Data Science and Machine Learning

Scopo del percorso di formazione è un’analisi avanzata dei dati e dei processi aziendali in ottica più ampia della canonica forma descrittiva, per lo più utilizzata alla base dell’ordinaria Business Intelligence.

Scoprine di più

Chi di voi non ha il desiderio di predire il futuro ed ottimizzare i propri processi a partire dall’esperienza, avendo la capacità di interpretare i dati generati dalle attività passate con metodi e mezzi che ne potenziano l’efficacia informativa in essi contenuta?
Chi non si è trovato davanti a Data Lake destrutturati e ha cercato regole ed approcci logici per dare forma ad algoritmi ricorsivi scavando nelle relazioni, nelle logiche, nei pattern nascosti dei dati portando oltre l’ordinario il risultato analitico e le informazioni utili ai Key Users processuali?
Il percorso di formazione presenterà i quattro livelli architetturali che necessariamente si devono considerare quando si vuole gestire Processi, Storage, Business Logic e Restituzione complessa di algoritmi statistici orientati all’analisi dei dati.
I quattro livelli comprendono una prima parte relativa al Process Management: come analizzare e monitorare i processi. Il secondo livello è relativo alla progettazione ottimizzata della componente Back-end dove verranno presentate tecniche e soluzioni progettuali in ottica di Performance, Data Quality e Storage finalizzato alla progettazione del data layer fisico dell’architettura analitica e alla scomposizione del processo in elementi puntuali strutturati. Nel terzo livello si approfondiranno elementi di statistica di base ed avanzata e le loro applicazioni in Modelli Analitici orientati al Machine Learning e al Data Mining attraverso l’utilizzo di laboratori pratici e la messa in esercizio delle soluzioni teoriche presentate.
L’ ultimo livello è orientato alla graficizzazione e alla restituzione Front-End dei risultati analitici per la progettazione ottimizzata di cruscotti e applicazioni orientate al Data Visualization.

DSML-1 - Analisi dei Processi Aziendali

Durata: 4 Giorni

Figura: Analista

Produttore: PCSNET

DSML-2 - KPI e Monitoraggio dei Processi

Durata: 3 Giorni

Figura: Analista

Produttore: PCSNET

DSML-3 - Modelli Simulativi

Durata: 3 Giorni

Figura: Analista

Produttore: PCSNET

DSML-4 - Progettazione DWH

Durata: 3 Giorni

Figura: Analista

Produttore: PCSNET

DSML-5 - Modellazione del Performance Layer

Durata: 3 Giorni

Figura: Analista

Produttore: PCSNET

DSML-6 - Introduzione ai Big Data

Durata: 3 Giorni

Figura: Analista

Produttore: PCSNET

DSML-7 - Statistica Descrittiva

Durata: 5 Giorni

Figura: Analista

Produttore: PCSNET

DSML-8 - Statistica Inferenziale

Durata: 5 Giorni

Figura: Analista

Produttore: PCSNET

DSML-9 - Statistica Multivariata

Durata: 5 Giorni

Figura: Analista

Produttore: PCSNET

DSML-10 - Tecniche di Campionamento

Durata: 3 Giorni

Figura: Analista

Produttore: PCSNET

DSML-11 - Modelli di Data Mining & Machine Learning - Base

Durata: 5 Giorni

Figura: Analista

Produttore: PCSNET

DSML-12 - Modelli di Data Mining & Machine Learning - Avanzato

Durata: 5 Giorni

Figura: Analista

Produttore: PCSNET

DSML-13 - Analisi delle Serie Storiche

Durata: 5 Giorni

Figura: Analista

Produttore: PCSNET

DSML-14 - Tecniche di Data Visualization

Durata: 3 Giorni

Figura: Analista

Produttore: PCSNET

PARTNERSHIP