SZKOLENIA SAS. ONKO.SYS Kompleksowa infrastruktura inforamtyczna dla badań nad nowotworami CENTRUM ONKOLOGII INSTYTUT im. Marii Skłodowskiej Curie
|
|
- Jan Gajda
- 7 lat temu
- Przeglądów:
Transkrypt
1 SZKOLENIA SAS ONKO.SYS Kompleksowa infrastruktura inforamtyczna dla badań nad nowotworami CENTRUM ONKOLOGII INSTYTUT im. Marii Skłodowskiej Curie DANIEL KUBIK ŁUKASZ LESZEWSKI
2 ROLE ROLE UŻYTKOWNIKÓW MODUŁU HURTOWNI DANYCH SYSTEMU ONKO.SYS Analityk (150) Integrator danych (15) Analitykstatystyk (50) Analityk text-mining (15) Specjalista analiz danych (100) Statystyk (50)
3 SZKOLENIA SAS PEŁNA LISTA SZKOLEŃ Lp Moduł ETL Moduł ETL Narzędzia Jakości Danych Narzędzia Jakości Danych Moduł Kategoryzacji Treści Moduł Kategoryzacji Treści szkolenia dla analityków Narzędzie Raportowe WWW Narzędzie Raportowe WWW Narzędzie Analityczne WWW Narzędzie Analityczne WWW Narzędzia raportowe ad hoc Narzędzia raportowe ad hoc Zaawansowane Narzędzia Analityczne Zaawansowane Narzędzia Analityczne uczetni dni z -ków Oferty Typ v. osob. vouchera (1 osoba) v. grup. Dni 3 1 osobowy 3 1 Administracja i architektura SAS ADM 12 5 grupowy 1 Kod kursu SAS Institute 2 SAS Data Integration Studio: część I DIS1 3 SAS Data Integration Studio: część II DIS2 3 2 osobowy 3 2 SAS Grid Manager: Administracja GRADM 540??? 12 4 grupowy 1 2 Jakość danych: część I DQBAS 2 Jakość danych: część II DQADV 3 1 osobowy 3 1 SAS Grid Manager: Administracja GRADM 1 SAS Content Categorization Studio: Building Models TACCIN 12 2 grupowy 1 1 Zastosowanie i techniki text minig TXM SAS Visual Analytics: Administracja środowiskiem 3 1 osobowy 3 1 VAADM2 rozproszonym SAS Visual Analytics: Eksploracja danych i budowa 96 1 grupowy 8 1 VARAP raportów 3 1 osobowy 3 1 Administracja SAS Middle-Tier ADMMT SAS Visual Analytics: Eksploracja danych i budowa 1 tydzień 1 + VARAP 48 2 grupowy 4 raportów 1 z SAS Visual Statistics VS 3 1 osobowy 3 1 Administracja i architektura SAS ADM 48 1 grupowy 4 1 Praca w SAS Enterprise Guide PRG 3 1 osobowy 3 1 Administracja i architektura SAS ADM miesiąc + 1 dzień??? grupowy x z 4 3 Zastosowania i techniki data mining: część I ZDM 1 Podstawy statystyki PST grupowy x z 4 2 Modele statystyczne część I: ANOVA MST1 grupowy x z 4 1 Podstawy statystyki PST
4 SZKOLENIA SAS PEŁNA LISTA SZKOLEŃ Lp Moduł ETL Moduł ETL Narzędzia Jakości Danych Narzędzia Jakości Danych Moduł Kategoryzacji Treści Moduł Kategoryzacji Treści szkolenia dla analityków Narzędzie Raportowe WWW Narzędzie Raportowe WWW Narzędzie Analityczne WWW Narzędzie Analityczne WWW Narzędzia raportowe ad hoc Narzędzia raportowe ad hoc Zaawansowane Narzędzia Analityczne Zaawansowane Narzędzia Analityczne uczetni dni z -ków Oferty Typ v. osob. vouchera (1 osoba) v. grup. Dni 3 1 osobowy 3 1 Administracja i architektura SAS ADM 12 5 grupowy 1 Kod kursu SAS Institute 2 SAS Data Integration Studio: część I DIS1 3 SAS Data Integration Studio: część II DIS2 3 2 osobowy 3 2 SAS Grid Manager: Administracja GRADM 12 4 grupowy 1 2 Jakość danych: część I DQBAS 2 Jakość danych: część II DQADV 3 1 osobowy 3 1 SAS Grid Manager: Administracja GRADM 1 SAS Content Categorization Studio: Building Models TACCIN 12 2 grupowy 1 1 Zastosowanie i techniki text minig TXM SAS Visual Analytics: Administracja środowiskiem 3 1 osobowy 3 1 VAADM2 rozproszonym 96 1 grupowy 8 1 SAS Visual Analytics: Eksploracja danych i budowa raportów 3 1 osobowy 3 1 Administracja SAS Middle-Tier ADMMT 48 2 grupowy 4 VARAP 1 SAS Visual Analytics: Eksploracja danych i budowa raportów VARAP 1 z SAS Visual Statistics VS 3 1 osobowy 3 1 Administracja i architektura SAS ADM 48 1 grupowy 4 1 Praca w SAS Enterprise Guide PRG 3 1 osobowy 3 1 Administracja i architektura SAS ADM 48 3 grupowy x z 4 3 Zastosowania i techniki data mining: część I ZDM 1 Podstawy statystyki PST grupowy x z 4 2 Modele statystyczne część I: ANOVA MST1 grupowy x z 4 1 Podstawy statystyki PST
5 SZKOLENIA SAS PEŁNA LISTA SZKOLEŃ Lp Moduł ETL Narzędzia Jakości Danych Moduł Kategoryzacji Treści szkolenia dla analityków Narzędzie Raportowe WWW Narzędzie Analityczne WWW Narzędzia raportowe ad hoc Zaawansowane Narzędzia Analityczne uczetn i-ków Liczb a dni z Ofert y v. grup Dni 2 SAS Data Integration Studio: część I 3 SAS Data Integration Studio: część II 2 Jakość danych: część I 2 Jakość danych: część II 1 SAS Content Categorization Studio: Building Models 1 Zastosowanie i techniki text minig SAS Visual Analytics: Eksploracja danych i budowa raportów SAS Visual Analytics: Eksploracja danych i budowa raportów 1 z SAS Visual Statistics Praca w SAS Enterprise Guide 48 3 x z 4 3 Zastosowania i techniki data mining: część I 1 Podstawy statystyki x z 4 2 Modele statystyczne część I: ANOVA x z 4 1 Podstawy statystyki X z 4 2 Modele statystyczne część II: regresja
