Webinář ZDARMA: Praktická ukázka výuky – Power Query (11. 9. 2024 od 10 hodin).   PŘIHLASTE SE ZDE!

SESKUPOVACÍ (KLASTROVÁ) ANALÝZA

Termín:
  • 3. 12. 2024
  • (9:00 - 16:30 hodin)
Forma:
  • prezenční: Krakovská 7, Praha 1
  • online: aplikace MS Teams
Cena:5 600 Kč / 230 € + 21% DPH
Cena s videozáznamem:
  • 7 400 Kč / 300 € + 21% DPH
  • (dostupnost videozáznamu je 30 dní)
Úroveň:středně pokročilý
Jazyk:slovenský
Počet dnů:
  • 1 den
  • (8 výukových hodin)

CENOVĚ VÝHODNÝ BALÍČEK KURZŮ - 20% SLEVA

  • 8 960 Kč / 360 € + 21% DPH
  • 11 950 Kč / 480 € + 21% DPH s videozáznamem

ÚVOD

Seskupovací analýza umožňuje roztřídit pozorované jednotky (zákazníky, výrobky, regiony apod.) do několika skupin tak, aby si případy ve stejné skupině byly co nejvíce podobné a naopak, případy z různých skupin se co nejvíce odlišovaly.

CÍL VZDĚLÁVACÍHO PROGRAMU

Cílem kurzu je seznámit posluchače s principy základních seskupovacích metod (hierarchické seskupování, K means a dvoustupňové seskupování) a ukázat možnosti jejich využití. Důraz je kladen na praktické aplikace metod, na porozumění a interpretaci výsledků a výběr vhodné metody pro daný problém. Matematické aspekty modelu a algoritmů jsou zahrnuty pouze pro vysvětlení významu a principů seskupování.

KURZ JE URČEN

Kurz je určen těm, kteří hledají v datech homogenní skupiny případů nebo typické, často se opakující vzory chování. Seskupovací analýza se často užívá pro řešení úlohy segmentace.

PŘEDPOKLADY

Kurz předpokládá schopnost základního ovládání PC.

PŘÍNOS ÚČASTI NA KURZU

Účastníci porozumí principu seskupování a naučí se aplikovat nejčastěji užívané seskupovací metody.

POPIS OBSAHU A POSTUPU

Výuka seskupovací analýzy za podpory programového systému IBM SPSS Statistics (modul IBM SPSS Statistics Base).

PROGRAM KURZU

  • podobnost/vzdálenost datových profilů
  • různé typy měr vzdálenosti, resp. podobnosti dat
  • standardizovaná a nestandardizovaná data, význam standardizace při aplikaci měr
  • vytváření homogenních skupin pomocí vzdáleností
  • hierarchické seskupování: princip, kritéria tvorby skupin, vyhodnocování
  • metoda K-means
  • dvoustupňové seskupování
  • volba počtu skupin
  • využití pro další analýzu

Ve výjimečných případech změna programu vyhrazena dle zaměření
a zkušeností dané skupiny účastníků.