Управљање пројектима
Модерно пословно окружење се одликује значајно већим обимом података и мањком времена за доношење одлука.
За разлику од праксе у развијеним земљама, код нас се технике за припрему, анализу и закључивање из расположивих
пословних података недовољно користе, што неповољно утиче на продуктивност и профит.
Основни концепти и
технике анализе и закључивања из података биће приказани у оквиру најчешће коришћених, или отворених окружења,
попут MS Excel , MS Power BI и Weka софтвера.
Курс се састоји из теоријског и практичног дела.
Теоријски део курса обухвата:
Поступак анализе пословног процеса и начини за превођење релевантних података у
структуиране Excel табеле. Обрада структуираних табела коришћењем Power Query-а, пивота и филтера. Евалуација
различитих пословних сценарија у Excel-у коришћењем модула за „Шта-ако“ (What-if) анализу, проналажење оптималног
решења у модулу Solver, као и технике статистичке обраде из Analysis ToolPak модула (хистограми, анализа варијансе,
дескриптивна статистика, корелација).
Анализа података применом визуелне интерпретације у окружењу MS Power BI
, која обухвата:
- учитавање из структуираних табела
- форматирање основних графичких приказа
- филтери
и интеракција приказа
- креирање и модификација интерактивних веб извештаја
Основни концепти везани
за креирање, верификовање и интерпретацију предикционих модела заснованих на методама учења из података. Пример
класификационе методe - стабала одлучивања (Decision Tree ). Пример предикционе методе - неуралне мреже (Neural Network).
Како применити у пракси стабла одлучивања и неуралне мреже коришћењем Excel-a и отвореног софтвера Weka.
Практични део курса обухвата самостални рад полазника на конкретним примерима из пословне праксе
(проток новца на пројекту, предвиђање кашњења на пројекту).
За полазнике курса предвиђен је материјал
са предавања у писаном и електронском облику, као и поставке и решења примера са вежби.
На крају курса
биће извршено вредновање програма континуиране едукације од стране полазника и подељени сертификати које издаје
Грађевински факултет Универзитета у Београду.
Упознавање полазника са основним концептима и техникама анализе и закључивања из пословних података.
Дан/Сат | Тема | Метод обуке* | Предавач |
Дан 1 | | ||
9:00-9:30 | О подацима у пословном окружењу | предавање | Ђорђе Недељковић |
9:30-10:00 | Организација података у структуираним табелама | Ђорђе Недељковић | |
10:00-11:30 | Основе Power Query модула, пивоти, пивот графови и филтери | предавање | Ђорђе Недељковић |
11:30-12:00 | пауза | Ђорђе Недељковић | |
12:00-13:30 | Статистичка анализа у Excel-у: модули What if, Solver и Analysis ToolPak | предавање | Ђорђе Недељковић |
13:30-14:30 | Практична вежба 1 – моделирање, обрада и анализа података на примеру протока новца на пројекту | вежбе, самостални рад | Ђорђе Недељковић |
Дан 2 | |||
9:00-11:00 | Увод у Power BI: учитавање података из структуираних табела, креирање и измене визуелних приказа | предавање | Ђорђе Недељковић |
11:00-12:00 | Power query у Power BI-ју: повезивање и трансформација података из више извора | предавање | Ђорђе Недељковић |
12:00-12:30 | Пауза | ||
12:30-13:30 | Power BI – креирање wеб извештаја | предавање | Ђорђе Недељковић |
13:30-14:30 | Практична вежба 2 – израда интерактивног извештаја за проток новца, пример анализе кашњења на пројекту | вежбе, самостални рад | Ђорђе Недељковић |
Дан 3 | |||
9:00-10:30 | Увод у класификационе и регресионе методе машинског учења: модел и параметри, учење из података, тренинг и тест подаци, генерализација и преприлагођавање, комплексност модела | предавање | Милош Ковачевић |
10:30-11:00 | Класификација применом стабла одлучивања (Decision Tree) | предавање | Милош Ковачевић |
11:00-12:00 | Практична вежба 3 – Стабла одлучивања у софтверу Weka, пример предвиђања кашњења на пројекту реконструкције путне деонице | вежбе | Милош Ковачевић |
12:00-12:30 | Пауза | ||
12:30-13:30 | Регресиони модел заснован на Неуралној мрежи (Neural Network) | предавање | Милош Ковачевић |
13:30-14:30 | Практична вежба 4 – Неуралне мреже у софтверу Weka, пример предвиђања резидуалне цене грађевинске машине | вежбе, самостални рад | Милош Ковачевић |
Цена курса:
24.000,00 РСД.
Цена курса обухвата:
За правна лица обезбеђујемо попусте у односу на број пријављених полазника.
# | BROJ POLAZNIKA | Popust |
---|---|---|
1 | 2 - 3 | 10 % |
2 | 4 - 20 | 20 % |
Ускоро
Грађевински факултет у Београду
Булевар краља Александра 73, Београд