6 PROFILE PODSTAWOWE GRUPOWANIE PROFILI Integrator danych (9 dni) Analitykstatystyk (2 d) Analityk (1 dzień) Analityk text-mining (2 dni) Specjalista analiz danych (1 dzień) Statystyk (3 dni)
7 Lp 22 Narzędzie Raportowe WWW PROFIL ANALITYK Liczb a dni uczetn z i-ków Ofert y v. grup. Dni SAS Visual Analytics: Eksploracja danych i budowa raportów Tworznie raportów Wizualizacje: Tabele, Wykresy słupkowe, liniowe, rozproszenia, bąbelkowe, mapy geograficzne i wiele innych Eksploracja danych Wizualizacja, poszukiwanie relacji, trendów, nieprawidłowości, itd. Automatyczne wykresy, Selekcja i zaznaczanie w celu odkrycia relacji Łatwa w użyciu analityka: Korelacje (Relacje), Regresja (Liniowa, kwadratowa, sześcienna, PSpline, Best Fit), Prognozowanie (wiele algorytmów), Statystyki agregujące, Drzewa decyzyjne, analizy what-if Dynamiczne hierarchie: Drill down, up
8 PROFIL ANALITYK-STATYSTYK Lp uczetn i-ków Liczb a dni z Ofert y v. grup. Dni 24 Narzędzie Analityczne WWW SAS Visual Analytics: Eksploracja danych i budowa raportów 1 z SAS Visual Statistics Segmentacje W oparciu o metodę k-średnich Interaktywne modelowanie klastrów Drzewa klasyfikacyjne W oparciu o algorytm C4.5 Uogólnione modele liniowe beta, normal, binary, exponential, gamma, geometric, Poisson, inverse Gaussian and negative binomial. Regresja Logistyczna Modele dla danych binarnych z funkcjami logit i probit
9 PROFIL SPECJALISTA ANALIZ DANYCH Lp uczetni -ków dni z Oferty v. grup. Dni 26 Narzędzia raportowe ad hoc Praca w SAS Enterprise Guide Narzędzie dla: analityka biznesowego projektanta/developera zaawansowanego użytkownika Funkcjonalność: przetwarzanie danych analizy (m.in. statystyczne i ekonometryczne) analizy OLAP swobodny dostęp do kodu SAS współdzielenie wyników i analiz przygotowywanie raportów i procesów gotowych
10 Lp 28 Zaawansowane Narzędzia Analityczne PROFIL STATYSTYK uczetn i-ków Liczb a dni z Ofert y 48 3 v. grup. Dni x z 4 3 Zastosowania i techniki data mining: część I 1 Podstawy statystyki x z 4 2 Modele statystyczne część I: ANOVA x z 4 1 Podstawy statystyki X z 4 2 Modele statystyczne część II: regresja Klasteryzacja zmiennych Wybór zmiennych wg różnych technik statystycznych Drzewa decyzyjne Regresja, Sieci neuronowe, Modelowanie dwustopniowe Dmine regression. DMNeural, Gradient boosting, LARS Memory Based Reasoning, Partial Least Squares Rule Induction Szereg kryteriów wyboru do wyboru modelu końcowego (LIFT, ROC Index, ASE.) Klasteryzacji, segmentacja Reguły asocjacji Sieci Kohonena Analiza sekwencji zdarzeń
11 PROFIL ANALITYK TEXT-MINING Lp 20 Moduł Kategoryzacji Treści szkolenia dla analityków uczetn i-ków Liczb a dni z Ofert y v. grup Dni 1 SAS Content Categorization Studio: Building Models 1 Zastosowanie i techniki text minig Możliwość samodzielnego definiowania analizowanych źródeł Samodzielne definiowanie kategorii tematycznych Automatyczne uwzględnienie wszelkich odmian słów kluczowych Możliwość wyłapywania kontekstu słów kluczowych Możliwość definiowania i wyrażeń złożonych
12 Lp 16 Moduł ETL PROFIL INTEGRATOR DANYCH Liczb a dni uczetn z i-ków Ofert y v. grup Dni 2 SAS Data Integration Studio: część I 3 SAS Data Integration Studio: część II Graficzny interfejs projektanta procesów Modelowanie procesów zamiast tworzenia rozwiązań typu: czarna skrzynka Pełna dokumentacja procesów wraz z informacją o zależności pomiędzy elementami: Impact analysis (w przód), Reverse impact analysis (w tył) Duża biblioteka gotowych transformacji danych Dodatkowe, wymagane funkcjonalności realizowane w postaci biblioteki transformacji użytkownika
13 PROFIL INTEGRATOR DANYCH Lp uczetników dni z Oferty v. grup. Dni 18 Narzędzia Jakości Danych Jakość danych: część I 2 Jakość danych: część II Pełny proces czyszczenia danych profilowanie, standaryzacja, deduplikacja, hausholding, wzbogacanie. Polska baza wiedzy (QKB) - definicje polskich reguł gramatycznych dla: adresów, danych osobowych, numerów telefonów, adresów oraz słownik polskich: imion, nazwisk, ulic, miast, gmin, powiatów, województw..
