Statistics Kurs i Norge

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot ingeniører og designere på mellomnivå som ønsker å bruke DFSS for å sikre at kvalitet er innebygd i produktet eller prosessen fra starten av designfasen.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå prinsippene og konseptene til Design Six Sigma (DFSS).
• Lær metodene DMAIC (Define, Measure, Analyze, Improve, Control) og DMADV (Define, Measure, Analyze, Design, Verify).
• Bruk DFSS-verktøy og -teknikker for å designe og optimalisere prosesser.
• Utvikle ferdigheter for å administrere og lede DFSS-prosjekter effektivt.

Denne instruktørledede, liveopplæringen i Norge (online eller på stedet) er rettet mot profesjonelle på avansert nivå som ønsker å få en grundig forståelse av Six Sigma DMAIC-metodikken på Black Belt-nivå.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Utvikle en omfattende forståelse av fasene Definer, Mål, Analyser, Forbedre og Kontroller med fokus på komplekse prosjekter.
• Få ekspertise innen avanserte statistiske analyseteknikker for datadrevet beslutningstaking.
• Led store Six Sigma-prosjekter og administrer prosjektteam effektivt.
• Implementer betydelige prosessforbedringer som samsvarer med organisasjonens mål og strategier.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot fagfolk på middels nivå som ønsker å ha en omfattende forståelse av DMAIC-metodikken og forberede seg på rollen som en effektiv Six Sigma Green Belts.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Få en grundig kunnskap om Definer, Mål, Analyser, Forbedre og Kontroller fasene til Six Sigma.
• Bruk et bredt spekter av Six Sigma-verktøy og teknikker effektivt innenfor hver fase av DMAIC.
• Utføre og tolke statistiske analyser for prosessforbedring.
• Planlegg, utfør og administrer et Six Sigma-prosjekt.

Denne instruktørlede, live opplæringskurs i Norge (online eller på stedet) er rettet mot yrkesfolk på begynnernivå som ønsker å ha en grunnleggende forståelse av Six Sigma og Lean prinsipper for å integrere dem og forbedre bedriftsprosesser.

Ved avslutningen av denne opplæringen vil deltakerne være i stand til:

• Få en solid forståelse av Lean Six Sigma-prinsipper.
• Bruk Six Sigma-metodologier for å forbedre prosesskvalitet ved å fjerne årsakene til feil og minimere variasjoner.
• Integrere Lean og Six Sigma-metodologier for å oppnå mer effektive og effektive prosessforbedringer.
• Lære grunnleggende Lean Six Sigma-verktøy og teknikker som Yellow Belts kan bruke i prosessforbedringsprosjekter, slik som 5S, Kaizen og prosesskartlegging.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot fagfolk på middels nivå som ønsker å forstå både Six Sigma- og Lean-prinsippene for å lede betydelige prosessforbedringsprosjekter i deres organisasjoner.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Utvikle en omfattende forståelse av hvordan Lean- og Six Sigma-metoder kan integreres for prosessforbedring.
• Få dybdekunnskap og applikasjonsferdigheter i Definer, Mål, Analyser, Forbedre og Kontroller fasene.
• Bruk avanserte statistiske verktøy for datadrevet beslutningstaking og prosessanalyse.
• Led og administrer Lean Six Sigma-prosjekter effektivt.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot profesjonelle på avansert nivå som ønsker å få ferdighetene til å håndtere komplekse Six Sigma-prosjekter og ta en lederrolle i Six Sigma og Lean-implementeringer.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Utvikle en dybdeforståelse av avanserte Six Sigma og Lean metoder og verktøy.
• Lede komplekse prosessforbedringsprosjekter som er i tråd med organisasjonsstrategier.
• Utfør komplekse statistiske analyser og ta datadrevne beslutninger.
• Effektivt lede endringsinitiativer og bygge en kultur for kontinuerlig forbedring.

