Więcej multimediów

	Filmy demonstracyjne Data mining w 35 lekcjach

	Mądrość Ogółu: Wykorzystanie grup modeli predykcyjnych
	Lepszy skoring kredytowy z oprogramowaniem STATISTICA
	Wdrażanie modeli predykcyjnych i skoringowych z wykorzystaniem kodu SASa
	Modelowanie predykcyjne w branży ubezpieczeniowej
	Przegląd systemu STATISTICA Data Miner
	Przegląd systemu STATISTICA Enterprise
	Przegląd Przepisów STATISTICA Data Miner
	WebSTATISTICA: wdrażanie analizy danych i data mining na poziomie przedsiębiorstwa
	Zbyt wiele parametrów produktu/procesu do monitorowania? Przegląd STATISTICA Monitoring and Alerting Server (MAS)
	Zastosowania data mining w rozwoju produktów farmaceutycznych
	Możliwości zastosowań analizy statystycznej i raportowania w przemyśle farmaceutycznym
	STATISTICA Enterprise w zastosowaniach PAT
	Zastosowania data mining w przemyśle farmaceutycznym
	Zastosowanie STATISTICA Enterprise w automatyzacji rocznych przeglądów produktu (APR) w przedsiębiorstwach podlegających regulacjom FDA
	Integracja R ze STATISTICA: możliwości wzbogacenia funkcjonalności R rozwiązaniami STATISTICA i WebSTATISTICA
	Zastosowania data mining: poprawa zdolności predykcyjnych modeli CRM za pomocą skoringu behawioralnego

---

Zarówno przy predykcyjnym data miningu jak i predykcyjnym modelowaniu wartość modelu ocenia się zwykle na podstawie trafności predykcji. Opracowano wiele technik poprawiających dokładność i stabilność modeli predykcyjnych. W tej prezentacji nacisk położony jest na wykorzystanie grup modeli w celu poprawy jakości oraz stabilności predykcji.
Prezentacja porusza następujące tematy:

• przydatność i zalety grup modeli
• przegląd idei i podejść wykorzystujących grupy modeli
• opcje i funkcjonalności dostępne w programie STATISTICA Data Miner do budowy i oceny grup modeli

---

Prezentacja ta dotyczy wykorzystania Zestawu Skoringowego STATISTICA do budowy lepszych, bardziej efektywnych kart skoringowych oraz modelowania ryzyka kredytowego. Prezentowane są przykłady zastosowania oprogramowania w różnych przypadkach oraz omówione różne metody oceny modeli. Prezentujący omawiają także integrację oprogramowania STATISTICA Zestaw Skoringowy z istniejącą infrastrukturą IT w celu wspomagania skoringu w czasie rzeczywistym.
Prezentacja porusza następujące tematy:

• zwiększeniu udziału „dobrych” projektów biznesowych i zmniejszenie start dzięki kartom skoringowym budowanym na rzeczywistej populacji klientów kontra karty generyczne
• porównanie technik tradycyjnych takich jak regresja logistyczna z nowym podejściem predykcyjnego modelowania do skoringu kredytowego
• przegląd technik użycia i cyklu życia kart skoringowych z wykorzystaniem Zestawu Skoringowego STATISTICA – od przygotowania danych, poprzez budowę karty skoringowej i jej wdrożenie do oceny jej dokładności dla nowych klientów
• Zalety budowania modeli skoringowych z punktu widzenia skoringu behawioralnego, up/cross hellingu oraz wykrywania nadużyć

---

Masz oprogramowanie SAS data warehouse lub SAS for business inteligence?
Webcast “ Wdrażanie modeli predykcyjnych i skoringowych z wykorzystaniem kodu SASa” prezentowany będzie przez Danny’ego Scott’a pracującego w firmie StatSoft na stanowisku starszego statystyka. STATISTICA Data Miner oferuje pełen zestaw metod do budowania modeli predykcyjnych od zbierania/agregowania/czyszczenia danych, poprzez ich wizualizację do budowania i oceny modeli, włącznie z możliwością integracji z istniejącymi systemami SAS BI.

---

Jesteś zainteresowany tworzeniem modeli w celu analizy roszczeń, wykrywania nadużyć i innych?
Zarejestruj się i zobacz jak firmy ubezpieczeniowe mogą polepszyć swoją sytuację rynkową dzięki budowaniu modeli w systemie STATISTICA Data Miner.

---

Prezentacja pokazuje, jak pomocny okazuje się system STATISTICA Data Miner w wydobywaniu kluczowych informacji z danych. W rozwiązaniu tym położono nacisk na tworzenie modeli predykcyjnych i praktycznych rozwiązań w oparciu o najnowocześniejsze technologie data mining.

---

W prezentacji dokonano przeglądu przykładów wykorzystania oprogramowania STATISTICA Enterprise do łączenia się z repozytoriami danych oraz tworzenia standardowych analiz i raportów ułatwiających podejmowanie decyzji mających na celu usprawnianie procesu produkcji.

---

Prezentacja zawiera przegląd Przepisów STATISTICA Data Miner. Rozwiązanie to pozwala przygotowywać modele data mining za pomocą kreatora, który prowadzi użytkownika przez kolejne etapy analizy i pomaga tworzyć modele predykcyjne oraz praktyczne rozwiązania, wykorzystujące najnowocześniejsze technologie data mining.

• Wyszukiwanie ukrytych trendów.
• Wyjaśnianie znanych prawidłowości.
• Prognozowanie.