14 PROFILE PODSTAWOWE GRUPOWANIE PROFILI Integrator danych (9 dni) Analitykstatystyk (2 d) Analityk (1 dzień) Analityk text-mining (2 dni) Specjalista analiz danych (1 dzień) Statystyk (3 dni)
15 DZIĘKUJEMY
Cena netto (PLN) IV kwartał. Cena netto (PLN) Podstawy SAS INTRO 1 1 200 1 260 2 20 4 1 7 2
2015 SAS Education sas.com/poland/training Centrum Szkoleniowe SAS Institute sp. z o.o. ul. Gdańska 27/31, 01-633 Warszawa (22) 560 46 20 cs@spl.sas.com Kalendarz szkoleń Grow With Us Nazwa szkolenia Kod
Bardziej szczegółowoSzkolenia SAS Cennik i kalendarz 2017
Szkolenia SAS Spis treści NARZĘDZIA SAS FOUNDATION 2 ZAAWANSOWANA ANALITYKA 2 PROGNOZOWANIE I EKONOMETRIA 3 ANALIZA TREŚCI 3 OPTYMALIZACJA I SYMULACJA 3 3 ROZWIĄZANIA DLA HADOOP 3 HIGH-PERFORMANCE ANALYTICS
Bardziej szczegółowoZAAWANSOWANE METODY ANALIZ STATYSTYCZNYCH red. Ewa Frątczak
Tytuł: Autor: ZAAWANSOWANE METODY ANALIZ STATYSTYCZNYCH red. Ewa Frątczak Wstęp Zaawansowane metody analiz statystycznych przenoszą analizy statystyczne na kolejny wyższy poziom. Określenie tego wyższego
Bardziej szczegółowoWIZUALNA EKSPLORACJA DANYCH I RAPORTOWANIE W SAS VISUAL ANALYTICS ORAZ WSTĘP DO SAS VISUAL STATISTICS
WIZUALNA EKSPLORACJA DANYCH I RAPORTOWANIE W SAS VISUAL ANALYTICS ORAZ WSTĘP DO SAS VISUAL STATISTICS WEBINARIUM, 2016.03.08 Dr Sławomir Strzykowski, Senior Business Solution Manager SAS VISUAL ANALYTICS
Bardziej szczegółowoModelowanie Data Mining na wielką skalę z SAS Factory Miner. Paweł Plewka, SAS
Modelowanie Data Mining na wielką skalę z SAS Factory Miner Paweł Plewka, SAS Wstęp SAS Factory Miner Nowe narzędzie do data mining - dostępne od połowy 2015 r. Aktualna wersja - 14.1 Interfejs webowy
Bardziej szczegółowoBLOK 3 FUNKCJONALNOŚCI OPROGRAMOWANIA DOSTĘPNEGO W RAMACH PIBUK
BLOK 3 FUNKCJONALNOŚCI OPROGRAMOWANIA DOSTĘPNEGO W RAMACH PIBUK INSTYTUT ŁĄCZNOŚCI, WARSZAWA 2015-11-03 AGENDA BLOK 3 Modelowanie i zarządzanie modelami SAS Enterprise Miner SAS Model Mangager Raportowanie
Bardziej szczegółowoLearn SAS. Training Certification Coaching. Grow With Us. Szkolenia Certyfikaty Mentoring Analiza potrzeb szkoleniowych
Learn SAS Training Certification Coaching Szkolenia Certyfikaty Mentoring Analiza potrzeb szkoleniowych 2019 Grow With Us Oferta Centrum Szkoleniowego SAS Analiza potrzeb szkoleniowych Gwarancją udanego
Bardziej szczegółowoSAS ENTERPRISE MINER JAKO NARZĘDZIE ANALITYKA MARIUSZ DZIECIĄTKO
SAS MINER JAKO NARZĘDZIE ANALITYKA MARIUSZ DZIECIĄTKO METODYKA SEMMA (SAMPLE, EXPLORE, MODIFY, MODEL, ASSESS) Prognoza Historia MODEL ANALITYCZNY PRZYGOTOWANIE DANYCH Funkcja przypisująca określoną wartość
Bardziej szczegółowo4.1. Wprowadzenie...70 4.2. Podstawowe definicje...71 4.3. Algorytm określania wartości parametrów w regresji logistycznej...74
3 Wykaz najważniejszych skrótów...8 Przedmowa... 10 1. Podstawowe pojęcia data mining...11 1.1. Wprowadzenie...12 1.2. Podstawowe zadania eksploracji danych...13 1.3. Główne etapy eksploracji danych...15
Bardziej szczegółowoPRAKTYCZNE WYKORZYSTANIE KATEGORYZACJI TREŚCI
PRAKTYCZNE WYKORZYSTANIE KATEGORYZACJI TREŚCI JAKO INNOWACYJNE WSPARCIE HURTOWNI DANYCH W CENTRUM ONKOLOGII-INSTYTUT IM. MARII SKŁODOWSKIEJ-CURIE. Rafał Wojdan AGENDA Dlaczego kategoryzacja treści w Centrum
Bardziej szczegółowoWprowadzenie do technologii Business Intelligence i hurtowni danych
Wprowadzenie do technologii Business Intelligence i hurtowni danych 1 Plan rozdziału 2 Wprowadzenie do Business Intelligence Hurtownie danych Produkty Oracle dla Business Intelligence Business Intelligence
Bardziej szczegółowoWprowadzenie do Hurtowni Danych. Mariusz Rafało
Wprowadzenie do Hurtowni Danych Mariusz Rafało mrafalo@sgh.waw.pl WARSTWA PREZENTACJI HURTOWNI DANYCH Wykorzystanie hurtowni danych - aspekty Analityczne zbiory danych (ADS) Zbiór danych tematycznych (Data
Bardziej szczegółowoL.p Nazwa przedmiotu Kod przedmiotu Osoba(y) prowadząca(e) WDP PDP WIR DAW BDZ
L.p Nazwa przedmiotu Kod przedmiotu Osoba(y) prowadząca(e) 1 2 3 4 5 Wykorzystanie systemu analizy statystycznej SAS w działalności przedsiębiorstwa Przetwarzanie danych w pakiecie SAS (makroprogramowanie,
Bardziej szczegółowoHurtownie danych - przegląd technologii
Hurtownie danych - przegląd technologii Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Biznesowe słowniki pojęć biznesowych odwzorowania pojęć
Bardziej szczegółowoData Mining Kopalnie Wiedzy
Data Mining Kopalnie Wiedzy Janusz z Będzina Instytut Informatyki i Nauki o Materiałach Sosnowiec, 30 listopada 2006 Kopalnie złota XIX Wiek. Odkrycie pokładów złota spowodowało napływ poszukiwaczy. Przeczesywali
Bardziej szczegółowo1. Informacje o StatSoft Polska
1. Informacje o StatSoft Polska StatSoft Polska jest największym w Polsce dostawcą programów do statystycznej analizy danych, a także największym w Polsce organizatorem specjalistycznych kursów i szkoleń
Bardziej szczegółowo*Odniesienie - kształcenia EFEKT KSZTAŁCENIA. Absolwent studiów drugiego stopnia na kierunku Informatyka: symbol Wiedza 1 AI_W01
Efekty dla studiów drugiego stopnia profil ogólnoakademicki, na kierunku Informatyka w języku angielskim (Computer Science), na specjalnościach Sztuczna inteligencja (Artificial Intelligence) oraz Projektowanie
Bardziej szczegółowoMarcin Adamczak Jakub Gruszka MSP. Business Intelligence
Marcin Adamczak Jakub Gruszka MSP Business Intelligence Plan Prezentacji Definicja Podział Zastosowanie Wady i zalety Przykłady Historia W październiku 1958 Hans Peter Luhn pracownik działu badań w IBM
Bardziej szczegółowoDostawa oprogramowania. Nr sprawy: ZP /15
........ (pieczątka adresowa Oferenta) Zamawiający: Państwowa Wyższa Szkoła Zawodowa w Nowym Sączu, ul. Staszica,33-300 Nowy Sącz. Strona: z 5 Arkusz kalkulacyjny określający minimalne parametry techniczne
Bardziej szczegółowoRozumie istotę i znacznie procesów ekstrakcji, transformacji i ładowania danych (ETL), zna wybrany język ETL oraz odpowiednie narzędzia.
