×Закрыть

Course on Mathematical forecasting of market demand and sales

Відбулось
15 — 16 грудня
Місце
Київ, вул. Хрещатик, 10, iHUB
Вартість
2200-2700 грн/1 день, 3200-3700 грн/2 дні
Підуть

15-16 грудня за підтримки MySales Labs та OSA Hybrid Platform відбудеться курс Mathematical forecasting of market demand and sales.

Курс триватиме 2 дні та охопить бізнес й технічну сторони математичного прогнозування попиту та продажів.

Більше >>>

Business day (15 грудня)

Протягом першого дня слухачі отримають повну картину того, які задачі можна вирішити за допомогою прогнозування, як впроваджувати та оцінювати релевантність прогнозів.

Буде охоплено:

— аналіз бізнес-вимог;
— визначення області проблеми,
— збір необхідних даних;
— аналіз метрик;
— класичні методи прогнозування;
— побудова моделей.

У якості методів прогнозування в перший день будуть класичні й інтерпретовані, щоб можна було сконцентруватися на процесі прогнозування в цілому, а не на деталях внутрішнього устрою будь-якого методу.

Tech day (16 грудня)

У другий день будуть розібрані основи машинного навчання для отримання більш високої точності моделей, використовуючи інструменти бібліотеки scikit-learn на Python.

Матеріал, що буде розглянуто на курсі, дозволить швидко створювати власні базові рішення, більш точні, ніж класичні засоби прогнозування.

Спікери:

Микола Лисенко
Senior Data Scientist at OSA HP

Микола закінчив бакалаврат математичного факультету Національного дослідницького університету «Вища школа економіки» і магістратуру економічного факультету того ж університету зі спеціалізацією в економетриці та математичних методах аналізу економіки у Москві.

До того, як стати data scientist, Микола займався теоретичною математикою. В якості дослідника він став автором/співавтором багатьох публікацій.

Він працював data scientist в багатьох компаніях. Зокрема, в Yandex Data Factory. На даний момент Микола працює в OSA Hybrid Platform — компанії розробника AI-рішень для продуктових роздрібних мереж і виробників з FMCG-сектора.

Олексій Івасюк
Founder, MySales Labs Ltd.

Олексій закінчив Київський політехнічний інститут з вищим національним дипломом з математики та інформатики
Олексій має досвід роботи в різних напрямах ІТ-бізнесу з 1994 року. Він впровадив величезні міжнародні проекти в роздрібних, FMCG та компаніях з важкої промисловості Європи.

З 2014 року Олексій став ІТ-підприємцем. Він засновник та головний архітектор рішень у компанії MySales Labs.
MySales Labs надає інформацію роздрібному бізнесу, що сприяє зростанню бізнесу, підвищує рентабельність і дохід. MySales Labs допомагає компаніям оптимізувати запаси без втрат продажів і посилити конкурентоспроможність на світових ринках.

Для кого цей курс?

Бізнес аудиторія:

● бізнес аналітики і аналітики даних,
● керівники проектів,
● project та product менеджери

Технічні спеціалісти:

● розробники,
● BI-аналітики,
● data scientists

Вимоги до учасників:

Business day: впевнене володіння одним з інструментів для роботи з табличними даними (наприклад, Excel).
Tech day: вміння читати математичну нотацію, знання основ лінійної алгебри й математичного аналізу, а також будь-якої мови програмування (бажано, але не обов’язково Python).

Програма курсу

День 1 (Business)

Тема: «Введення в математичну статистику і прогнозування»
Тривалість: 1,5 години
Зміст: дескриптивний аналіз (середнє, медіана, мода, дисперсія, квантилі); викиди, їх вплив на прогноз і способи їх виявлення (діаграми Боксу-Уіскера); випадкові величини і випадкові процеси; введення в статистичну перевірку гіпотез (без формул); основні поняття з теорії часових рядів (стаціонарність, тренд, сезонність); попередня обробка даних.

Тема: «Класичні методи прогнозування»
Тривалість: 2 години
Зміст: ковзне середнє; експоненціальне ковзне середнє; адаптивна селекція; парна лінійна регресія на час; розкладання тимчасового ряду на тренд, сезонність і випадкову складову; множинна лінійна регресія і облік зовнішніх чинників; підхід top-down для прогнозування пов’язаних часових рядів.

