Mathematical forecasting of market demand and sales

КВИТКИ

Тип Опис Кількість Залишок Ціна Сума

Оберіть кількість квитків, яку ви хочете купити

iHUB, вул. Хрещатик, 10, Київ

Опис

15-16 грудня за підтримки MySales Labs та OSA Hybrid Platform відбудеться курс Mathematical forecasting of market demand and sales.
 
Курс триватиме 2 дні та охопить бізнес й технічну сторони математичного прогнозування попиту та продажів. 

  
Business day
Протягом першого дня слухачі отримають повну картину того, які задачі можна вирішити за допомогою прогнозування, як впроваджувати та оцінювати релевантність прогнозів.
 
Буде охоплено:
- аналіз бізнес-вимог;
- визначення області проблеми,
- збір необхідних даних;
- аналіз метрик;
- класичні методи прогнозування;
- побудова моделей.
У якості методів прогнозування в перший день будуть класичні й інтерпретовані, щоб можна було сконцентруватися на процесі прогнозування в цілому, а не на деталях внутрішнього устрою будь-якого методу.

  
Tech day
 
У другий день будуть розібрані основи машинного навчання для отримання більш високої точності моделей, використовуючи інструменти бібліотеки scikit-learn на Python.
 
Матеріал, що буде розглянуто на курсі, дозволить швидко створювати власні базові рішення, більш точні, ніж класичні засоби прогнозування.
 
 --------------------------
 Спікери:
 
Микола Лисенко
Senior Data Scientist at OSA HP
 
Микола закінчив бакалаврат математичного факультету Національного дослідницького університету «Вища школа економіки» і магістратуру економічного факультету того ж університету зі спеціалізацією в економетриці та математичних методах аналізу економіки у Москві. 
 
До того, як стати data scientist, Микола займався теоретичною математикою. В якості дослідника він став автором/співавтором багатьох публікацій.
 
Він працював data scientist в багатьох компаніях. Зокрема, в Yandex Data Factory. На даний момент Микола працює в OSA Hybrid Platform — компанії розробника AI-рішень для продуктових роздрібних мереж і виробників з FMCG-сектора.

 
  
Олексій Івасюк
Founder, MySales Labs Ltd.
 
Олексій закінчив Київський політехнічний інститут з вищим національним дипломом з математики та інформатики
Олексій має досвід роботи в різних напрямах ІТ-бізнесу з 1994 року. Він впровадив величезні міжнародні проекти в роздрібних, FMCG та компаніях з важкої промисловості Європи.
З 2014 року Олексій став ІТ-підприємцем. Він засновник та  головний архітектор рішень у компанії MySales Labs.
MySales Labs надає IT-рішень, що базуються на прогнозі, сприяють зростанню бізнесу, підвищують рентабельність і дохід. MySales Labs допомагає компаніям оптимізувати запаси без втрат продажів і посилити конкурентоспроможність на світових ринках.

 --------------------------
 
 Для кого цей курс?
Бізнес аудиторія: 
бізнес аналітики і аналітики даних, 

керівники проектів, 

project та product менеджери

Технічні спеціалісти:  
розробники, 

BI-аналітики, 

data scientists


  
Вимоги до учасників
Business day: впевнене володіння одним з інструментів для роботи з табличними даними (наприклад, Excel).

Tech day: вміння читати математичну нотацію, знання основ лінійної алгебри й математичного аналізу, а також будь-якої мови програмування (бажано, але не обов'язково Python). 


 --------------------------
 
 Програма курсу 
 
День 1 (Business Day)
 
Тема: "Введення в математичну статистику і прогнозування"
Тривалість: 1,5 години
Зміст: дескриптивний аналіз (середнє, медіана, мода, дисперсія, квантилі); викиди, їх вплив на прогноз і способи їх виявлення (діаграми Боксу-Уіскера); випадкові величини і випадкові процеси; введення в статистичну перевірку гіпотез (без формул); основні поняття з теорії часових рядів (стаціонарність, тренд, сезонність); попередня обробка даних.
 
Тема: "Класичні методи прогнозування"
Тривалість: 2 години
Зміст: ковзне середнє; експоненціальне ковзне середнє; адаптивна селекція; парна лінійна регресія на час; розкладання тимчасового ряду на тренд, сезонність і випадкову складову; множинна лінійна регресія і облік зовнішніх чинників; підхід top-down для прогнозування пов'язаних часових рядів.
 
