

Shiny kütüphanesindeki tüm yaygın olarak kullanılan giriş/çıkış/görselleştirme/panel işlevlerini kapsar.

Wolfram Sistemi'nin entegre ortamı, onu veri analiz ve sunumu için verimli bir araç haline getirir. Bu kurs, analize yönelik Wolfram Dili'nin istatistiksel hesaplama, görselleştirme, veri içe ve dışa aktarma ve otomatik rapor oluşturma gibi yönlerini kapsamaktadır.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), orta düzeydeki veri analistleri ve R kullanarak zaman serisi tahmini yapmak ve veri analiz iş akışlarını otomatikleştirmek isteyen iş profesyonellerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• R'de tahmin tekniklerinin temellerini anlayabilecektir.
• Zaman serisi analizi için üstel yumuşatma ve ARIMA modellerini uygulayabilecektir.
• Doğru tahmin modelleri oluşturmak için ‘forecast’ paketini kullanabilecektir.
• İş ve araştırma uygulamaları için tahmin iş akışlarını otomatikleştirebilecektir.

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.