Тема: «Демонстрація рішення для масового прогнозування продажів MySales»
Тривалість: 1 година
Зміст: «Як у промислових масштабах працює математичне прогнозування, враховуючи різні фактори, такі як сезонність, тренд, ціни, знижки, погода, макроекономічні показники, комунікації (facebook, веб-сайт, ТВ- реклама тощо) »

Тема: «Прогнозування і прикладні завдання бізнесу. Оцінка якості, вибір метрик, підводні камені в постановці завдання прогнозування »
Тривалість: 2,5 години
Зміст: метрики оцінки точності прогнозу (MSE, R ^ 2, MAE, MAPE, спеціальна метрика для прогнозування попиту); графік залишків прогнозу; переподгонка (перенавчання); розбиття на тренувальні та тестові множини; важливість розподілу в часі; крос-валідація для часових рядів; введення в A / B-тестування; огляд того, для чого прогнози можуть використовуватися бізнесом; зведення прикладної задачі до задачі прогнозування; інтерпретація і помилкова кореляція; історії про те, як правильна відповідь на неправильне питання призводить до поганих результатів.

День 2 (Tech)

Тема: «Введення в машинне навчання»
Тривалість: 2 години
Зміст: що таке машинне навчання; основні поняття (тренування множин, навчальний алгоритм, навчена модель, функція втрат і її відмінність від метрики, гіперпараметри); процес машинного навчання і загальноприйняті методології ведення проектів; приклади простих методів машинного навчання; порівняння машинного навчання з економетрикою.

Тема: «Прогнозування за допомогою ансамблів дерев»
Тривалість: 2 години
Зміст: дерева рішень; bias-variance tradeoff; ансамблі дерев рішень (random forest, gradient boosting); нюанси прогнозування за допомогою дерев рішень (наприклад, як ловити тренди); приклад набору ознак, за якими можна прогнозувати попит; прогнозування з горизонтом за допомогою random forest

Тема: «Прогнозування за допомогою нейронних мереж»
Тривалість: 2 години
Зміст: введення в нейронні мережі; метод зворотного поширення помилки; короткий огляд основних архітектур нейронних мереж; прогнозування з горизонтом за допомогою багатошарового перцептрона; підготовка даних для нейронних мереж; як з’єднати нейронну мережу з ансамблем дерев за допомогою стекінгу.

Практичне заняття (семінар) на ноутбуках з пройденого матеріалу
Тривалість: 2 години
Зміст: огляд інструментів на Python (scikit-learn); трансформери і пайплайн в scikit-learn; задача: спрогнозувати кілька часових рядів різними методами з різними наборами ознак і гіперпараметрів, провести оптимізацію і оцінити результати.

Мова курсу: російська

Кількість місць обмежена: 30 учасників

Знижка 10% від 3 квитків
Знижка 15% від 5 квитків
Знижка 25% для студентів

Ціни

Business day (15 грудня):
До 16 листопада — 2200;
17-30 листопада — 2500;
1-15 грудня — 2700.

Tech day (16 грудня):
До 16 листопада — 2200;
17-30 листопада — 2500;
1-15 грудня — 2700.

Квиток на два дні:
До 16 листопада 3200 грн
17-30 листопада 3500 грн
1-15 грудня 3700 грн

Квитки >>>

*Учасники мають можливість відвідати 1 або 2 дні курсу

Програма повернення 50 % вартості курсу

Учасники* мають можливість повернути 50 % квитку**, виконавши завдання Курсу 0 та Курсу 1 від MySales Labs до 15 грудня.

Курс 0 >>>
Курс 1 >>>

Спонсором та виконавцем акції є компанія MySales Labs.

* 50 % вартості квитків отримають лише перші 10 учасників, що виконають обидва завдання. Оголошення переможців відбудеться на на курсі Mathematical forecasting of market demand and sales.

** Пропозиція діє лише при купівлі квитків на сайті фізичними особами. Акція не діє на квитки, що були придбані за безготівковими розрахунками від юридичних осіб.

Виконане завдання надсилати на пошту: contact@mysales-labs.com

Подія на Facebook

Google Calendar iCal
LinkedIn

Нет комментариев

Подписаться на комментарииОтписаться от комментариев Комментарии могут оставлять только пользователи с подтвержденными аккаунтами.

Подписаться на комментарии