Statistik Schulungen finden - Das passende Seminar in Ihrer Nähe

Im Anschluss an die Schulung sind die Teilnehmer in der Lage, Problemstellungen eigenständig zu lösen. 

Im Anschluss an die Schulung sind die Teilnehmer in der Lage, Problemstellungen eigenständig zu lösen. 

Das Seminar zielt darauf ab, Unternehmen dabei zu unterstützen, ihre Mitarbeiter mit spezialisierten Kenntnissen und Fähigkeiten in QGIS auszustatten. Das Seminar soll den Unternehmen helfen, ihre geografischen Datenanalyse- und -verarbeitungsfähigkeiten zu verbessern, komplexe Aufgaben effizienter zu bewältigen und fundierte Entscheidungen auf der Grundlage geografischer Informationen zu treffen. Das Seminar soll den Unternehmen auch helfen, ihre Wettbewerbsfähigkeit zu steigern, indem sie die Vorteile der fortgeschrittenen Funktionen von QGIS nutzen und innovative Lösungen für ihre spezifischen Anwendungsbereiche entwickeln.

Das Seminar zielt darauf ab, Unternehmen dabei zu unterstützen, ihre Mitarbeiter mit spezialisierten Kenntnissen und Fähigkeiten in QGIS auszustatten. Das Seminar soll den Unternehmen helfen, ihre geografischen Datenanalyse- und -verarbeitungsfähigkeiten zu verbessern, komplexe Aufgaben effizienter zu bewältigen und fundierte Entscheidungen auf der Grundlage geografischer Informationen zu treffen. Das Seminar soll den Unternehmen auch helfen, ihre Wettbewerbsfähigkeit zu steigern, indem sie die Vorteile der fortgeschrittenen Funktionen von QGIS nutzen und innovative Lösungen für ihre spezifischen Anwendungsbereiche entwickeln.

Für die Bewertung von Risiken stehen im Risikomanagement zahlreiche Instrumente und Methoden zur Verfügung. Dies reicht von einfachen Ansätzen wie der Risk Map bis zu komplexen, auf der Wahrscheinlichkeitsrechnung basierenden Verfahren. Eine richtige Bewertung der Risiken und von deren Auswirkungen auf den Unternehmenserfolg liefert die Basis für eine proaktive Steuerung der Risiken. Lerne die Bandbreite der unterschiedlichen Verfahren und Modelle im Bereich des quantitativen Risikomanagements kennen und erfahre, wie du diese nutzen kannst.

Für die Bewertung von Risiken stehen im Risikomanagement zahlreiche Instrumente und Methoden zur Verfügung. Dies reicht von einfachen Ansätzen wie der Risk Map bis zu komplexen, auf der Wahrscheinlichkeitsrechnung basierenden Verfahren. Eine richtige Bewertung der Risiken und von deren Auswirkungen auf den Unternehmenserfolg liefert die Basis für eine proaktive Steuerung der Risiken. Lerne die Bandbreite der unterschiedlichen Verfahren und Modelle im Bereich des quantitativen Risikomanagements kennen und erfahre, wie du diese nutzen kannst.

Keras ist eine Open Source Deep-Learning-Bibliothek, die in Python geschrieben ist. Keras bietet eine einheitliche Schnittstelle für verschiedene Backends, darunter TensorFlow. Das Ziel von Keras ist es, die Anwendung dieser Bibliotheken so einsteiger- und nutzerfreundlich wie möglich zu machen. 
Keras eignet sich besonders zur schnellen Implementierung neuronaler Netze und ermöglicht effizientes und einfaches Prototyping von neuronalen Netzen bei gleichzeitig großer Bedienerfreundlichkeit.

Sie können nach dem Training eigenständig Neuronale Netze entwerfen und trainieren. Python-, Statistik- und mathematische Kenntnisse werden vorausgesetzt. Sie üben das Erlernte in zahlreichen Praxisbeispielen und Sie können auch eigene Beispiele aus Ihrer beruflichen Praxis mitbringen. Als Programmieroberfläche wird Jupyter Notebook genutzt.

