Повышение квалификации

Управление продажами на основе искусственного интеллекта и машинного обучения

Записаться на курс
36 часов

Финансовый Университет при правительстве РФ приглашает вас пройти практический курс повышения квалификации: «Управление продажами на основе искусственного интеллекта и машинного обучения» . Курс рассчитан на 36 академических часов.

​​​​Практическая краткосрочная программа повышения квалификации «Управление продажами на основе искусственного интеллекта и машинного обучения» направлена на развитие компетенций в области теории и практики создания систем машинного обучения для использования в компаниях различных направлений бизнеса: розничной торговли товарами и услугами, в том числе e-commerce,  финансовых компаниях,  стартапах и других в целях анализа и повышения объема продаж товаров и услуг. 

Искусственный интеллект и машинное обучение стали неотъемлемой частью эволюции технологий, продаж, маркетинга и бизнеса. В процессе обучения на данном курсе вы получите реальный опыт и знание того, как искусственный интеллект и машинное обучение работают на практике.
 
Спрос на специалистов в данной сфере стремительно растет и уже вышел за пределы ИТ-компаний, они становятся все более востребованными в продажах, маркетинге, финансах и даже HR​.
Вид программыПродолжительностьСтоимость обученияПолучаемый документ:
Повышение квалификации36 академических часа32 000 руб.Удостоверение о повышении квалификации

​​По результатам обучения вы сможете:

  • ​находить и оценивать возможности применения систем искусственного интеллекта для решения прикладных задач, влияющих на повышение качества реализуемых товаров и услуг, повышения лояльности клиентов и объема продаж;
  • решать конкретные бизнес-задачи и работать с данными с помощью машинного обучения.​;
  • самостоятельно проектировать и реализовывать интеллектуальные информационные системы прогнозирования спроса, продаж, доходов, оттока клиентов, сегментирования потребителей, разработки рекомендательных систем, основанных на современных технологиях машинного обучения и обработки больших данных.​

По результатам освоения программы вы получаете удостоверение о повышении квалификации установленного образца Финансового университета при Правительстве Российской Федерации.​

Преподаватель курса «Управление продажами на основе искусственного интеллекта и машинного обучения»

Модули программы
  1. Модуль 1. Введение в машинное обучение
    Искусственный интеллект и области его применения. Интеллектуальный анализ данных, большие данные, машинное обучение. Методы и задачи интеллектуального анализа данных, машинного обучения и обработки больших данных. Области применения методов и технологий интеллектуального анализа данных, машинного обучения и обработки больших данных. Примеры задач машинного обучения: поиск информации в интернете, распознавание изображений, лиц, эмоций, пола, возраста, распознавание речи, языка, эмоциональной окраски текстов, прогнозирование продаж, прогнозирование оттока клиентов, кредитный скоринг, рекомендательные системы и др. Сервисы, основанные на обработке данных, машинном обучении, принятии решений и их место в финансовых услугах. Большие данные и машинное обучение: Определения, специфика, примеры. Основные характеристики больших данных и их влияние на сбор, хранение, обработку и анализ данных (4V). Критерии аналитических задач, решение которых предпочтительно с использованием технологий Big Datа.

  2. Модуль 2. Практическое использование моделей классификации в задаче кредитного скоринга
    Задача кредитного скоринга. Задача прогнозирования оттока клиентов. Модель логистической регрессии. Методы оценки качества моделей классификации. Модели деревьев и лесов решений. Бустинг деревьев решений. Нейронные сети и машины опорных векторов. Технологическая реализация моделей машинного обучения в Microsoft Azure Machine Learning. Технологии улучшения моделей машинного обучения.
    Практическая работа: Построение системы кредитного скоринга (kaggle).

  3. Модуль 3. Практическое использование моделей регрессии в задачах прогнозирования спроса, продаж, доходов
    Задачи прогнозирования спроса, продаж, доходов. Модель множественной линейной регрессии. Методы оценки качества моделей регрессии. Использование моделей деревьев, лесов, нейронных сетей для прогнозирования.
    Практическая работа: Построение системы прогнозирования продаж (kaggle).

  4. Модуль 4. Практическое использование моделей кластерного анализа в задаче сегментирования потребителей
    Кластерный анализ. Задача сегментирования потребителей. Метод К-средних. Методы оценки качества моделей кластерного анализа.
    Практическая работа: Сегментирование потребителей.

  5. Модуль 5. Анализ аномалий, рекомендательные системы и анализ текстовой информации в финансах
    Поиск аномалий. Задача поиска мошеннических трансакций.
    Принципы анализа текстовой информации. Принципы анализа эмоциональной окраски текстов
    Практическая работа: Анализ эмоциональной окраски записей в социальных сетях.
    Принципы создания рекомендательных систем.
    Практическая работа: Построение рекомендательного сервиса.

Очное обучение
Индивидуальные консультации с ведущими экспертами рынка

 

Подайте заявку на практический курс повышения квалификации

32 000 рублей

Поделиться:
Ваше сообщение было успешно отправлено нам. Спасибо!
На ваш email адрес отправлено письмо. Пожалуйста, подтвердите подписку.
Спасибо!