Efekty kształcenia dla studiów drugiego stopnia profil ogólnoakademicki na kierunku Informatyka na specjalności Projektowanie systemów analityki biznesowej (Business Intelligence Systems Development),
Bardziej szczegółowoBUSINESS INTELLIGENCE DEVELOPMENT Tego Cię nauczymy:
BUSINESS INTELLIGENCE DEVELOPMENT Tego Cię nauczymy: Cały kurs został podzielony na moduły skupiające się na istotnych z punktu widzenia specjalisty Microsoft Business Intelligence zagadnieniach. Moduły
Bardziej szczegółowoCo to jest Business Intelligence?
Cykl: Cykl: Czwartki z Business Intelligence Sesja: Co Co to jest Business Intelligence? Bartłomiej Graczyk 2010-05-06 1 Prelegenci cyklu... mariusz@ssas.pl lukasz@ssas.pl grzegorz@ssas.pl bartek@ssas.pl
Bardziej szczegółowoPrezentacja firmy WYDAJNOŚĆ EFEKTYWNOŚĆ SKUTECZNOŚĆ. http://www.qbico.pl
Prezentacja firmy { WYDAJNOŚĆ EFEKTYWNOŚĆ SKUTECZNOŚĆ http://www.qbico.pl Firma ekspercka z dziedziny Business Intelligence Srebrny Partner Microsoft w obszarach Business Intelligence i Data Platform Tworzymy
Bardziej szczegółowoWprowadzenie do technologii informacyjnej.
Wprowadzenie do technologii informacyjnej. Data mining i jego biznesowe zastosowania dr Tomasz Jach Definicje Eksploracja danych polega na torturowaniu danych tak długo, aż zaczną zeznawać. Eksploracja
Bardziej szczegółowoSamodzielny Business Intelligence in memory duże i małe. Paweł Gajda Business Solution Architect
Samodzielny Business Intelligence in memory duże i małe Paweł Gajda Business Solution Architect Agenda 1. Zapytania biznesowe 2. SAP Visual Intelligence 3. Szybkość 4. Zaangażowanie 5. Samoobsługa 6. Kreatywność
Bardziej szczegółowoSTATYSTYKA OD PODSTAW Z SYSTEMEM SAS. wersja 9.2 i 9.3. Szkoła Główna Handlowa w Warszawie
STATYSTYKA OD PODSTAW Z SYSTEMEM SAS wersja 9.2 i 9.3 Szkoła Główna Handlowa w Warszawie Spis treści Wprowadzenie... 6 1. Podstawowe informacje o systemie SAS... 9 1.1. Informacje ogólne... 9 1.2. Analityka...
Bardziej szczegółowow ekonomii, finansach i towaroznawstwie
w ekonomii, finansach i towaroznawstwie spotykane określenia: zgłębianie danych, eksploracyjna analiza danych, przekopywanie danych, męczenie danych proces wykrywania zależności w zbiorach danych poprzez
Bardziej szczegółowoPraktyczne aspekty pozyskiwania wiedzy z danych z perspektywy matematyka w bankowości. 2014-01-23 (VI zajęcia) Jakub Jurdziak
Praktyczne aspekty pozyskiwania wiedzy z danych z perspektywy matematyka w bankowości 2014-01-23 (VI zajęcia) Jakub Jurdziak CEL ZAJĘĆ: Prezentacja nowoczesnego banku uniwersalnego jako organizacji opartej
Bardziej szczegółowoKRAJOWY REJESTR NOWOTWORÓW ZINTEGROWANY SYSTEM REJESTRACJI NOWOTWORÓW ZŁOŚLIWYCH W POLSCE
KRAJOWY REJESTR NOWOTWORÓW ZINTEGROWANY SYSTEM REJESTRACJI NOWOTWORÓW ZŁOŚLIWYCH W POLSCE Urszula Wojciechowska, Joanna Didkowska Krajowy Rejestr Nowotworów Centrum Onkologii Instytut im. Marii Skłodowskiej-Curie
Bardziej szczegółowobusiness intelligence
business intelligence enterprise guide Szkolenia z tej grupy dedykowane są dla osób pragnących pracować z SAS Enterpriese Guide wykorzystując przy tym mnogość kreatorów graficznych pozwalających na budowanie
Bardziej szczegółowoZaawansowana analityka biznesowa w oparciu o najnowsze rozwiązania SAP i CISCO. SAP FORUM Polska. Paweł Gajda SAP Polska
Zaawansowana analityka biznesowa w oparciu o najnowsze rozwiązania SAP i CISCO SAP FORUM Polska Paweł Gajda SAP Polska CEL WARSZTATÓW: Zastosowanie SAP Predictive Analysis i SAP Lumira do analiz predykcyjnych
Bardziej szczegółowoHurtownia danych praktyczne zastosowania
Hurtownia danych praktyczne zastosowania Dorota Olkowicz dorota.olkowicz@its.waw.pl Centrum Bezpieczeństwa Ruchu Drogowego ITS Plan prezentacji 1. Hurtownie danych 2. Hurtownia danych POBR 3. Narzędzia
Bardziej szczegółowoEdukacja akademicka z wykorzystaniem narzędzi SAS
Piotr MURYJAS Politechnika Lubelska, Polska Monika WAWER Katolicki Uniwersytet Jana Pawła II w Lublinie, Polska Edukacja akademicka z wykorzystaniem narzędzi SAS Wstęp W erze cyfryzacji wielu obszarów
Bardziej szczegółowoHurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl
Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Plan wykładów Wprowadzenie - integracja
Bardziej szczegółowoHurtownie danych - przegląd technologii
Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Plan wykład adów Wprowadzenie - integracja
Bardziej szczegółowoHurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie
Hurtownie danych i business intelligence - wykład II Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2005-2012 Zagadnienia do omówienia 1. Miejsce i rola w firmie 2. Przegląd architektury