Denne instruktørledede, live opplæringskurset (online eller på stedet) er rettet mot yrkesutøvere på begynnernivå som ønsker en dypere forståelse av Six Sigma-metodologien og dens prinsipper og mestre DMAIC-prosessen.

Ved avslutningen av denne opplæringen vil deltakerne kunne:

• Erverve kunnskap utover grunnleggende prinsipper som dekkes i White Belt-kurset.
• Mestre DMAIC-prosessen og lære avanserte Six Sigma-verktøy.
• Lære hvordan man effektivt kan bidra til et Six Sigma-prosjektteam og samarbeide med Green og Black Belts.
• Bruke Six Sigma-metodologier på virkelige forretningsprosesser for forbedring.

Denne instruktørledede, live opplæringskurset (online eller på stedet) er rettet mot begynnere som ønsker en grunnleggende forståelse av Six Sigma-metodologien og dens prinsipper.

Ved avslutningen av denne opplæringen vil deltakerne kunne:

• Forstå grunnleggende om Six Sigma og lære DMAIC-prosessen.
• Forstå de spesifikke rollene og ansvarene til en White Belt i en Six Sigma-prosjektkontekst.
• Lære hvordan man kan anvende Six Sigma-prinsipper for å identifisere muligheter for forbedring og støtte Six Sigma-prosjekter innen en organisasjon.

Denne instruktørledede, live-opplæring (online eller på stedet) er rettet mot forskere som ønsker å lære og bruke Design of Experiments (DoE) for å forstå årsakssammenhenger mellom flere faktorer.

Ved avslutning av denne opplæringen vil deltakerne være i stand til:

• Forstå fordelene ved planlagte eksperimenter over andre tilnærminger.
• Forstå årsakssammenhenger og interaksjoner mellom faktorer.
• Lære beste praksis og retningslinjer for å gjennomføre vellykkede eksperimenter.

Denne instruktørledede, liveopplæringen i Norge (online eller på stedet) er rettet mot alle som ønsker å lære og mestre det grunnleggende innen økonometrisk analyse og modellering.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Lær og forstå det grunnleggende om økonometri.
• Bruk Eviews og risikosimulatorer.

R er en svært populær, åpen kilde miljø for statistisk beregning, datavareanalyse og grafikk. Denne kurset introduserer R-programmeringsspråket for studenter. Det dekker språkets grunnleggende begreper, biblioteker og avanserte konsepter. Avansert datavareanalyse og grafisk framstilling med virkelige data.

Målgruppe

Utviklere / datavareanalytikere

Varighet

3 dager

Format

Foredrag og praktiske øvelser

Publikum

Analytikere, forskere, vitenskapsfolk, uteksaminerte og studenter, og alle som er interessert i å lære hvordan man kan fremme statistisk analyse i Microsoft Excel.

Kursmål

Dette kurset vil hjelpe deg med å øke kjennskapen til Excel og statistikk og dermed øke effektiviteten og effektiviteten i arbeidet eller forskningen din.

Dette kurset beskriver hvordan man bruker Analysis ToolPack i Microsoft Excel, statistiske funksjoner og hvordan man utfører grunnleggende statistiske prosedyrer. Det vil forklare hva Excel-begrensningene er og hvordan man kan overkomme dem.

Dataanalyse er et viktig verktøy i forretningslivet i dag. Vi vil fokusere på å utvikle ferdigheter for praktisk, håndfast dataanalyse. Målet er å hjelpe deltakerne til å gi sakenbaserte svar på spørsmål:

Hva har skjedd?

• prosessering og analyse av data
• produksjon av informative datavisualiseringer

Hva vil skje?

• forutsi fremtidig ytelse
• evaluere prognoser

Hva burde skje?

• omdanne data til sakenbaserte forretningsbeslutninger
• optimalisere prosesser

Kurset selv kan gjennomføres enten som en 6-dagers undervisningskurs på stedet eller fjernundervisning over flere uker hvis man foretrekker. Vi kan arbeide med dere for å levere kurset på en måte som best passer deres behov.