Das Expertentraining wendet sich an Fachkräfte, die sich professionell mit dem Thema Deep/Maschine Learning beschäftigen wollen und dazu die in Python geschriebene Bibliothek Keras nutzen. Im Training wird ein umfassender Überblick über Neuronale Netze und Deep Learning Algorithmen mit Keras vermittelt.

Microsoft Excel Formeln und Funktionen – Fortgeschrittene Schulung
Microsoft Excel bietet rund 400 Formeln und Funktionen – doch welche ist für Ihre Aufgabe die richtige? In dieser Schulung lernen Sie, gezielt und effizient mit Formeln und Funktionen zu arbeiten. Sie verstehen deren Aufbau, kombinieren sie gekonnt und lösen damit anspruchsvolle Aufgaben aus dem Berufsalltag. Von Datums- und Zeitfunktionen über Statistik- und Matrixfunktionen bis hin zu Finanzmathematik und Datenbankfunktionen – praxisnah und direkt anwendbar. Erfahrene Dozierende vermitteln fundiertes Anwenderwissen und geben Ihnen Tipps und Tricks direkt aus dem Arbeitsalltag.

Dieser Kurs gehört zur Seminarreihe „Multivariate Datenanalyse mit R”. Sie erhalten eine umfassende Einführung in die lineare und logistische Regressionsanalyse. Sie erhalten eine umfassende Einführung in die ein- und mehrfaktorielle Varianzanalyse mit allen Erweiterungen.

Die Varianzanalyse erlaubt die simultane Analyse einer Vielzahl von Mittelwerten verschiedener (Teil-) Stichproben. Sie kann überall dort eingesetzt werden, wo Gruppen miteinander verglichen werden sollen, dabei auch die Veränderungen von Gruppen über mehrere Zeitpunkte. Damit ist die Varianzanalyse das Verfahren der ersten Wahl zur Auswertung von Daten aus Experimenten, Quasi-Experimenten, Befragungen, Beobachtungsstudien und randomisierten kontrollierten Studien im Rahmen von Pretest-Posttest-Designs. Die Varianzanalyse ist das Standardverfahren zur Evaluation der Wirksamkeit von Maßnahmen und Interventionen.

Da die Varianzanalyse eine spezielle Variante eines Regressionsmodells ist, empfiehlt es sich, sich zuvor mit der Regressionsanalyse vertraut gemacht zu haben (s. erstes Modul der Seminarreihe „Multivariate Datenanalyse mit R”).

Dieser Kurs gehört zur Seminarreihe „Multivariate Datenanalyse mit R”. Sie erhalten eine umfassende Einführung in die lineare und logistische Regressionsanalyse. Sie erhalten eine fundierte Einführung in die Clusteranalyse, in die Faktorenanalyse (EFA) und in die Hauptkomponentenanalyse (PCA).

Dieses Modul behandelt die strukturentdeckenden Verfahren: die Clusteranalyse und die dimensionreduzierenden Verfahren (EFA/PCA). Mit einer Clusteranalyse werden ähnliche Fälle zu Gruppen (Cluster) zusammengefasst. Sie werden die hierarchische Clusteranalyse, die k-Means-Clusteranalyse und die k-Medoids-Clusteranalyse kennenlernen. Die Faktorenanalyse (EFA, Explorative Factor Analysis) und die Hauptkomponentenanalyse (PCA, Principal Component Analysis) dienen dazu, eine Vielzahl von Variablen zu wenigen Dimensionen zu reduzieren. Wir zeigen Ihnen beide Verfahren und ihre unterschiedlichen Einsatzmöglichkeiten. Bei Interesse kann die Reliabilitätsanalyse zum Auswählen geeigneter Variablen gezeigt werden.

Es empfiehlt sich, sich zuvor mit der Regressionsanalyse vertraut gemacht zu haben (s. erstes Modul der Seminarreihe „Multivariate Datenanalyse mit R”).