تحليل البيانات لمتخذي القرار ©
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
الاهداف:
إكساب المشـاركين مهارات ومعارف وقيم وتوجهات جديده متعلقة بـ:
- التعرف على أنواع مختلفة من التحيزات التي تفسح المجال لاتخاذ القرارات السيئة وتعلم كيفية التغلب عليها.
- تجنب التحيز في اتخاذ القرارات من خلال طرح أسئلة مهمة لعملهم وتحديد البيانات اللازمة للإجابة على هذه الأسئلة.
- التعرف على مصادر البيانات، وخدمات البرامج الوسيطة التي يمكنها جلب هذه البيانات في قاعدة البيانات الخاصة بهم، ثم تقييم جودة البيانات التي تم جمعها.
- الأسباب الكامنة وراء الأحداث الماضية من خلال تحليل البيانات وتلخيصها.
- توقع النتائج المستقبلية عن طريق اختيار خوارزمية التعلم الآلي المناسبة لاستخدامها في سياق الأعمال.
- تعلم تحديات التنفيذ المتمثلة في إنشاء مؤسسة تعتمد على البيانات.
- فهم الأخلاق والقضايا التنظيمية المشاركة في اتخاذ القرارات باستخدام البيانات.
- اكتساب بعض أدوات التحليل المتقدمة مثل “Tensor Flow”..
موجه الى :
- المديرون والموظفون في مختلف الوظائف الراغبين في تنفيذ مشاريع التحليل في عملهم.
- مديرو الأعمال الراغبين في امتلاك التقنيات اللازمة لتحويل عملهم للاعتماد على البيانات.
- كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته. الموظفون المرشحون لهذه الوظائف.
- المهتمون وكل من ترونـه مناسـبـاً.
تنظيم البرنامج:
ينقسم البرنامج الى قسمين:
- الجانب العلمي النظري.
- الزيارات الميدانية: زيارات للاطلاع على التجارب الدولية.
المحاور والمواضيع:
حيزات القرار:
- فخاخ القرار.
- فوائد التحليلات.
- تحديد أنواع التحيزات في عملية صنع القرار ومعرفة كيفية طلب المعلومات الصحيحة.
التحليلات الوصفية {1}:
- ما هو استخراج البيانات؟
- التجريف على شبكة الإنترنت.
- واجهة برمجة التطبيقات “API”.
- ما البيانات التي يمكنك العثور عليها؟
- ما رأيك في البيانات التي عثرت عليها؟
- الأمازون وواجهات برمجة التطبيقات.
- تنظيف البيانات.
- الإحصاء الوصفي.
- توزيعات طبيعية وليست طبيعية.
- حجم التأثير وفواصل الثقة.
- القدرة على جمع وتنظيف ووصف البيانات التي لديك.
التحليلات الوصفية {2}:
- ما هي التحليلات الإرشادية؟
- ربط التحليلات التنبؤية بهدف الأعمال.
- الغوص العميق في نموذج الأعمال.
- اتخاذ قرار العمل.
- تحيزات الاقتصاد السلوكي.
- العزوف عن المخاطرة.
- تنويع.
- عملية صنع القرار والحرمان.
فرص البيانات الكبيرة:
- ماذا تعني البيانات الكبيرة بالنسبة لك؟
- مقدمة للبيانات الكبيرة.
- ما هي البيانات الكبيرة؟
- الأربعة المقابلة للبيانات الكبيرة “الحجم والتنوع والسرعة والصدق”.
- تحديات البيانات الكبيرة.
- فرص البيانات الكبيرة.
- حدد ماذا تعني البيانات الكبيرة بالنسبة لك وما يمكنك القيام به.
- تجريب:
- تصميم تجارب لجمع بيانات ذات معنى لاتخاذ قرارات تستند إلى البيانات.
التحليلات التنبؤية “التعلم الآلي”:
- التعلم الآلي مقابل اختبار الفرضيات.
- تعلم الممارسة الآلية.
- خوارزميات التعلم الآلي.
- تعلم الآلة الخاضعة للإشراف.
- تفسير التحليل.
- التعلم الآلي في العالم الحقيقي.
الأخلاقيات والقضايا القانونية والتنظيمية:
- تحديات التنفيذ.
- إنشاء البنية التحتية الصحيحة.
- استراتيجية البيانات الكبيرة.
- البيانات الشخصية.
- الخصوصية وإخفاء الهوية.
- القرصنة والتهديدات الداخلية.
- جعل خدمة العملاء مريحة.
- تحديد القضايا التنظيمية التي ستحتاج إلى أخذها في الاعتبار عند اتخاذ القرارات.
- تحديد القضايا القانونية والأخلاقية الكامنة وراء جمع البيانات وتخزينها واستخدامها.
الجانب العملي:
- زيارات ميدانية للاطلاع على التجارب المحلية.
- لقاءات مع مسؤولين وخبراء في المجال (مع توفير ترجمة فورية)
تعقد هذه الدورة في مدن و اوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي:
تعقد هذه الدورة في مدن وأوقات مختلفة يمكنكم طلبها في نموذج التسجيل التالي
للتسجيل ومزيد من المعلومات
اضغط هنا
For more information send us at:
info@cinpaa.org
or whatsapp or viber:
+34-63-586-76-86