Programy szkoleń
Obsługa IBM SPSS Statistics - cz. 1. Praca z danymi i obiektami wynikowymi
Czas trwania: 16 godz.
Program szkolenia:
- Wprowadzenie do środowiska programu IBM SPSS Statistics / PS IMAGO PRO.
- Tworzenie struktur plików danych.
- Pobieranie danych z różnych źródeł (Excel, plik tekstowy, bazy danych i inne).
- Łączenie danych z różnych plików.
- Operacje na danych, agregacja, wybór obserwacji do analizy, podział zbioru danych na podzbiory, wyliczanie wartości globalnych.
- Transformacje zmiennych, tworzenie nowych zmiennych, czyszczenie zbiorów danych.
- Wprowadzenie do podstawowych technik analiz danych – analiza rozkładu jednej zmiennej z użyciem tabel i wykresów.
- Praca w oknie raportów oraz interpretacja wyników analiz.
- Podstawowe techniki raportowania:
- wykresy prezentacyjne (mapa kontyngencji, wykresy: szeregu, tabelowe, kaskadowe, mapa drzewa itp.),
- wykresy typu dashboard (tarcza, kostki planu, strzałki i światła)
- prezentacja na mapach Polski (podział na województwa i powiaty).
- Przenoszenie wyników do PS IMAGO Designer.
Obsługa IBM SPSS Statistics - cz. 2. Praca z językiem poleceń, makrodefinicje, tryb wsadowy
Czas trwania: 24 godziny.
Program szkolenia:
- Automatyzacja pracy z programem – wprowadzenie.
- Przekształcanie danych przy pomocy języka poleceń.
- Zaawansowane transformacje danych (pętle, zestawienia warunkowe).
- Tworzenie makropoleceń.
- Automatyzacja raportowania z wykorzystaniem PS IMAGO PRO:
- eksport obiektów wynikowych do PS IMAGO Designer
- projektowanie i składanie raportu w PS IMAGO Designer
- Tworzenie harmonogramu dla zadania generowania raportu z wykorzystaniem PS IMAGO Process
Obsługa IBM SPSS Statistics - cz. 3. Wykorzystanie języka Python
Czas trwania: 16 godz.
Program szkolenia:
- Wprowadzenie do wykorzystania języka Python w IBM SPSS Statistics / PS IMAGO PRO
- Podstawy języka Python
- Drzewo obiektów (klas Pythona) i ich charakterystyka:
- instancja aplikacji IBM SPSS Statistics – SpssClient,
- zbiór danych – SpssDataDoc,
- okno edytora danych – SpssDataUI,
- edytor poleceń – SpssSyntaxDoc,
- edytor raportów – SpssOutputDoc,
- drzewo elementów raportu – OutputItemList,
- element raportu – SpssOutputItem,
- tabela przestawna – SpssPivotTable,
- obszar danych tabeli przestawnej – SpssDataCells,
- obszar etykiet i kolumn tabeli przestawnej – SpssLabels,
- panel przestawiania tabeli przestawnej – SpssPivotMgr.
- Praktyczne wykorzystanie obiektów IBM SPSS Statistics / PS IMAGO PRO:
- sterowanie przepływem analiz,
- dynamiczne budowanie poleceń syntaxu,
- ukrywanie bądź usuwanie niepożądanych elementów raportu: uwag, tytułów, ostrzeżeń, czy poszczególnych tabel,
- zmiana wartości i formatowanie wybranych komórek tabel przestawnych,
- zamiana miejscami wierszy i kolumn w tabeli przestawnej (polepszenie percepcji tabel wynikowych),
- sterowanie pracą w architekturze klient-serwer (automatyczne nawiązywanie połączenia z serwerem obliczeniowym).
Statystyczna analiza danych cz. 1. Podstawy statystyki dla każdego
Czas trwania: 16 godziny.
Program szkolenia:
- Wykorzystanie statystyki w procesie podejmowania decyzji – wprowadzenie.
- Szacowanie z wykorzystaniem miar tendencji centralnej.
- Miary rozproszenia a wykorzystanie miar tendencji centralnej.
- Ocena rozkładu zmiennej.
- Analiza współzależności pomiędzy zmiennymi (skorelowane zmienne V-Cramera).
- Analiza współzależności pomiędzy zmiennymi ilościowymi.
- Analiza współzależności pomiędzy zmienną ilościową a zmienną jakościową.
- Analiza współzależności pomiędzy zmiennymi jakościowymi (Istotne zmienne CHAID).
- Gdy jedna zmienna wyjaśniająca to za mało – krótkie wprowadzenie do technik wielowymiarowych.
Statystyczna analiza danych cz. 2. Budowanie modeli predykcyjnych z użyciem klasycznych technik statystycznych
Czas trwania: 24 godziny.
Program szkolenia:
- Wprowadzenie do analizy regresji liniowej – cel analizy i przykładowe obszary zastosowań
- Analiza korelacji – przypomnienie podstawowych pojęć
- Regresja liniowa dwóch zmiennych
- Założenia regresji liniowej
- Uogólnianie modelu regresji zbudowanego w oparciu o próby losowe
- Regresja liniowa wielu zmiennych
- Wprowadzanie zmiennych nominalnych do analizy regresji
- Regresja logistyczna
- Założenia regresji logistycznej
- Interpretacja wyników regresji logistycznej
- Predykcja z wykorzystaniem regresji logistycznej
- Ocena jakości modelu poprzez krzywe ROC
- Analiza dyskryminacyjna
- Założenia analizy dyskryminacyjnej i problemy z nimi związane
- Interpretacja wyników analizy dyskryminacyjnej
- Wykorzystanie analizy dyskryminacyjnej do klasyfikacji nowych wartości
Statystyczna analiza danych cz. 3. Wizualizacja informacji z użyciem raportów tabelarycznych i wykresów
Czas trwania: 24 godziny.
Program szkolenia:
- Wprowadzenie do wizualizacji informacji z analiz ilościowych.
- Wykorzystanie gotowych typów wykresów.
- Tworzenie i interpretacja wykresów statystycznych (róża Nightingale, wykres tabelowy).
- Zaawansowane formy wizualizacji (wykres Marimekko, wiolinowy, diagram Sankeya).
- Raportowanie tabelaryczne jako jedna z podstawowych form.
- Praca w interfejsie konstruktora tabel – omówienie i przykłady zastosowania.
- Statystyki podsumowujące i praca ze zmiennymi.
- Zaawansowane aspekty budowy tabel.
- Tworzenie różnych typów tabel.
- