[Udemy] [Nikita Sergeev] Аналитика в SPSS: от новичка до уверенного пользователя

[vitriol0674]

[UDEMY] [NIKITA SERGEEV] АНАЛИТИКА В SPSS: ОТ НОВИЧКА ДО УВЕРЕННОГО ПОЛЬЗОВАТЕЛЯ​

Не имеющий аналогов на русскоязычном пространстве курс в виде «коктейля» из основных предметных знаний (описательная и аналитическая статистика) и прикладной работы в программе (SPSS) — и все на минимально достаточно уровне для понимания методов и принятия решений.

Это самое полное русскоязычное собрание основных современных методов анализа данных для не-технических дисциплин в одном курсе. Данные материал является нарезкой из более крупного курса для корпоративных заказчиков — и в нем собрано самое основное для бизнес-пользователя.

Курс очень постепенно от простого к сложному погружает профессионалов из не-технических наук (менеджмент, бизнес, гуманитарии, лингвисты, психологи, социологи, культурологи, экономисты, политтехнологи и т.д.) в захватывающий анализа данных и поиска скрытых закономерностей и методов прогностической аналитики – и поможет легко в нем ориентироваться, пользоваться и не бояться.

Курс также подойдет для профессионалов инженерно-технических специальностей, которые не изучали анализ данных, но хотят в нем разобраться — без непонятных формул и громоздких расчетов.

В основе курса самые современные материалы, демонстрирующие возможности использования программы SPSS в разных областях (маркетинговые и социологические исследования, исследования персонала, опросы мнений, разработка психодиагностического инструментария и тестов, анализ и прогнозирование и т.д.).

Материал курса достаточен для того, чтобы новичок (студент или впервые столкнувшийся со статистикой специалист) смог сделать свои первые шаги в обобщении статистических данных и поиске скрытых закономерностей, а умудренные опытом профессионалы систематизировали знания, а также расширили понимание их применения.

Собраны и очень доступно рассмотрены наиболее популярные методы статистического анализа и прогностической аналитики, универсальные для всех наук и профессий.

Объем курса (почти 200 лекций + допматериалы + более 100 основательных практических заданий, отлично раскрывающих темы) рассчитан на полноценные 8 тренинговых дней! Поэтому не ориентируйтесь на длительность только 25-часового лекционного видео-материала: для полноценного прохождения курса Вам понадобится инвестировать до 60 часов чистого времени.

Материал предназначен для широкого круга слушателей, специализирующихся на обработке данных как гуманитарных и социально-экономических (менеджмент, бизнес, маркетинг, социология, психология, криминалистика….), так и инженерных и естественных профессий (биология, медицина, ИТ, физика…).

Автор курса аналитик-практик; эксперт по анализу данных, владеющий обширным статистическими инструментарием (от обычного Excel до последних версий SPSS и специального языка программирования R). Создатель ряда МВА-программ и тренингов для высшего и старшего менеджмента корпораций. В консалтинговой практике занимается диагностикой предприятий и анализом данных, проектированием бизнес- и операционных моделей.

Полученные в курсе знания пригодятся даже тем, кто планирует начинать работу с языками программирования (R, Py) — изучая и применяя эти языки Вы уже будете ориентироваться как решаемых задачах, так и в методах, которые в них реализуются (ибо методы сходны с рассматриваемыми в этом курсе на уровне пользовательских интерфейсов).

Для кого этот курс:

• Аналитики любых отраслей и бизнес-функций.
• Менеджеры и профессионалы не-технических и гуманитарных специальностей (маркетинг, менеджмент организаций, HR, экономика, социология, политология, управление проектами, риск-менеджмент и т.д.), желающие принимать взвешенные бизнес-решения на основе данных.
• Технические и инженерные специалисты, планирующие развиваться в области Data Science — курс даст крепкую базу для любого более технического обучения в области Data Science.
• Управленческие консультанты, работающие с проектами с высокой долей неопределенности и вероятностями.
• Преподаватели и студенты.
• Ученые и исследователи.
• Для интересующихся анализом данных, поиском закономерностей и Data Science — в общем всех желающих идти в ногу со временем и разбираться в анализе данных.

Скачать:

Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.