Bardziej szczegółowoAgencja Interaktywna
Agencja Interaktywna System do skutecznego e-mail marketingu Agencja Interaktywna Fabryka Pikseli 1 System mailingowy 1. Opis systemu. System został stworzony z myślą o podmiotach zamierzających prowadzić
Bardziej szczegółowoTABELE PRZESTAWNE W CONTROLLINGU I ANALIZIE SPRZEDAŻY SZKOLENIE OTWARTE KRAKÓW 8 GODZIN DYDAKTYCZNYCH. Controlling Node Próchnicki Wojciech
TABELE PRZESTAWNE W CONTROLLINGU I ANALIZIE SPRZEDAŻY SZKOLENIE OTWARTE KRAKÓW 8 GODZIN DYDAKTYCZNYCH Controlling Node Próchnicki Wojciech TABELE PRZESTAWNE W CONTROLLINGU I ANALIZIE SPRZEDAŻY CZAS TRWANIA:
Bardziej szczegółowoHURTOWNIE DANYCH I BUSINESS INTELLIGENCE
BAZY DANYCH HURTOWNIE DANYCH I BUSINESS INTELLIGENCE Akademia Górniczo-Hutnicza w Krakowie Adrian Horzyk horzyk@agh.edu.pl Google: Horzyk HURTOWNIE DANYCH Hurtownia danych (Data Warehouse) to najczęściej
Bardziej szczegółowoUsługi analityczne budowa kostki analitycznej Część pierwsza.
Usługi analityczne budowa kostki analitycznej Część pierwsza. Wprowadzenie W wielu dziedzinach działalności człowieka analiza zebranych danych jest jednym z najważniejszych mechanizmów podejmowania decyzji.
Bardziej szczegółowoPodstawy statystyki matematycznej w programie R
Podstawy statystyki matematycznej w programie R Piotr Ćwiakowski Wydział Fizyki Uniwersytetu Warszawskiego Zajęcia 1. Wprowadzenie 1 marca 2017 r. Program R Wprowadzenie do R i badań statystycznych podstawowe
Bardziej szczegółowoWidzenie komputerowe (computer vision)
Widzenie komputerowe (computer vision) dr inż. Marcin Wilczewski 2018/2019 Organizacja zajęć Tematyka wykładu Cele Python jako narzędzie uczenia maszynowego i widzenia komputerowego. Binaryzacja i segmentacja
Bardziej szczegółowoRola analityki danych w transformacji cyfrowej firmy
Rola analityki danych w transformacji cyfrowej firmy Piotr Czarnas Querona CEO Analityka biznesowa (ang. Business Intelligence) Proces przekształcania danych w informacje, a informacji w wiedzę, która
Bardziej szczegółowoAnalityka danych w środowisku Hadoop. Piotr Czarnas, 27 czerwca 2017
Analityka danych w środowisku Hadoop Piotr Czarnas, 27 czerwca 2017 Hadoop i Business Intelligence - wyzwania 1 Ładowane danych do Hadoop-a jest trudne 2 Niewielu specjalistów dostępnych na rynku Dostęp
Bardziej szczegółowoZastosowania aplikacji B2B dostępnych na rynku zalety aplikacji online
2012 Zastosowania aplikacji B2B dostępnych na rynku zalety aplikacji online Sławomir Frąckowiak Wdrożenie systemu B2B Lublin, 25 października 2012 Aplikacje B2B do czego? Realizacja najważniejszych procesów
Bardziej szczegółowoPodstawy analizy danych numerycznych w języku Python
Kod szkolenia: Tytuł szkolenia: PYTHON/ANA Podstawy analizy danych numerycznych w języku Python Dni: 2 Partner merytoryczny Opis: Adresaci szkolenia Szkolenie przeznaczone jest dla analityków danych, którzy
Bardziej szczegółowoAnaliza danych. http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU
Analiza danych Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Różne aspekty analizy danych Reprezentacja graficzna danych Metody statystyczne: estymacja parametrów
Bardziej szczegółowoMaciej Kiewra mkiewra@qbico.pl. Quality Business Intelligence Consulting http://www.qbico.pl
Maciej Kiewra mkiewra@qbico.pl Quality Business Intelligence Consulting http://www.qbico.pl Wstęp Integration Services narzędzie do integracji danych Pomyślane do implementacji procesów ETL Extract ekstrakcja
Bardziej szczegółowoPODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE
UNIWERSYTET WARMIŃSKO-MAZURSKI W OLSZTYNIE PODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE http://matman.uwm.edu.pl/psi e-mail: psi@matman.uwm.edu.pl ul. Słoneczna 54 10-561
Bardziej szczegółowoSAS wybrane elementy. DATA MINING Część III. Seweryn Kowalski 2006
SAS wybrane elementy DATA MINING Część III Seweryn Kowalski 2006 Algorytmy eksploracji danych Algorytm eksploracji danych jest dobrze zdefiniowaną procedurą, która na wejściu otrzymuje dane, a na wyjściu
Bardziej szczegółowoOpis efektów kształcenia dla modułu zajęć
Nazwa modułu: Eksploracja danych Rok akademicki: 2030/2031 Kod: MIS-2-105-MT-s Punkty ECTS: 5 Wydział: Inżynierii Metali i Informatyki Przemysłowej Kierunek: Informatyka Stosowana Specjalność: Modelowanie
Bardziej szczegółowoOPIS PRZEDMIOTU ZAMÓWIENIA. Część nr 8 OPROGRAMOWANIE DO ANALIZ MARKETINGOWYCH (pom. nr 1.21)
