Deze driedaagse training bestaat uit zes blokken van een halve dag. We beschrijven de inhoud van deze zes blokken.
1. De Analytics & Data Science taal spreken
- Describe, predict, prescribe, little, medium, big data, machine learning, statistiek, simulatie, optimalisatie: alle termen komen aan bod.
- Toegelicht met uitgevoerde projectvoorbeelden
- Onder andere twee voorbeelden waarmee CQM de Nederlandse Data Science prijs heeft gewonnen.
- Van probleem en doelstelling tot inzicht, root causes, bewezen oplossingen, en voorbereid op implementatie en borging.
2. Werkwijze in Data Science projecten
- We spelen de Sales Manager Game: interpreteren van wekelijkse sales rapporten om sales te maximaliseren.
- Process Monitoring and Statistical Process Control als voorspellen niet goed mogelijk is.
- Stapsgewijze aanpak in Data Science projecten.
- Specifieke aandachtspunten in de werkwijze als het projectdoel Decision Quality van procesverbetering is.
3. Goede conclusies trekken uit data
- We spelen de Yield Optimization Game: maximaliseer de opbrengst van een productieproces met beperkte middelen.
- Correlatie en causaliteit: observationele data, experimentele data en expertkennis.
- Voorspelbaarheid en stabiliteit.
- Conceptueel begrip van significantie en relevantie.
- Relatie met betrouwbaarheidsintervallen en voorspellingsintervallen.
4. Descriptive Data Science: Leren van data
- Basis statistiek & visualisaties om:
- Het probleem goed te begrijpen en de relevantie van potentiële oorzaken te kwantificeren.
- De scope van het probleem en relevante deelproblemen goed onderbouwd te kunnen definiëren.
- Sparren om de bijdrage van deelproblemen te visualiseren en communiceren.
- Communiceren over Data Science projecten.
5. Predictive Modeling: Voorspellen met data
- We spelen de Machine Learning Game: ontwikkel het beste algoritme in een bordspel.
- Ingrediënten van een goed voorspelmodel
- Doel, kwaliteit, validatie, piloting, uitlegbaarheid, voorspelformule of -recept, relatie met domeinkennis en achterliggend bedrijfsdoel, metrieken, inzicht in dynamiek, generaliseerbaarheid naar toekomst.
- Overzicht veel gebruikte modellen.
- Verschillen en overeenkomsten, oa statistische modellen versus machine learning modellen.
6. Prescriptive Modeling: Beslissen op basis van data
- We spelen de Service Crew Assignment Game: wijs service-afdelingen toe aan locaties en bepaal voor welke (andere) locaties je vanaf daar het onderhoud gaat doen.
- Wiskunde optimalisatie voor beslissingsondersteuning.
Monique van den Broek helpt je graag verder
Neem contact op