Menu Content/Inhalt
TriloByte Home arrow Studijní programy
Studijní programy Print E-mail
There are no translations available

TBSA - TriloByte Statistical Academy


- Každý studijní program je samostatný, ukončený certifikátem o absolvovaném studiu.
- Výuka je doplněna samostatným řešením úloh a semestrální prací z oboru studujícího.
- Výuka probíhá interaktivně v počítačové učebně ve výukovém centru TriloByte, Staré Hradiště.
- Výuka je individuální a intenzivní, ve skupinách maximálně osmi studentů.
- Součástí studia jsou tištěné studijní materiály a individuální konzultace.
- Výsledky účastníka jsou hodnoceny prostřednictvím seminárních prací.
- Průběh a výsledky studia jsou průběžně evidovány ve Výkazu o studiu (INDEX).
- Výuka probíhá na PC v počítačové učebně s možností použití vlastního notebooku.
- Studující má po dobu výuky k dispozici osobní licenci statistického software.
- Studijní program trvá šest měsíců a zahrnuje šest dvoudenních (6+6 hod) soustředění.

Název studijního programu: Statistické metody pro technologii a výzkum I
Degree: Certified Data Analyst

Témata jednotlivých soustředění:
1. soustředění, 24. – 25. ledna 2023 - Základy pravděpodobnosti, náhodné jevy, náhodná veličina. Rozdělení spojité náhodné veličiny, statistiky, odhady a jejich vlastnosti. Základy „Statistical thinking“.
2. soustředění, 21. – 22. února 2023 - Intervaly spolehlivosti. t-, χ2 a F- rozdělení. Statistické testování. Robustnost. Simulační metody, metody Monte-Carlo, Bootstrap.
3. soustředění, 21. – 22. března 2023 - Lineární algebra a maticové operace. Vícerozměrné rozdělení. Korelace, analýza hlavních komponent PCA.
4. soustředění, 25. – 26. dubna 2023 - Podmíněná střední hodnota. Lineární regresní model, jeho parametry a vlastnosti. Problémy při lineární regresi. Transformace proměnných, polynomická a logistická regrese
5. soustředění, 23. – 24. května 2023 - Lineární modely. Analýza rozptylu. Koncept dummy proměnných v analýze rozptylu, regresi a klasifikaci. Návrh a analýza faktoriálního experimentu. Základy MSA.
6. soustředění,  20. – 21. června 2023 - Nástroje pro SPC. Stabilita procesu. Shewhartovy regulační diagramy. Identifikace bodu změny, kumulativní součty, CUSUM diagram. Způsobilost a indexy způsobilosti.
Ukončení semestru, hodnocení seminární práce, celkové hodnocení.

Denní rozvrh všech soustředění:
1. den: 9. - 16. hod.
2. den: 9. - 16. hod.
Cena kurzu, 1. semestr:
cena kurzu je uvedena bez 21% DPH: 45.000,- Kč
Platbu je možné provést předem, nebo v průběhu semestru.

Místo konání:
Výukové středisko TriloByte Statistical Software s.r.o.,
K Jarošku 300,
Staré Hradiště

Jazyk výuky: čeština

Uzávěrka přihlášek: 15. prosince 2022.

Přihlášku a další informace ke stažení naleznete ZDE
Online registraci naleznete ZDE

Výuka je doplněna samostatným řešením úloh a semestrální prací z oboru studujícího. Součástí studia jsou tištěné studijní materiály a individuální konzultace. Výsledky účastníka jsou hodnoceny. Výuka probíhá na PC v počítačové učebně s možností použití vlastního notebooku. Studující má po dobu výuky k dispozici osobní licenci statistického software. Kurz je ukončen semestrální prací a certifikátem o absolvování kurzu.

Název studijního programu: Statistické metody pro technologii a výzkum II
Degree: Statistical Modelling and Data Analysis Certificate (SMDA)

Témata jednotlivých soustředění:
1. soustředění, 12. – 13. ledna 2023 - Spojitá rozdělení, odhady parametrů. Asymetrická rozdělení, Weibullovo rozdělení, spolehlivost, lognormální rozdělení, transformace, směsi rozdělení, rozdělení součtu. Informace a entropie.
2. soustředění, 9. – 10. února 2023 - Exploratorní analýza. Grafické diagnostické metody. Parametrické a neparametrické testy. Vícerozměrné normální rozdělení, Mahalanobisova vzdálenost, rozklady kovarianční matice, metody vícerozměrné analýzy.
3. soustředění, 9. – 10. března 2023 - Vícerozměrná lineární regrese, vlastnosti a předpoklady, multikolinearita, optimální plány. Robustní metody, vážené nejmenší čtverce, M-odhady. Logistická regrese.
4. soustředění, 13. – 14. dubna 2023 - Transformace proměnných, polynomický model, ortogonalizace, Taylorův rozvoj a responsní povrch. Nelineární regrese, tvorba modelu, reparametrizace, derivační a nederivační algoritmy optimalizace.
5. soustředění, 11. – 12. května 2023 - Modely s kategorickými proměnnými. Substituce dummy-proměnnými. Zobecněná analýza rozptylu.
6. soustředění, 8. – 9. června 2023 - Základy shlukové analýzy, dissimilarity matrix, dendrogramy, k-means, klasifikace, diskriminační analýza. Stromy, CART.
Ukončení semestru, hodnocení seminární práce, celkové hodnocení.