Zamówienie publiczne współfinansowane przez Unię Europejską ze środków Europejskiego Funduszu Rozwoju Regionalnego w ramach Regionalnego Programu Operacyjnego Województwa Mazowieckiego 2007-2013 w związku
Bardziej szczegółowoWprowadzenie do Hurtowni Danych. Mariusz Rafało
Wprowadzenie do Hurtowni Danych Mariusz Rafało mariusz.rafalo@hotmail.com WPROWADZENIE DO HURTOWNI DANYCH Co to jest hurtownia danych? Hurtownia danych jest zbiorem danych zorientowanych tematycznie, zintegrowanych,
Bardziej szczegółowoAnaliza i wizualizacja danych Data analysis and visualization
KARTA MODUŁU / KARTA PRZEDMIOTU Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013
Bardziej szczegółowoMariusz Dzieciątko. E-mail: splmdz@spl.sas.com. Krótko o sobie / Personal Overview/
Mariusz Dzieciątko Krótko o sobie / Personal Overview/ Mariusz pracuje jako Business Solution Manager, Technology & Big Data Competency Center w SAS Institute Polska. Pracę w tej firmie rozpoczął w maju
Bardziej szczegółowoSzczegółowy opis przedmiotu zamówienia
ZP/ITS/19/2013 SIWZ Załącznik nr 1.1 do Szczegółowy opis przedmiotu zamówienia Przedmiotem zamówienia jest: Przygotowanie zajęć dydaktycznych w postaci kursów e-learningowych przeznaczonych dla studentów
Bardziej szczegółowoPortale raportowe, a narzędzia raportowe typu self- service
Portale raportowe, a narzędzia raportowe typu self- service Bartłomiej Graczyk Kierownik Projektów / Architekt rozwiązań Business Intelligence E mail: bartek@graczyk.info.pl Site: www.graczyk.info.pl Agenda
Bardziej szczegółowoSYLABUS. Dotyczy cyklu kształcenia Realizacja w roku akademickim 2016/2017. Wydział Matematyczno - Przyrodniczy
Załącznik nr 4 do Uchwały Senatu nr 430/01/2015 SYLABUS Dotyczy cyklu kształcenia 2014-2018 Realizacja w roku akademickim 2016/2017 1.1. PODSTAWOWE INFORMACJE O PRZEDMIOCIE/MODULE Nazwa przedmiotu/ modułu
Bardziej szczegółowoSAS Lineage. zależności między obiektami w środowisku SAS, perspektywa techniczna i biznesowa
SAS Lineage zależności między obiektami w środowisku SAS, perspektywa techniczna i biznesowa Agenda Co to jest SAS Lineage Znaczenie w zarządzaniu danymi Produkty i możliwości Baza danych o relacjach Jak
Bardziej szczegółowoOd Expert Data Scientist do Citizen Data Scientist, czyli jak w praktyce korzystać z zaawansowanej analizy danych
Od Expert Data Scientist do Citizen Data Scientist, czyli jak w praktyce korzystać z zaawansowanej analizy danych Tomasz Demski StatSoft Polska www.statsoft.pl Analiza danych Zaawansowana analityka, data
Bardziej szczegółowoIntegracja danych ubezpieczeniowych w czasie rzeczywistym. Łukasz Szewczyk Solution Architect
Integracja danych ubezpieczeniowych w czasie rzeczywistym Łukasz Szewczyk Solution Architect Dlaczego integrować dane w czasie rzeczywistym? W dość krótkim czasie większość danych jakie posiadamy staje
Bardziej szczegółowoWymagania na szkolenia
Numer sprawy: DPZ/4/15 Nr arch. DPZ/087/059-5/15 Załącznik nr 1c do SIWZ/do Umowy Wymagania na szkolenia 1. Wstęp Opisaną w niniejszym dokumencie częścią przedmiotu zamówienia jest: zrealizowanie szkoleń
Bardziej szczegółowoTOPWEB Microsoft Excel 2013 i PowerBI Przygotowanie danych, analiza i efektowna prezentacja wyników raportów
TOPWEB Microsoft Excel 2013 i PowerBI Przygotowanie danych, analiza i efektowna prezentacja wyników raportów Przeznaczenie szkolenia Szkolenie dla osób chcących: Profesjonalnie przygotowywać dane do dalszej
Bardziej szczegółowodata mining machine learning data science
data mining machine learning data science deep learning, AI, statistics, IoT, operations research, applied mathematics KISIM, WIMiIP, AGH 1 Machine Learning / Data mining / Data science Uczenie maszynowe
Bardziej szczegółowoR dla każdego : zaawansowane analizy i grafika statystyczna / Jared P. Lander. Warszawa, Spis treści
R dla każdego : zaawansowane analizy i grafika statystyczna / Jared P. Lander. Warszawa, 2018 Spis treści Słowo wstępne Wprowadzenie xi xii 1 Poznajemy R 1 1.1 Pobieranie R 1 1.2 Wersja R 2 1.3 Wersja
Bardziej szczegółowoSAS Data Quality. Technologia i wykorzystanie
SAS Data Quality Technologia i wykorzystanie Problemy rozwiązywane przez użycie narzędzi SAS Data Quality Zduplikowani klienci - nieodpowiednie propozycje warunków handlowych, nieadekwatna oferta Błędne
Bardziej szczegółowoPaweł Gołębiewski. Softmaks.pl Sp. z o.o. ul. Kraszewskiego 1 85-240 Bydgoszcz www.softmaks.pl kontakt@softmaks.pl
Paweł Gołębiewski Softmaks.pl Sp. z o.o. ul. Kraszewskiego 1 85-240 Bydgoszcz www.softmaks.pl kontakt@softmaks.pl Droga na szczyt Narzędzie Business Intelligence. Czyli kiedy podjąć decyzję o wdrożeniu?