Det er anslått at ustrukturerte data utgjør mer enn 90 prosent av all data, mye av det i form av tekst. Blogginnlegg, tweets, sosiale medier og andre digitale publikasjoner legger kontinuerlig til denne voksende datamengden.

Dette instruktørledede, live-kurset sentrerer seg om å trekke ut innsikt og mening fra disse dataene. Ved å bruke bibliotekene R Language og Natural Language Processing (NLP) kombinerer vi konsepter og teknikker fra informatikk, kunstig intelligens og datalingvistikk for å algoritmisk forstå betydningen bak tekstdata. Dataeksempler er tilgjengelige på forskjellige språk i henhold til kundens behov.

Ved slutten av denne opplæringen vil deltakerne være i stand til å forberede datasett (store og små) fra ulike kilder, og deretter bruke de riktige algoritmene for å analysere og rapportere om betydningen.

Kursets format

• Delvis forelesning, dels diskusjon, tung praktisk praksis, sporadiske tester for å måle forståelse

Denne opplæringen ledet av en instruktør (online eller på sted) er rettet mot HR-profesjonelle og rekrutteringsspesialister som ønsker å bruke analytiske metoder til å forbedre organisasjonsprestasjon. Kurset dekker både kvalitative og kvantitative, empiriske og statistiske tilnærminger.

Kursets Format

• Interaktiv forelesning og diskusjon.
• Mye øvelser og praksis.

Muligheter for Tilpasning av Kurset

• For å be om tilpasset opplæring for dette kurset, vennligst ta kontakt for å avtale.

Publikum

Finans- eller markedsanalytikere, ledere, regnskapsførere

Kursmål

Legge til rette for og automatisere alle slags økonomiske analyser med Microsoft Excel

Denne instruktørledede, live trening (online eller på stedet) er rettet mot HR-profesjonelle som ønsker å bruke analytiske metoder for å forbedre organisasjonens ytelse. Kurset dekker både kvalitative og kvantitative, empiriske og statistiske tilnærminger.

Kursformat

• Interaktiv forelesning og diskusjon.
• Mange øvelser og praktiske oppgaver.

Tilpasningsmuligheter for kurset

• For å be om en tilpasset trening for dette kurset, vennligst kontakt oss for å ordne dette.

Denne kurset dekker avanserte temaer i R-programmering.

Goal:

Mestre ferdigheten til å jobbe uavhengig med programmet SPSS for avansert bruk, dialogbokser og kommando syntaks for de valgte analytiske teknikker.

Målgruppen:

Analytikere, forskere, vitenskapsfolk, studenter og alle som ønsker å tilegne seg evnen til å bruke SPSS-pakken på avansert nivå og lære de valgte statistiske modellene. Opplæringen tar hensyn til universelle analyseproblemer og er rettet mot en spesifikk industri.

Målgruppe:

Kurset er ment for IT-spesialister som ser etter en løsning for å lagre og behandle store datasett i en distribusjonssystemmiljø.

Goal:

Dypt kunnskap om Hadoop klusteradministrasjon.

Denne instruktørledede, live opplæringskursen (online eller på sted) er rettet mot mellomnivådataforskere og statistikere som ønsker å forberede data, bygge modeller og bruke maskinlæringsmetoder effektivt i sine faglige domener.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå og implementere ulike Machine Learning algoritmer.
• Forberede data og modeller for maskinlæringsapplikasjoner.
• Utføre post hoc-analyser og visualisere resultater effektivt.
• Bruk maskinlæringsmetoder på virkelige, sektorspesifikke scenarier.

Big Data er et begrep som refererer til løsninger som er beregnet på lagring og behandling av store datasett. Disse Big Data løsningene ble utviklet av Go ogle i utgangspunktet og har utviklet og inspirert andre lignende prosjekter, hvorav mange er tilgjengelige som open source. R er et populært programmeringsspråk i finansnæringen.

