Twip battle - Курс документоведение, - VS - Создание предиктивных

Report a problem
Vote
Курс документоведение, курс делопроизводство, курс секретарь

Курс документоведение, курс делопроизводство, курс секретарь
700
Одним из важных элементов современных технологий является документационное обеспечение любой деятельности. Поэтому я предлагаю свои услуги репетитора для совершенствования ваших навыков и умений в организации документов, не только на рабочем месте, но и других сферах вашей деятельности, так как каждый документ имеет юридическую силу. И, конечно же, если кому-то просто будет интересно в сокращенной форме изучить для себя новое направление как документоведение, обращайтесь.

Всего 7 занятий длительностью около часа. В ходе занятий имеется презентация и практические заданий. После занятия высылается дополнительный материал. 
700 рублей за занятие. Если понадобиться 8 и последующие занятий, то цена следующих занятий будет составлять 550 рублей. 
Что вас ждет у меня?


 вы освоите работу с Word и Excel;
 "набьёте" руку создавать документы и понимать их на практике под руководством репетитора;
 разберете все интересующие вас вопросы;
 узнаете все про организацию делопроизводства: обзор всех документопотоков и обеспечение сохранности документов;
 в домашних заданиях у вас будет много практики . Уже во время обучения вы создадите свои шаблоны документов, которые сможете применять в работе, сэкономив время и повысив эффективность;
 вы получите возможность показать себя специалистом перед начальством и коллегами;
 в работе с документами вам сможет доверять любой

Vote
Создание предиктивных или классифицирующих моделей

Создание предиктивных или классифицирующих моделей
2000
Использование алгоритмов машинного обучения (Mashine Learning) для глубокого анализа данных и построения моделей

Предиктивная модель - эффективный инструмент поддержки принятия бизнес-решений. Создание такой модели - процесс поиска закономерностей с использованием алгоритмов машинного обучения (Mashine Lerning) в существующем наборе исторических данных (обучение модели) для предсказания наиболее вероятных вариантов развития событий в будущем (применение модели).

Классифицирующая модель позволяет разбить большой массив данных на группы (классы), характеризующиеся сходным набором признаков, используя явные и неявные закономерности. Применение такой модели, позволяет, например, определить группы пользователей, характеризующихся определенным поведением и сделать им предложения, интересные именно для них.

Для обеспечения качества работы модели необходим тщательный отбор и подготовка входных данных. Также может возникнуть необходимость во внешних данных. Результатом моей работы будет:

1) сама модель в формате, определяемом выбранной моделью (например, в случае линейных моделей это будет вектор весов каждого из факторов. Вес фактора определяет степень его влияния на результат)

2) отчет о валидности (точности предсказания) модели

3) файл с результатами применения модели к исследуемому набору данных