Analyseren van financiële gegevens in Excel Training Cursus

Big Data is een term die verwijst naar oplossingen die zijn bedoeld voor het opslaan en verwerken van grote gegevenssets. Go eerste instantie ontwikkeld door Go ogle, hebben deze Big Data oplossingen andere vergelijkbare projecten ontwikkeld en geïnspireerd, waarvan vele beschikbaar zijn als open-source. R is een populaire programmeertaal in de financiële sector.

R is een open-source gratis programmeertaal voor statistisch computergebruik, gegevensanalyse en grafische afbeeldingen. R wordt gebruikt door een groeiend aantal managers en data-analisten binnen bedrijven en de academische wereld. R heeft ook volgers gevonden onder statistici, ingenieurs en wetenschappers zonder computerprogrammeervaardigheden die het gemakkelijk vinden om te gebruiken. De populariteit is te danken aan het toenemende gebruik van datamining voor verschillende doelen, zoals het instellen van advertentieprijzen, het sneller vinden van nieuwe medicijnen of het verfijnen van financiële modellen. R heeft een grote verscheidenheid aan pakketten voor datamining.

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op iedereen die de grondbeginselen van econometrische analyse en modellering wil leren en beheersen.

Aan het einde van deze training kunnen deelnemers:

• Leer en begrijp de grondbeginselen van econometrie.
• Maak gebruik van Eviews en risicosimulators.

Deze door een instructeur geleide, live training (online of op locatie) is bedoeld voor data-analisten en zakelijke professionals op tussenniveau die tijdreeksvoorspellingen willen uitvoeren en data-analyse workflows willen automatiseren met behulp van R.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• De basisprincipes van voorspellingsmethoden in R te begrijpen.
• Exponentiële gladde technieken en ARIMA-modellen toe te passen voor tijdreeksanalyse.
• Het 'forecast' pakket te gebruiken om nauwkeurige voorspellingsmodellen te genereren.
• Voorspellingsworkflows te automatiseren voor zakelijke en onderzoekstoepassingen.

Dit door een instructeur geleide live training (online of ter plaatse) is bedoeld voor HR-professionals die analytische methoden willen gebruiken om de organisatieprestaties te verbeteren. Deze cursus behandelt zowel kwalitatieve als kwantitatieve, empirische en statistische benaderingen.

Opzet van de Cursus

• Interactieve lezingen en discussies.
• Veel oefeningen en praktijkopdrachten.

Opties voor Aangepaste Cursus

• Om een aangepaste training voor deze cursus aan te vragen, neem dan contact met ons op om te regelen.

Publiek

Business (marketingmanagers, productmanagers, klantenbasismanagers) en hun teams; klantinzichten professionals.

Overzicht

De cursus volgt de levenscyclus van de klant, van het werven van nieuwe klanten, het beheren van de bestaande klanten voor winstgevendheid, het behouden van goede klanten en uiteindelijk begrijpen welke klanten ons verlaten en waarom. We zullen werken met echte (indien anoniem) gegevens uit verschillende industrieën, waaronder telecommunicatie, verzekeringen, media en hightech.

Formaat

Door instructeurs geleide training gedurende vijf sessies van een halve dag met in-class oefeningen en huiswerk. Het kan worden geleverd als een klaslokaal of een (online) cursus op afstand.

Publiek

• managers
• ontwikkelaars
• wetenschappers
• studenten

Formaat van de cursus

online instructie en discussie OF persoonlijke workshops

R  is een open-source gratis programmeringsspraak voor statistische computing, data-analyse en graphics. R  wordt gebruikt door een groeiende aantal managers en data-analisten binnen bedrijven en academie. R heeft ook volgers gevonden onder statistieken, ingenieurs en wetenschappers zonder computerprogrammeringsvaardigheden die het gemakkelijk te gebruiken vinden. Zijn populariteit is te wijten aan het toenemende gebruik van data mining voor verschillende doelen zoals advertentieprijzen, het vinden van nieuwe medicijnen sneller of fine-tune financiële modellen. R heeft een breed scala aan pakketten voor data mining.