R er et gratis programmeringsspråk med åpen kildekode for statistisk databehandling, dataanalyse og grafikk. R brukes av et økende antall ledere og dataanalytikere i selskaper og akademia. R har også funnet tilhengere blant statistikere, ingeniører og forskere uten dataprogrammeringsevner som synes det er enkelt å bruke. Dens popularitet skyldes den økende bruken av data mining for forskjellige mål, for eksempel angitte annonsepriser, finne nye medisiner raskere eller finjustere økonomiske modeller. R har et bredt utvalg av pakker for data mining.

Objektiv:

Delegater kan analysere store datasett, trekke ut mønstre, velge riktig variabel som påvirker resultatene, slik at en ny modell forutses med prediktive resultater.

R er et gratis programmeringsspråk med åpen kildekode for statistisk databehandling, dataanalyse og grafikk. R brukes av et økende antall ledere og dataanalytikere i selskaper og akademia. R har et bredt utvalg av pakker for data mining.

R er et gratis programmeringsspråk med åpen kildekode for statistisk databehandling, dataanalyse og grafikk. R brukes av et økende antall ledere og dataanalytikere i selskaper og akademia. R har et bredt utvalg av pakker for data mining.

R er et gratis programmeringsspråk med åpen kildekode for statistisk databehandling, dataanalyse og grafikk. R brukes av et økende antall ledere og dataanalytikere i selskaper og akademia. R har et bredt utvalg av pakker for data mining.

Denne kursen er ment for personer som allerede har bakgrunn i datascience og statistikk. Forklaringene som gis er ment å enten tjene som en påminnelse for dem som allerede er kjent med konseptene eller informere de med en passende bakgrunn.

Publikum

Business (markedssjefer, produktledere, kundegrunnsjefer) og teamene deres; fagpersoner innen kundeinnsikt.

Oversikt

Kurset følger kundens livssyklus fra å skaffe nye kunder, administrere eksisterende kunder for lønnsomhet, beholde gode kunder og til slutt forstå hvilke kunder som forlater oss og hvorfor. Vi vil jobbe med ekte (hvis anonym) data fra en rekke bransjer, inkludert telekommunikasjon, forsikring, media og høyteknologi.

Format

Instruktørledet trening i løpet av fem halvdagers økter med øvelser i klassen samt lekser. Det kan leveres som et klasserom eller distanse (online) kurs.

Kurset er rettet mot alle som er interessert i statistisk analyse. Det gir deg kjennskap til Minitab og øker effektiviteten og effisiens i din dataanalyse, samt forbedrer din kunnskap om statistikk.

R er et åpent kildekodeprogrammeringsspråk for statistisk beregning, dataanalyse og grafikk. R blir brukt av et økende antall ledere og dataanalytikere i bedrifter og akademiske institusjoner. R har et bredt utvalg av pakker for datamining.

I denne instruktørledede, live-opplæringen vil deltakerne lære avanserte teknikker for Machine Learning med R mens de går gjennom opprettelsen av en virkelig applikasjon.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå og implementere uovervåket læringsteknikker
• Bruk klynging og klassifisering for å lage spådommer basert på data fra den virkelige verden.
• Visualiser data for raskt å få innsikt, ta beslutninger og avgrense analysen ytterligere.
• Forbedre ytelsen til en maskinlæringsmodell ved å bruke hyperparameterinnstilling.
• Sett en modell i produksjon for bruk i en større applikasjon.
• Bruk avanserte maskinlæringsteknikker for å svare på spørsmål som involverer sosiale nettverksdata, big data og mer.

R er et gratis programmeringsspråk med åpen kildekode for statistisk databehandling, dataanalyse og grafikk. R brukes av et økende antall ledere og dataanalytikere i selskaper og akademia. R har også funnet tilhengere blant statistikere, ingeniører og forskere uten dataprogrammeringsevner som synes det er enkelt å bruke. Dens popularitet skyldes den økende bruken av data mining for forskjellige mål, for eksempel angitte annonsepriser, finne nye medisiner raskere eller finjustere økonomiske modeller. R har et bredt utvalg av pakker for data mining.

