Продажи на основе искусственного интеллекта и машинного обучения

hsft@fa.ru
+7 499 277-24-88
Краткая аннотация

Практическая краткосрочная программа «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.

Диплом
Удостоверение о повышении квалификации
Требования к поступающим

Курс ориентирован на :

  • сотрудников и руководителей предприятий розничной торговли, банков, страховых, инвестиционных и IT-компаний;
  • предпринимателей и бизнесменов, политиков и общественных деятелей;
  • выпускников ВУЗов и студентов;
  • всех, кто желает овладеть использованием технологий искусственного интеллекта и машинного обучения в реальном бизнесе и не только.
Необходимые документы

Паспорт, диплом о высшем образовании (если имеется).

Условия обучения

Занятия в Финансовом университете в течение 5 дней по 4 часа в вечернее время с 18.50 до 22.00 по адресу Ленинградский пр-кт, д. 51, корп. 1.

Преподаватели

Соловьев Владимир Игоревич

д.э.н., профессор, Руководитель Департамента анализа данных, принятия решений и финансовых технологий Финансового университета, лауреат премий CEEMAN Champion Award, «Проект года» Официального сообщества ИТ-директоров России GlobalCIO и других. Работает в области информационных технологий с 1990 года. Реализовал различные проекты в области анализа финансовых рынков, моделирования умных производств, промышленного, финансового и образовательного интернета вещей, а также в области искусственного интеллекта и обработки данных.для компаний из финансовой отрасли и реального сектора экономики. Автор 20 книг, более 100 научных статей и более 30 статей в профессиональных IT-журналах.

Обладает профессиональными статусами в области наук о данных: Charter Member, Microsoft Professional Program for Data Science Microsoft Certified Solutions Expert (Data Management and Analytics), Microsoft Certified Solutions Associate (Machine Learning), Microsoft Certified Solutions Associate (Data Engineering with Azure), Microsoft Certified Trainer.

Структура и содержание программы

Программа курса:

  1. Алгоритмы машинного обучения. Принципы анализа текстовой и графической информации, эмоциональной окраски текстов. Принципы создания рекомендательных систем. Интеллектуальные сервисы и чат-боты. Нейросетевые технологии. Примеры проектов в различных сферах бизнеса. Современные технологии машинного обучения: R, Python, Spark. Демократизация искусственного интеллекта. Искусственный интеллект без программирования. Microsoft Azure Machine Learning, IBM Watson Machine Learning.
  2. Прогнозирование 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.
  3. Практические модели регрессии. Прогнозирование спроса, продаж, доходов. Модель множественной линейной регрессии. Методы оценки качества моделей регрессии. Использование моделей деревьев, лесов, нейронных сетей для прогнозирования.
  4. Практическое использование моделей кластерного анализа в задаче сегментирования потребителей. Кластерный анализ. Задача сегментирования потребителей. Метод К-средних. Методы оценки качества моделей кластерного анализа.
  5. Анализ аномалий, рекомендательные системы и анализ текстовой информации. Поиск аномалий. Поиск мошеннических трансакций. Принципы анализа текстовой информации. Принципы анализа эмоциональной окраски текстов.
  6. Подведение итогов, результатов выполнения заданий, ответы на вопросы.
Начало обучения

17-28 июня

Цель

В результате обучения вы научитесь:

  • 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.