Bardziej szczegółowoAnalityka danych w środowisku Hadoop. Piotr Czarnas, 5 czerwca 2017
Analityka danych w środowisku Hadoop Piotr Czarnas, 5 czerwca 2017 Pytania stawiane przez biznes 1 Jaka jest aktualnie sytuacja w firmie? 2 Na czym jeszcze możemy zarobić? Które procesy możemy usprawnić?
Bardziej szczegółowoZalew danych skąd się biorą dane? są generowane przez banki, ubezpieczalnie, sieci handlowe, dane eksperymentalne, Web, tekst, e_handel
według przewidywań internetowego magazynu ZDNET News z 8 lutego 2001 roku eksploracja danych (ang. data mining ) będzie jednym z najbardziej rewolucyjnych osiągnięć następnej dekady. Rzeczywiście MIT Technology
Bardziej szczegółowoO systemach D-Sight Charakterystyka
O systemach D-Sight Charakterystyka Systemy wspomagania podejmowania decyzji firmy D-Sight Nawet stosunkowo proste problemy decyzyjne wymagają wieloaspektowej (wielokryterialnej) analizy. Jest to racjonalne
Bardziej szczegółowoStatSoft profesjonalny partner w zakresie analizy danych
Analiza danych Data mining Sterowanie jakością Analityka przez Internet StatSoft profesjonalny partner w zakresie analizy danych StatSoft Polska Sp. z o.o. StatSoft Polska Sp. z o.o. ul. Kraszewskiego
Bardziej szczegółowoI. Oprogramowanie sieciowe do prowadzenia analiz statystycznych wyników badań naukowych
Załącznik nr 1 do siwz Znak sprawy: ZP-PNK/D/2013/9/87 (nazwa wykonawcy) SPECYFIKACJA PRZEDMIOTU ZAMÓWIENIA w postępowaniu powaniu o udzielenie zamówienia publicznego prowadzonym w trybie przetargu nieograniczonego
Bardziej szczegółowoSTUDIA PODYPLOMOWE. Analiza i Eksploracja Danych Rynkowych i Marketingowych. Podstawa prawna
STUDIA PODYPLOMOWE Analiza i Eksploracja Danych Rynkowych i Marketingowych Rodzaj studiów: doskonalące Liczba godzin: 250 Liczba semestrów: dwa semestry Kierownik studiów: dr Paweł Kaczmarczyk Koszt studiów
Bardziej szczegółowoMail: Pokój 214, II piętro
Wykład 2 Mail: agnieszka.nowak@us.edu.pl Pokój 214, II piętro http://zsi.tech.us.edu.pl/~nowak Predykcja zdolność do wykorzystania wiedzy zgromadzonej w systemie do przewidywania wartości dla nowych danych,
Bardziej szczegółowoEXCEL ANALIZA DANYCH. Konspekt szczegółowy
Przeznaczenie szkolenia Dla osób zaawansowanych, które potrzebują narzędzi do wszechstronnej analizy danych i prezentacji w różnych formach Wersje aplikacji MS EXCEL 2000, 2003, 2007, 2010 Wersje językowe
Bardziej szczegółowoSAS Access to Hadoop, SAS Data Loader for Hadoop Integracja środowisk SAS i Hadoop. Piotr Borowik
SAS Access to Hadoop, SAS Data Loader for Hadoop Integracja środowisk SAS i Hadoop Piotr Borowik Wyzwania związane z Big Data Top Hurdles with Big data Source: Gartner (Sep 2014), Big Data Investment Grows
Bardziej szczegółowoVI Kongres BOUG Praktyczne aspekty wykorzystania Business Intelligence w przemyśle wydobywczym węgla kamiennego
VI Kongres BOUG Praktyczne aspekty wykorzystania Business Intelligence w przemyśle wydobywczym węgla kamiennego mgr Artur Wroński mgr inż. Przemysław Kapica 25.04.2012 Agenda: Środowisko platformy BI Użytkownicy
Bardziej szczegółowoSzczegółowy opis przedmiotu umowy. 1. Środowisko SharePoint UWMD (wewnętrzne) składa się z następujących grup serwerów:
Rozdział I Szczegółowy opis przedmiotu umowy Załącznik nr 1 do Umowy Architektura środowisk SharePoint UMWD 1. Środowisko SharePoint UWMD (wewnętrzne) składa się z następujących grup serwerów: a) Środowisko
Bardziej szczegółowoOnline Sales Support. - nowoczesne platforma do raportowania i komunikacji
Online Sales Support - nowoczesne platforma do raportowania i komunikacji Co to jest Online Sales Support? To portal komunikacyjno raportowy dla producentów i partnerów biznesowych: Integracja z innymi
Bardziej szczegółowoSTATYSTYKA OD PODSTAW Z SYSTEMEM SAS. wersja 9.2 i 9.3. Szkoła Główna Handlowa w Warszawie
STATYSTYKA OD PODSTAW Z SYSTEMEM SAS wersja 9.2 i 9.3 Szkoła Główna Handlowa w Warszawie Spis treści Wprowadzenie... 6 1. Podstawowe informacje o systemie SAS... 9 1.1. Informacje ogólne... 9 1.2. Analityka...
Bardziej szczegółowoEksploracja danych a serwisy internetowe Przemysław KAZIENKO
Eksploracja danych a serwisy internetowe Przemysław KAZIENKO Wydział Informatyki i Zarządzania Politechnika Wrocławska kazienko@pwr.wroc.pl Dlaczego eksploracja danych w serwisach internetowych? Kanały
Bardziej szczegółowoMinimum programowe dla studentów MIĘDZYWYDZIAŁOWYCH INDYWIDUALNYCH STUDIÓW SPOŁECZNO-HUMANISTYCZNYCH - studia magisterskie II stopnia
ROK AKADEMICKI 019-00 Minimum programowe dla studentów MIĘDZYWYDZIAŁOWYCH INDYWIDUALNYCH STUDIÓW SPOŁECZNO-HUMANISTYCZNYCH - studia magisterskie II stopnia Kierunek: FINANSE I RACHUNKOWOŚĆ Zaawansowana
Bardziej szczegółowoInformacja o firmie i oferowanych rozwiązaniach
Informacja o firmie i oferowanych rozwiązaniach Kim jesteśmy INTEGRIS Systemy IT Sp. z o.o jest jednym z najdłużej działających na polskim rynku autoryzowanych Partnerów Microsoft w zakresie rozwiązań
Bardziej szczegółowoPRAKTYCZNE WYKORZYSTANIE APLIKACJI MS EXCEL 2016 TWORZENIE ANALIZ I PREZENTACJA DANYCH warsztaty
13-14 czerwca Warszawa PRAKTYCZNE WYKORZYSTANIE APLIKACJI MS EXCEL 2016 Tworzenia baz danych i list Tabele przestawne Agregowanie i konsolidajca danych Wizualizacja danych Certyfikowany trener, specjalizujący
Bardziej szczegółowoZMODYFIKOWANY Szczegółowy opis przedmiotu zamówienia
ZP/ITS/11/2012 Załącznik nr 1a do SIWZ ZMODYFIKOWANY Szczegółowy opis przedmiotu zamówienia Przedmiotem zamówienia jest: Przygotowanie zajęć dydaktycznych w postaci kursów e-learningowych przeznaczonych
Bardziej szczegółowoSplunk w akcji. Radosław Żak-Brodalko Solutions Architect Linux Polska Sp. z o.o.