Deze cursus omvat de manipulatie van objecten in R met inbegrip van leesgegevens, toegang tot R-pakketten, het schrijven van R-functies en het maken van informatieve grafieken. Het omvat het analyseren van gegevens met behulp van gemeenschappelijke statistische modellen. De cursus leert hoe de R-software (https://www.r-project.org) zowel op een commando-lijn als in een grafisch gebruikersinterface (GUI) te gebruiken.

R is een open-source gratis programmeertaal voor statistisch computergebruik, gegevensanalyse en grafische afbeeldingen. R wordt gebruikt door een groeiend aantal managers en data-analisten binnen bedrijven en de academische wereld. R heeft ook volgers gevonden onder statistici, ingenieurs en wetenschappers zonder computerprogrammeervaardigheden die het gemakkelijk vinden om te gebruiken. De populariteit is te danken aan het toenemende gebruik van datamining voor verschillende doelen, zoals het instellen van advertentieprijzen, het sneller vinden van nieuwe medicijnen of het verfijnen van financiële modellen. R heeft een grote verscheidenheid aan pakketten voor datamining.

Dit cursus is een introductie tot het toepassen van neurale netwerken op echte problemen met behulp van de R-project software.

Deze cursus is bedoeld voor datawetenschappers en statistici die al basale R- & C++ coderingen en R-codevaardigheden hebben en geavanceerde R-coderingstechnieken willen leren.

Het doel is om een praktische geavanceerde R-programmeeringscursus aan te bieden aan deelnemers die geïnteresseerd zijn in het toepassen van deze methoden op hun werk.

Sectorspecifieke voorbeelden worden gebruikt om de training relevant te maken voor de doelgroep

Deze door een instructeur geleide, live training in Nederland (online of onsite) is bedoeld voor professionals van beginner tot gemiddeld niveau die statistische analyses willen uitvoeren met SPSS om gegevens nauwkeurig te interpreteren, complexe statistische tests uit te voeren en zinvolle inzichten te genereren.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• De SPSS-interface teDoorbladeren en datasets efficiently te beheren.
• Descriptive en inferentiële statistische analyses uit te voeren.
• T-tests, ANOVA, MANOVA, regressie- en correlatieanalyses uit te voeren.
• Non-parametric tests, principal component analysis en factor analysis toe te passen voor geavanceerde data-analyse.

Deze door een docent geleide live training (online of op locatie) is bedoeld voor HR-professionals en recruiterspecialisten die analytische methoden willen gebruiken om de organisatieprestaties te verbeteren. Deze cursus behandelt zowel kwalitatieve als kwantitatieve, empirische en statistische benaderingen.

Opzet van de cursus

• Interactieve lezing en discussie.
• Veel oefeningen en praktijk.

Cursusaanpassingsopties

• Om een aangepaste training voor deze cursus aan te vragen, neem dan contact met ons op om dit te regelen.

Publiek

Cursusformaat

Aan het einde van deze opleiding kunnen de deelnemers:

In deze door een instructeur geleide live-opleiding leren de deelnemers hoe ze gegevens kunnen manipuleren en visualiseren met behulp van de tools die in de Tidyverse zijn inbegrepen.

De Tidyverse is een verzameling veelzijdige R-pakketten voor het schoonmaken, verwerken, modelleren en visualiseren van gegevens. Enkele van de inbegrepen pakketten zijn: ggplot2, dplyr, tidyr, readr, purrr en tibble.

• Beginners in de R-taal
• Beginners in data-analyse en data-visualisatie

• Deelcollege, deeldiscussie, oefeningen en veel handson-praktijk

• Voer data-analyse uit en maak aantrekkelijke visualisaties
• Trek nuttige conclusies uit verschillende datasets van voorbeeldgegevens
• Filter, sorteer en samenvat gegevens om exploratieve vragen te beantwoorden
• Zet verwerkte gegevens om in informatieve lijnplotting, staafplotting, histogrammen
• Importeer en filter gegevens uit diverse gegevensbronnen, waaronder Excel, CSV- en SPSS-bestanden

Beschrijving: 

Dit is een cursus die R-gebruikers leert hoe ze web-apps kunnen maken zonder dat ze cross-browser HTML, Javascript en CSS moeten leren.

Doel:

De basisprincipes van Shiny-apps worden behandeld.

Alle veelgebruikte invoer-/uitvoer-/weergave-/paneelfuncties van de Shiny-bibliotheek worden behandeld.