Cambridge
Academy
In London

المقدمة

يُمكّن تحليل البيانات المتقدم المؤسسات من تجاوز التقارير الوصفية إلى فهم أعمق، والتنبؤ، واتخاذ قرارات أفضل. يزود هذا البرنامج المتخصصين بمهارات التفكير التحليلي المتقدمة والتقنيات العملية لاستكشاف البيانات، واختبار الفرضيات، وبناء نماذج تنبؤية، وتوصيل النتائج بوضوح، مع الحفاظ على جودة البيانات وتفسيرها بشكل مسؤول.

أهداف الدورة التدريبية

بنهاية هذه الدورة، سيكون المشاركون قادرين على:

• تطبيق التحليل الاستكشافي المتقدم للكشف عن الأنماط والشذوذات والعوامل المؤثرة

• استخدام الاستدلال الإحصائي لاختبار الفرضيات وتحديد عدم اليقين

• بناء وتقييم نماذج تنبؤية لمشاكل التصنيف والتنبؤ

• إجراء تجزئة البيانات وتقليل الأبعاد لتبسيط مجموعات البيانات المعقدة

• تعزيز ممارسات إعداد البيانات وهندسة الميزات والتحقق من صحتها

• توصيل النتائج من خلال رسومات بيانية واضحة وسرديات وتوصيات قابلة للتنفيذ

الفئة المستهدفة

تم تصميم هذه الدورة لتناسب الفئات التالية:

• محللي البيانات، ومتخصصي ذكاء الأعمال، ومحللي الأداء

• متخصصي الأعمال والاستراتيجية الذين يعملون على اتخاذ قرارات قائمة على البيانات

• محللي المالية والعمليات والتسويق والموارد البشرية الذين يسعون إلى تطوير مهاراتهم التحليلية

• الباحثون ومتخصصو الرصد والتقييم الذين يعملون مع البيانات الكمية

• المهنيون الذين ينتقلون إلى مسؤوليات علم البيانات

محاور الدورة التدريبية

اليوم الأول: التحليل الاستكشافي المتقدم للبيانات وجودة البيانات

• تقنيات التحليل الاستكشافي المتقدمة: تشخيص التوزيع، واكتشاف القيم الشاذة، و اكتشاف الحالات الشاذة

• تقييم جودة البيانات: اكتمالها، ودقتها، واتساقها، وفحص التحيز

• استراتيجيات التعامل مع البيانات المفقودة: مفاهيم الإسناد واعتبارات الحساسية

• فهم الخصائص: المقياس، والتحويلات (اللوغاريتمية/التوحيد القياسي)، وأساسيات الترميز

• نشاط: تحليل معمق للبيانات الاستكشافية (تحليل مجموعة بيانات وتحديد القضايا والفرضيات الرئيسية)

اليوم الثاني: الاستدلال الإحصائي واختبار الفرضيات

• اختيار الاختبارات: اختبارات t، واختبار مربع كاي، ومفاهيم تحليل التباين وافتراضاته

• فترات الثقة وأحجام التأثير لاتخاذ القرارات العملية

• الارتباط مقابل السببية: عوامل التشويش ومخاطر التفسير

• أساسيات الانحدار: الانحدار الخطي، والتشخيص، والتعدد الخطي

• ورشة عمل: بناء نموذج انحدار وتفسيره + ملخص اختبار الفرضيات

اليوم الثالث: النمذجة التنبؤية وتقييم النموذج

• نظرة عامة على التعلم الخاضع للإشراف: حالات استخدام الانحدار مقابل التصنيف

• أنواع النماذج: الانحدار اللوجستي، وأشجار القرار، والنماذج العشوائية مفاهيم الغابات

• تقسيمات التدريب/الاختبار، ومفاهيم التحقق المتبادل، وتجنب التسرب

• مقاييس التقييم: جذر متوسط ​​مربع الخطأ/متوسط ​​الخطأ المطلق، والدقة، والدقة/الاستدعاء، ومفاهيم ROC-AUC

• نشاط عملي: محاكاة اختيار النموذج (مقارنة النماذج وتبرير الاختيار)

اليوم الرابع: التجزئة، والتجميع، وتقليل الأبعاد

• استراتيجية التجزئة: تحديد المجموعات ذات الدلالة ومعايير النجاح

• أساليب التجميع: مفاهيم التجميع k-means والتجميع الهرمي

• مقاييس القياس والمسافة: أهمية المعالجة المسبقة

• تقليل الأبعاد: مفاهيم تحليل المكونات الرئيسية (PCA) وحالات استخدامها للتبسيط/التصور

• دراسة حالة: إنشاء شرائح وتطوير ملفات تعريف مع الإجراءات الموصى بها

اليوم الخامس: التنبؤ، وسرد القصص، ودعم اتخاذ القرار

• أساليب التنبؤ: أنماط السلاسل الزمنية، والموسمية، والتنبؤات المتجددة

• تحليل السيناريوهات واختبار الحساسية لقرارات التخطيط

• التصور للحصول على رؤى متقدمة: الوضوح، والنزاهة، وسهولة القراءة التنفيذية

• توصيل عدم اليقين والتوصيات: القيود والمخاطر والخطوات التالية