Предсказательные модели в промышленности и оптимизация производственных процессов

Данный курс отражает многолетний опыт StatSoft в решении реальных прикладных задач в промышленности и на производстве с такими крупнейшими компаниями как ТНК-BP, Северсталь, Интер РАО ЕС и др.

Слушатели учатся строить модели, позволяющие системно изучать технологические процессы, выделять главные факторы, влияющие на процессы и качество продукции, принимать обоснованные решения по оптимизации производства, например, по расходу электроэнергии или газопотреблению.

Курс актуален для всех промышленных приложений в металлургии, нефтедобыче, газовой отрасли, химической промышленности и др.

В курсе производится разбор задач слушателей, ответы на вопросы, разбор реальных примеров.

Актуальные задачи: экономия энергоресурсов, потребления газа, водопотребления, управление качеством и тд.

Цель курса

Научить слушателей строить предсказательные модели и решать реальные задачи, возникающие на производстве.

Для кого этот курс?

Данный курс предназначен для технологов, инженеров, специалистов по контролю качества, руководящего персонала предприятия.

Программа курса

1. Модели технологических процессов: зависимые и независимые переменные, вербальная и математическая модель

2. Технология современного анализа данных в STATISTICA
3. Структура исходных данных, импорт, экспорт, построение запросов к базам данных
4. Чистка и фильтрация данных, удаление выбросов, заполнение пропусков
5. Описательный и визуальный анализ
6. Классификация данных, нахождение связей и зависимостей
7. Корреляционный анализ, факторный анализ, кластерный анализ
8. Регрессионный анализ, построение линейных зависимостей: работа в модуле Множественная регрессия STATISTICA
9. Построение нелинейных зависимостей: работа в модуле Нелинейное оценивание
10. Нейронные сети: работа с нейросетями в STATISTICA
11. Методы добычи данных, деревья классификации и регрессии при анализе производственных процессов
12. Кейсы StatSoft
13. Вопросы и ответы, обсуждение задач слушателей

Длительность курса

12 академических часов, курс разбивается на 3 рабочих дня

Записаться Календарь курсов