---

W prezentacji pokazano, jak podejmowanie decyzji oparte na danych wpływa na poprawę wydajności przedsiębiorstwa. Odpowiednie dane i analizy w połączeniu ze szkoleniem i ukierunkowaniem analityków dają mocne podstawy do podejmowania decyzji, które poprawią wydajność i jakość. Architektura aplikacji internetowej umożliwia stosowanie analizy danych i data mining przez wszystkich użytkowników, którzy takie analizy mają wykonywać. Prezentacja opisuje szczegółowo cechy aplikacji WebSTATISTICA i zawiera prezentacje dotyczące ustawień i korzystania z:

• standardowych analiz,
• standardowych raportów,
• wydajnych aplikacji data mining opartych na architekturze klient-serwer.

---

Przedstawiciel StatSoft, Raph Rafuse przedstawi szczegółową prezentację STATISTICA Enterprise Monitoring and Alerting Server (MAS) oraz Pulpitów MAS. MAS jest rozszerzeniem systemu STATISTICA Enterprise umożliwiającym automatyczne monitorowanie licznych parametrów, stosowanie reguł określanych przez użytkownika oraz dostarczającym dogodnych podsumowań z obrazami sygnalizującymi stan procesu.

---

Firmy z branży farmaceutycznej i biotechnologicznej przez cały czas rozwoju produktu – od tworzenia do wprowadzenia na rynek – gromadzą olbrzymie ilości danych. Wiele organizacji zbiera te dane w centralnych repozytoriach, aby umożliwić łatwy dostęp i spełnić restrykcyjne wymagania dotyczące przechowywania danych. Repozytoria danych mogą okazać się prawdziwą kopalnią wiedzy, która może zostać wykorzystana również do poprawy konkurencyjności na rynku. Prezentacja przedstawia typowe przykładów wykorzystania data mining na każdym etapie rozwoju produktu medycznego.

---

Prezentacja zawiera przegląd zastosowań STATISTICA Enterprise w przemyśle farmaceutycznym i biofarmaceutycznym, włącznie z zastosowaniem analizy trendów, QbD, PAT, wizualizacji danych i data mining.

---

W prezentacji dokonano przeglądu przykładów zastosowania STATISTICA Enterprise w zarządzaniu i analizie danych oraz ich wizualizacji na potrzeby projektów PAT. Poruszane tematy dotyczą między innymi: gromadzenia i porządkowania danych z różnych źródeł, wielowymiarowych modeli predykcyjnych, modeli związanych z wdrożeniami i zarządzaniem, monitoringu oraz optymalizacji.

---

Prezentacja zawiera krótki przegląd korzyści wynikających z zastosowania metod data mining w przemyśle farmaceutycznym, od momentu tworzenia produktu, przez próby kliniczne, aż po sprzedaż i marketing oraz modelowanie i optymalizowanie procesu produkcji dla potrzeb QbD i PAT.

---

Prezentacja pozwala zobaczyć, jak wykorzystanie STATISTICA Enterprise usprawnia proces przygotowania rocznych przeglądów produktu (APR) w przedsiębiorstwach podlegających regulacjom FDA. Przykładowe korzyści wynikające z zastąpienia ręcznego przygotowywania raportów to między innymi: oszczędność czasu i zasobów, zapewnienie zgodności raportu z wymaganiami i ujednolicenie procesu w przypadkach, gdy w wielu miejscach podczas tworzenia rocznego przeglądu produktów stosuje się różne metody i standardy.

---

R jest językiem programowania i środowiskiem do obliczeń statystycznych (www.r-project.org) środowisko R wraz z kodem źródłowym jest dostępne bezpłatnie w ramach licencji GNU GPL. Celem prezentacji jest przegląd nowych funkcjonalności w STATISTICA 8 i WebSTATISTICA, które sprawiają, że funkcje R są w pełni dostępne dla użytkowników wszystkich rozwiązań STATISTICA (desktop, WebSTATISTICA, (Web)STATISTICA Enterprise, (Web)STATISTICA Data Miner itp.), a różnorodne rozwiązania STATISTICA są mogą być wykorzystywane przez użytkowników R:

• skrypty R mogą być uruchamiane bezpośrednio w STATISTICA, WebSTATISTICA, STATISTICA Enterprise,
• wyniki uzyskane w R mogą być odtworzone jako arkusze i wykresy STATISTICA oraz zarządzane w wygodnych skoroszytach STATISTICA.

---

Wykorzystanie data mining w celu przewidywania zachowań klientów daje korzyści biznesowe na wielu obszarach, począwszy od zastosowań w marketingu, takich jak zarządzanie lojalnością klientów czy ograniczenie liczby odejść klientów (churn), poprzez zarządzanie ryzykiem kredytowym aż po wsparcie dla opracowania ogólnych strategii biznesowych. W prezentacji na przykładzie skoringu kredytowego pokazano, jak informacje dotyczące dotychczasowego zachowania klienta poprawiają prognozy wystąpienia problemu ze spłatą. Klienci są wstępnie oceniani w chwili złożenia wniosku o kartę kredytową. Kolejna analiza następuje w momencie ubiegania się o kredyt długoterminowy. Ocena kredytu długoterminowego uwzględnia wstępną ocenę i informacje o dokonywanych przez klienta transakcjach. Prezentacja pokaże również, że podobne metody mogą równie efektywnie prognozować odejście klienta i efekty kampanii marketingowej.