Splunk w akcji Radosław Żak-Brodalko Solutions Architect Linux Polska Sp. z o.o. 1 Splunk agent wiedzy o infrastrukturze czyli SIEM i coś więcej 2 Splunk gromadzi oraz integruje informacje dotyczące funkcjonowania
Bardziej szczegółowoData Mining Wykład 1. Wprowadzenie do Eksploracji Danych. Prowadzący. Dr inż. Jacek Lewandowski
Data Mining Wykład 1 Wprowadzenie do Eksploracji Danych Prowadzący Dr inż. Jacek Lewandowski Katedra Genetyki Wydział Biologii i Hodowli Zwierząt Uniwersytet Przyrodniczy we Wrocławiu ul. Kożuchowska 7,
Bardziej szczegółowoOpis efektów kształcenia dla modułu zajęć
Nazwa modułu: Wprowadzenie do analizy danych Rok akademicki: 2012/2013 Kod: IET-2-303-SU-s Punkty ECTS: 2 Wydział: Informatyki, Elektroniki i Telekomunikacji Kierunek: Elektronika i Telekomunikacja Specjalność:
Bardziej szczegółowoTechnologie IoT - Analityka Big Data IoT Big Data& Analytics
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2017/2018
Bardziej szczegółowoOd papierowych procedur do automatycznych procesów biznesowych w urzędzie dobre praktyki Michał Prusaczyk
Od papierowych procedur do automatycznych procesów biznesowych w urzędzie dobre praktyki Michał Prusaczyk O mnie Prelegent Michał Prusaczyk Senior Associate Consultant Podsumowanie Michał w ciągu ostatnich
Bardziej szczegółowoProgramowanie aplikacji biznesowych
Programowanie aplikacji biznesowych Zajęcia prowadzone będą zgodnie z nowatorską techniką dydaktyczną: Nauczanie przez projekt Project-based learning (PBL) W czasie kursów zespół studentów zrealizuje zaawansowaną
Bardziej szczegółowoBudżetowanie i Planowanie
Rób wszystko tak prosto, jak to jest możliwe, ale nie bardziej. Albert Einstein Budżetowanie i Planowanie to Eksperci Business Intelligence, którzy skutecznie rozwiązują problemy biznesu. Przekazujemy
Bardziej szczegółowodr inż. Olga Siedlecka-Lamch 14 listopada 2011 roku Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Eksploracja danych
- Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska 14 listopada 2011 roku 1 - - 2 3 4 5 - The purpose of computing is insight, not numbers Richard Hamming Motywacja - Mamy informację,
Bardziej szczegółowoOpis wymagań i program szkoleń dla użytkowników i administratorów
Załącznik nr 3 do OPZ Opis wymagań i program szkoleń dla użytkowników i administratorów Spis treści Wprowadzenie...2 1. Typ i zakres szkoleń...2 2. Grupy użytkowników...2 3. Warunki ogólne szkoleń...3
Bardziej szczegółowoWizja platformy ITS w koncepcji sieciocentrycznej. dr inż. Mikołaj Sobczak
Wizja platformy ITS w koncepcji sieciocentrycznej dr inż. Mikołaj Sobczak Mobilny system sieciocentryczny Centra Zarządzania Zaawansowane przetwarzanie danych przestrzennych i atrybutowych Pełna integracja
Bardziej szczegółowoZROZUMIEĆ MIŁOŚNIKÓW NATURY
ZROZUMIEĆ MIŁOŚNIKÓW NATURY Krzysztof Kierzkowski, SAS Institute Polska SAS INSTITUTE SAS Institute 37 lat doświadczeń z wdrożeń na świecie 90 firm z listy Fortune Global 100 korzysta z SAS 13.600 pracowników
Bardziej szczegółowoHurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie
Hurtownie danych i business intelligence - wykład II Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2005-2008 Zagadnienia do omówienia 1. 2. Przegląd architektury HD 3. Warsztaty
Bardziej szczegółowoPierwsze wdrożenie SAP BW w firmie
Pierwsze wdrożenie w firmie Mirosława Żurek, BCC Poznao, maj 2013 Zakres tematyczny wykładu Podstawowe założenia i pojęcia hurtowni danych ; Przykładowe pierwsze wdrożenie w firmie i jego etapy; Przykładowe
Bardziej szczegółowoWprowadzenie do SAS. Wprowadzenie. Historia SAS. Struktura SAS 8. Interfejs: SAS Explorer. Interfejs. Część I: Łagodny wstęp do SAS Rafał Latkowski
Wprowadzenie do SAS Część I: Łagodny wstęp do SAS Rafał Latkowski Wprowadzenie 2 Historia SAS Struktura SAS 8 1976 BASE SAS 1980 SAS/GRAPH & SAS/ETS 1985 SAS/IML, BASE SAS for PC Raportowanie i grafika
Bardziej szczegółowoMonitoring procesów z wykorzystaniem systemu ADONIS
Monitoring procesów z wykorzystaniem systemu ADONIS BOC Information Technologies Consulting Sp. z o.o. e-mail: boc@boc-pl.com Tel.: (+48 22) 628 00 15, 696 69 26 Fax: (+48 22) 621 66 88 BOC Management
Bardziej szczegółowo