Тема: "Демонстрація рішення для масового прогнозування продажів MySales"
Тривалість: 1 година
Зміст: "Як у промислових масштабах працює математичне прогнозування, враховуючи різні фактори, такі як сезонність, тренд, ціни, знижки, погода, макроекономічні показники, комунікації (facebook, веб-сайт, ТВ- реклама тощо) "
 
Тема: "Прогнозування і прикладні завдання бізнесу. Оцінка якості, вибір метрик, підводні камені в постановці завдання прогнозування "
Тривалість: 2,5 години
Зміст: метрики оцінки точності прогнозу (MSE, R ^ 2, MAE, MAPE, спеціальна метрика для прогнозування попиту); графік залишків прогнозу; переподгонка (перенавчання); розбиття на тренувальні та тестові множини; важливість розподілу в часі; крос-валідація для часових рядів; введення в A / B-тестування; огляд того, для чого прогнози можуть використовуватися бізнесом; зведення прикладної задачі до задачі прогнозування; інтерпретація і помилкова кореляція; історії про те, як правильна відповідь на неправильне питання призводить до поганих результатів.

  
День 2 (Tech Day)
 
Тема: "Введення в машинне навчання"
Тривалість: 2 години
Зміст: що таке машинне навчання; основні поняття (тренування множин, навчальний алгоритм, навчена модель, функція втрат і її відмінність від метрики, гіперпараметри); процес машинного навчання і загальноприйняті методології ведення проектів; приклади простих методів машинного навчання; порівняння машинного навчання з економетрикою.
 
Тема: "Прогнозування за допомогою ансамблів дерев"
Тривалість: 2 години
Зміст: дерева рішень; bias-variance tradeoff; ансамблі дерев рішень (random forest, gradient boosting); нюанси прогнозування за допомогою дерев рішень (наприклад, як ловити тренди); приклад набору ознак, за якими можна прогнозувати попит; прогнозування з горизонтом за допомогою random forest
 
Тема: "Прогнозування за допомогою нейронних мереж"
Тривалість: 2 години
Зміст: введення в нейронні мережі; метод зворотного поширення помилки; короткий огляд основних архітектур нейронних мереж; прогнозування з горизонтом за допомогою багатошарового перцептрона; підготовка даних для нейронних мереж; як з'єднати нейронну мережу з ансамблем дерев за допомогою стекінгу.
 
Практичне заняття (семінар) на ноутбуках з пройденого матеріалу
Тривалість: 2 години
Зміст: огляд інструментів на Python (scikit-learn); трансформери і пайплайн в scikit-learn; задача: спрогнозувати кілька часових рядів різними методами з різними наборами ознак і гіперпараметрів, провести оптимізацію і оцінити результати.

 --------------------------
 
 Мова курсу: російська
Коли: 15-16 грудня
Де: iHUB, вул. Хрещатик, 10 Київ
 
Кількість місць обмежена: 30 учасників
 
Знижка 10% від 3 квитків
Знижка 15% від 5 квитків
Знижка 25% для студентів
 
Ціни:
 
Business day (15 грудня):
До 16 листопада - 2200; 
17-30 листопада - 2500;
1-15 грудня - 2700.
 
Tech day (16 грудня):
До 16 листопада - 2200; 
17-30 листопада - 2500;
1-15 грудня - 2700.
 
Квиток на два дні:
До 16 листопада 3200 грн 
17-30 листопада 3500 грн 
 1-15 грудня 3700 грн 

  
Учасники мають можливість відвідати 1 або 2 дні курсу

 --------------------------
ПРОГРАМА ПОВЕРНЕННЯ 50 % ВАРТОСТІ КУРСУ
 
Учасники* мають можливість повернути 50 % квитку**, виконавши завдання Курсу 0 та Курсу 1 від MySales Labs до 15 грудня.
 
Спонсором та виконавцем акції є компанія MySales Labs.
 
 Курс 0

Курс 1
 
* 50 % вартості квитків отримають лише перші 10 учасників, що виконають обидва завдання. Оголошення переможців відбудеться на на курсі Mathematical forecasting of market demand and sales.
 
** Пропозиція діє лише при купівлі квитків на сайті фізичними особами. Акція не діє на квитки, що були придбані за безготівковими розрахунками від юридичних осіб.
 
Виконане завдання надсилати на пошту: contact@mysales-labs.com

  

  

  

Організатори