R er et gratis programmeringsspråk med åpen kildekode for statistisk databehandling, dataanalyse og grafikk. R brukes av et økende antall ledere og dataanalytikere i selskaper og akademia. R har også funnet tilhengere blant statistikere, ingeniører og forskere uten dataprogrammeringsevner som synes det er enkelt å bruke. Dens popularitet skyldes den økende bruken av data mining for forskjellige mål, for eksempel angitte annonsepriser, finne nye medisiner raskere eller finjustere økonomiske modeller. R har et bredt utvalg av pakker for data mining.

Dette kurset er en innføring i å anvende neuronnettverk i virkelige problemer ved bruk av R-project-programvaren.

Kursen er ment for dataforskere og statistikere som allerede har grunnleggende R- & C++-kodingsevner og R-kode, og som trenger avanserte R-kodingsevner.

Formålet er å gi en praktisk avansert R-programmeringskurs til deltakere som er interessert i å bruke metodene på arbeidsplassen.

Bransjespesifikke eksempler brukes for å gjøre opplæringen relevant for målgruppen.

Dette kurset er en del av datavitenskapsfagets kompetansesett (Område: Data og teknologi)

Organisasjon – Laboratoriearbeid og praktiske eksempler på virkelige data

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot fagfolk på nybegynnernivå til middels nivå som ønsker å utføre statistisk analyse ved hjelp av SPSS for å tolke data nøyaktig, kjøre komplekse statistiske tester og generere meningsfull innsikt.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Naviger i SPSS-grensesnittet og administrer datasett effektivt.
• Utføre beskrivende og konklusjonelle statistiske analyser.
• Gjennomføre t-tester, ANOVA, MANOVA, regresjon og korrelasjonsanalyser.
• Bruk ikke-parametriske tester, hovedkomponentanalyse og faktoranalyse for avansert datatolkning.

Goal:

Lære å jobbe med SPSS på selvstendighetsnivå

Adressatene:

Analytikere, forskere, forskere, studenter og alle de som ønsker å tilegne seg muligheten til å bruke SPSS-pakken og lære populære datautvinningsteknikker.

Denne kursen er laget for beslutningstakere hvis primære mål ikke er å utføre beregninger og analyser, men å forstå dem og være i stand til å velge hvilke statistiske metoder som er relevante for organisasjonens strategiske planlegging.

For eksempel må en potensiell deltakere ta beslutningen om hvor mange prøver som må samles inn før de kan ta beslutningen om produktet skal lanseres eller ikke.

Hvis du trenger en lengre kurs som dekker de mest grunnleggende statistiske tankesett, se på fem-dagers "Statistics for Ledere" trening.

Dette kurset er laget for personer som trenger generell statistikkkunnskap. Dette kurset kan skreddersys til et spesifikt ekspertiseområde som markedsundersøkelser, biologi, produksjon, forskning i offentlig sektor, etc...

Denne opplæringskurset dekker avanserte statistikk. Det forklarer de fleste verktøyene som vanligvis brukes i forskning, analyse og forutseelser. Det gir korte forklaringer på teorien bak formlene.

Denne kurset er ikke knyttet til noe spesifikt felt av kunnskap, men kan tilpasses om alle deltakerne har samme bakgrunn og mål.

Noen grunnleggende dataverktøy brukes under dette kurset (notabelt Excel og OpenOffice).

Dette kurset har som mål å gi forskere en forståelse av prinsippene for statistisk design og analyse og deres relevans for forskning innen forskjellige vitenskapelige disipliner.

Det dekker en del sannsynlighet og statistiske metoder, hovedsakelig gjennom eksempler. Denne opplæringen inneholder rundt 30 % forelesninger, 70 % veiledede quizzes og laboratorier.