Denní rozvrh všech soustředění:
1. den: 9. - 16. hod.
2. den: 9. - 16. hod.
Cena kurzu, 2. semestr:
cena kurzu je uvedena bez 21% DPH: 45.000,- Kč
Platbu je možné provést předem, nebo v průběhu semestru.

Místo konání:
Výukové středisko TriloByte Statistical Software s.r.o.,
K Jarošku 300,
Staré Hradiště

Jazyk výuky: čeština

Uzávěrka přihlášek: 15. prosince 2022.

Přihlášku a další informace ke stažení naleznete ZDE
Online registraci naleznete ZDE

Výuka je doplněna samostatným řešením úloh a semestrální prací z oboru studujícího. Součástí studia jsou tištěné studijní materiály a individuální konzultace. Výsledky účastníka jsou hodnoceny. Výuka probíhá na PC v počítačové učebně s možností použití vlastního notebooku. Studující má po dobu výuky k dispozici osobní licenci statistického software. Kurz je ukončen semestrální prací a certifikátem o absolvování kurzu.

Název studijního programu: Statistické metody pro technologii a výzkum III
Degree: Statistics Professional Certificate (SP)

Témata jednotlivých soustředění:
1. Základy lineární algebry. Lineární operátory. Vícerozměrnná náhodná veličina a kovarianční matice. Ortogonalizace a hlavní komponenty. Redukce dimenzionality dat.
2. Pokročilé metody lineární regrese. Linearizace. Podmíněnost a stabilita. Regularizace, Ridge, Lasso, PCR regrese, PLS, regresní diagnostiky.
3. Klasifikační modely. Neuronová síť a její vlastnosti. Klasifikace pomocí neuronové sítě. Support Vector Machines. Klasifikace pomocí SVM. Machine Learning.
4. Nelineární optimalizace. Gauss-Newtonova metoda a její modifikace. Back-propagation, optimalizace neuronové sítě. Regrese pomocí neuronové sítě. Regrese pomocí SVM.
5. Pokročilé vícerozměné metody a analýza nečíselných dat. CA, MDS. Práce s reálnými databázemi. Základy SQL, select. Imputace, rekonstrukce a synchronizace dat.
6. Formulace reálných problémů do statistických aplikací, závěrečná práce.
Ukončení semestru, hodnocení seminární práce, celkové hodnocení.


Název studijního programu: Statistical Computing Laboratory
Degree: Statistical Computing Professional (SCP)

Témata jednotlivých soustředění:
1. Základy programování v DARWinu. Typy a struktury proměnných. Struktury algoritmu. Generátory pseudonáhodných dat. Simulace procesů.
2. Interakce s okolím. Import a export dat. Přístup k databázím a souborové operace. Tvorba reportů a tabulek.
3. Simulační postupy, Bootstrap a jeho interpretace. Iterativní algoritmy. Optimalizace algoritmu.
4. Formulace autorského projektu.
5. Práce na projektu.
6. Ukončení, vyhodnocení a implementace projektu.
Ukončení semestru, hodnocení seminární práce, celkové hodnocení.


Název studijního programu: Analýza dat a tvorba aplikací
Degree: System Data Analyst Professional (SDAP)

Témata jednotlivých soustředění:
1. Databázové struktury, typy dat, interakce s databází, formáty dat, konverze dat.
2. Administrace databáze QCE DataCenter, přístup a práva. Operace s tabulkami. Vizualizace dat.
3. Základy jazyka SQL. Příkaz Select. Správa databáze. Interakce se zdroji dat. ODBC, import, konverze.
4. Nástroje jazyka DARWin. Datová interakce s prostředím, formáty dat. Maticové a datové funkce, indexy.
5. Analýza databází, statistické modelování, nástroje KDD a Data Mining, vizualizace, reporting, automatizace analýz, Batch processing.
6. Tvorba uživatelského rozhraní, integrace analytických aplikací, systémová optimalizace procesů. Data flow management.
Ukončení semestru, hodnocení seminární práce, celkové hodnocení.


Název studijního programu: Statistické metody pro řízení jakosti
Degree: Statistical Quality Management Professional (SQMP)

Témata jednotlivých soustředění:
1. Jednorozměrná spojitá a diskrétní rozdělení.  EDA. Variabilita, ztráta. Způsobilost a její měření.
2. Shewhartovy regulační diagramy. Vícerozměrné rozdělení. Korelace. PCA. Hotellingovy diagramy.
3. Autokorelace. Detekce změny procesu. Cusum a EWMA diagramy. Metody diagnostiky procesů.
4. Analýza rozptylu. Lineární regrese. DOE, faktoriální plány. Responsní plochy, optimalizace procesu. MSA.
5. Základy spolehlivosti, Weibullova analýza. Analýza rizik FMEA/FMECA. Základy statistické přejímky.
6. Pokročilé modelování a optimalizace procesů. Vícerozměrné prediktivní modely, neuronové sítě.
Ukončení semestru, hodnocení seminární práce, celkové hodnocení.

Last Updated ( 04.10.2022 )
 
[ Back ]

Login

Seminars, Courses

Show All

Poll

What application is most suitable for you?
powered by www.trilobyte.cz