BIG DATA - WPROWADZENIE

Zakres tematyczny szkolenia

PROGRAM I ĆWICZENIA

· Wprowadzenie – Wartość informacji. Definicje Big Data (składowe, cechy charakterystyczne wymiary – internetowy, korporacyjny, firmowy). Informatyczny i informacyjny wymiar Big Data –bazy SQL, bazy NoSQL, portale internaetowe, platformy przechowywania danych (Map Reduce, Hadoop), sposoby pozyskiwania informacji z danych (statystyka, eksploracja danych). Cyfryzacja życia w erze Big Data (danetyzacja rzeczywistości – korzyści, zagrożenia, aspekty etyczne, „ciemne strony” Big Data). Specjalista Big Data – badacz danych

· Relacyjne bazy danych, hurtownie danych – Definicja relacyjnego modelu danych, organizacja logiczna, właściwości modelu relacyjnego, zasady konstrukcji Systemy zarządzania relacyjnymi bazami danych, strukturami język zapytań SQL – podstawy składni, przykłady wykorzystania. Hurtownie danych – definicja, rodzaje, możliwości wykorzystania

· Analiza danych, wybrane metody eksploracji danych – Praca z danymi, rodzaje danych. Metody, narzędzia: wizualizacja – przedstawienie pojedynczych zmiennych (histogram, box – plot ), oczyszczanie danych, przekształcanie danych (normalizacja, standaryzacja) narzędzia do przedstawiania zależności pomiędzy wieloma zmiennymi (wykresy rozrzutu), regresja i korelacja, modele regresji (liniowa, logistyczna), analiza wariancji (ANOVA), tablice wielodzielcze, drzewa decyzyjne, problem obserwacji odstających, asocjacje, grupowanie (algorytmy grupowania) , analiza skupień, analiza składowych głównych, analiza czynnikowa

· Narzędzia analizy danych – Charakterystyka wybranych środowisk rachunkowych wykorzystywanych w eksploracji danych: Excel, Minitab, JMP, SPSS, QDA

Ćwiczenia:

· Konstrukcja i wykorzystanie relacyjnej bazy danych (elementy strukturalnego języka zapytań SQL) – Access
· Wizualizacja danych, czyszczenie danych – wykrywania wartości izolowanych, transformacja danych (Excel, Minitab)
· Analiza wariancji (ANOVA) (Minitab)
· Analiza regresji i korelacji – regresja wielokrotna liniowa, wybór najlepszego podzbioru predyktorów (zmiennych objaśniających) – Excel, Minitab
· Analiza regresji – regresja logistyczna (Minitab) 
· Projektowanie okresów gwarancyjnych (Minitab) 
· Prognozowanie, wygładzanie danych (Excel, Minitab)
· Analiza czynnikowa (Minitab)
· Analiza skupień (Minitab)
· Wykorzystanie techniki kart kontrolnych SPC w analizie danych (Excel, Minitab)
· Analiza danych procesowych z wykorzystaniem możliwości środowiska QDA

Grupa docelowa

ADRESACI

​· Specjaliści ds. jakości, inżynierowie jakości

· Inżynierowie procesu, technolodzy

· Osoby odpowiedzialne za jakość dostawców, pracownicy działów współpracujących z klientem

· Członkowie zespołów realizujących projekty doskonalące, analitycy zajmujący się analizą i przetwarzaniem danych

Informacje dodatkowe

​Uczestnik uczy się:

· Identyfikować zapotrzebowanie na analizy z zakresu Big Data
· Na czym polegają podstawowe metody eksploracji danych
· Jakie środowiska rachunkowe pozwalają na eksplorację danych

Uczestnik dowiaduje się: 
· Co oznacza Big Data – jakie są wymiary i specyfika, skala i właściwości tego podejścia
· Jakie korzyści płyną z Big Data – Big Data może pokazać nowe związki między danymi, niewidziane wcześniej tendencje i przyczynić się do wzrostu wiedzy procesowej która może być wykorzystana w doskonaleniu procesu
· Jakie środki, narzędzia i środowisko można wykorzystać w zakresie wydobywania wiedzy z danych tj. eksploracji danych