تحليل البيانات لمتخذي القرار

مقدمة عن الدورة التدريبية:

توفر لك هذه الدورة التدريبية الأدوات التي تحتاجها لتشغيل البيانات: "كيفية إعداد التجارب، وكيفية جمع البيانات، وكيفية التعلم من البيانات، واتخاذ القرارات بشأن كيفية التنقل في القضايا التنظيمية والقانونية والأخلاقية التي تنطوي عليها البيانات المستندة إلى البيانات اتخاذ قرار". ويقوم البرنامج بتدريس أطر العمل المستخدمة على نطاق واسع في تحليلات الأعمال: "التحيزات والتجريب والتحليلات الوصفية والتحليلات الإرشادية والتحليلات التنبؤية"، ثم يقوم المشاركون بتنفيذ الأطر التي تعلموها من خلال المهام.

أهداف الدورة التدريبية:
في نهاية الدورة سيكون المشاركون قادرين على:

• التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
• تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
• التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
• شرح الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
• توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
• تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
• فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
• اكتساب بعض أدوات التحليل المتقدمة مثل "Tensor Flow".

الفئات المستهدفة:

• المديرون والموظفون عبر وظائف مختلفة ممن يرغبون في تنفيذ مشاريع التحليل في مؤسستهم.
• مديرو الأعمال حيث توفر لهم الدورة التقنيات اللازمة لتحويل مؤسستهم إلى مؤسسة تعتمد على البيانات.
• كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته.

محتوى الدورة التدريبية:

الوحدة الأولى: تحيزات القرار:

• فخاخ القرار.
• فوائد التحليلات.
• تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.

التحليلات الوصفية {1}:

• ما هو استخراج البيانات؟
• التجريف على شبكة الإنترنت.
• واجهة برمجة التطبيقات "API".
• ما البيانات التي يمكنك العثور عليها؟
• ما رأيك في البيانات التي عثرت عليها؟
• الأمازون وواجهات برمجة التطبيقات.
• تنظيف البيانات.
• الإحصاء الوصفي.
• توزيعات طبيعية وليست طبيعية.
• حجم التأثير وفواصل الثقة.
• القدرة على جمع وتنظيف ووصف البيانات التي لديك.

الوحدة الثانية: التحليلات الوصفية {2}:

• ما هي التحليلات الإرشادية؟
• ربط التحليلات التنبؤية بهدف الأعمال.
• الغوص العميق في نموذج الأعمال.
• اتخاذ قرار العمل.
• تحيزات الاقتصاد السلوكي.
• العزوف عن المخاطرة.
• تنويع.
• عملية صنع القرار والحرمان.

الوحدة الثالثة: فرص البيانات الكبيرة:

• ماذا تعني البيانات الكبيرة بالنسبة لك؟
• مقدمة للبيانات الكبيرة.
• ما هي البيانات الكبيرة؟
• الأربعة المقابلة للبيانات الكبيرة "الحجم والتنوع والسرعة والصدق".
• تحديات البيانات الكبيرة.
• فرص البيانات الكبيرة.
• حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
• تجريب:
  • تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.

الوحدة الرابعة: التحليلات التنبؤية "التعلم الآلي":

• التعلم الآلي مقابل اختبار الفرضيات.
• تعلم الممارسة الآلية.
• خوارزميات التعلم الآلي.
• تعلم الآلة الخاضعة للإشراف.
• تفسير التحليل.
• التعلم الآلي في العالم الحقيقي.

الوحدة الخامسة: الأخلاقيات والقضايا القانونية والتنظيمية:

• تحديات التنفيذ.
• إنشاء البنية التحتية الصحيحة.
• استراتيجية البيانات الكبيرة.
• البيانات الشخصية.
• الخصوصية وإخفاء الهوية.
• القرصنة والتهديدات الداخلية.
• جعل خدمة العملاء مريحة.
• تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
• تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.