I tilfelle av lukkede kurs kan vi tilpasse eksemplene og materialene til en spesifikk gren (som psykologitester, offentlig sektor, biologi, genetikk, etc.).

I tilfelle av offentlige kurs brukes blandede eksempler.

Selv om forskjellige programmer brukes under dette kurset (Microsoft Excel til SPSS, Statgraphics, etc.), ligger hovedfokuset på å forstå prinsippene og prosessene som veileder forskning, resonnering og konklusjoner.

Dette kurset kan leveres som et blandingskurs, det vil si med hjemmelekser og oppgaver.

Tableau hjelper mennesker til å se og forstå data.

Tableau hjelper folk med å se og forstå data.

Målgruppe

Kursformat

Ved slutten av denne opplæringen vil deltakerne være i stand til:

I denne instruktørledede, live opplæringen vil deltakerne lære å manipulere og visualisere data ved hjelp av verktøyene som er inkludert i Tidyverse.

Tidyverse er en samling av fleksible R-pakker for rengjøring, bearbeiding, modellering og visualisering av data. Noen av pakkene som er inkludert er: ggplot2, dplyr, tidyr, readr, purrr og tibble.

• Nybegynnere i R-språket
• Nybegynnere i dataanalyse og datavisualisering

• Del forelesning, del diskusjon, øvelser og mye praktisk trening

• Utføre dataanalyse og opprette tiltrekkende visualiseringer
• Trekke nyttige konklusjoner fra forskjellige datasett med eksempeldata
• Filtrere, sortere og summere data for å svare på utforskende spørsmål
• Omforme bearbeidet data til informativ linjediagrammer, søylediagrammer, histogramm
• Importere og filtrere data fra forskjellige datasøk, inkludert Excel, CSV- og SPSS-filer

Beskrivelse: 

Dette er et kurs som er designet for å lære R-brukere å lage web-apps uten å måtte lære cross-browser-script og CSS.

Mål:

Dekkes grunnleggende funksjoner til hvordan Shiny-apps fungerer.

Dekkes alle vanlige inn-/ut-/render-/panel-funksjoner fra Shiny-biblioteket.

Denne instruktørledede, live-trening (online eller på stedet) er rettet mot mellomnivå dataanalytikere og næringslivsprofesjoner som ønsker å utføre tidsrekkeprognoser og automatisere dataanalyseprosesser ved hjelp av R.

Ved slutten av denne treningen vil deltakerne være i stand til å:

• Forstå grunnleggende prinsipper for prognoseteknikker i R.
• Bruke eksponentiell glatting og ARIMA-modeller for tidsrekkeanalyse.
• Bruke 'forecast' pakken for å generere nøyaktige prognosemodeller.
• Automatisere prognoseprosesser for næringsliv og forskningsapplikasjoner.

Publikum

• ledere
• utviklere
• forskere
• studenter

Kursets format

online instruksjon og diskusjon ELLER ansikt til ansikt workshops

R  er et open-source gratis programmeringsspråk for statistisk databehandling, dataanalyse og grafikk. Forskning brukes av et økende antall ledere og dataanalytikere innenfor bedrifter og akademi. R har også funnet følgere blant statistikkere, ingeniører og forskere uten dataprogrammeringsferdigheter som finner det enkelt å bruke. Dess popularitet skyldes den økende bruken av data mining for ulike formål som å sette reklamepriser, finne nye stoffer raskere eller fine-tune finansielle modeller. R har et bredt spekter av pakker for data mining.

Dette kurset dekker manipulering av objekter i R inkludert lesedata, tilgang til R pakker, skrive R funksjoner, og lage informative diagrammer. Det inkluderer analysering av data ved hjelp av vanlige statistiske modeller. Kurset lærer hvordan du bruker R-programvaren (https://www.r-project.org) både på en kommandolinje og i en grafisk brukergrensesnitt (GUI).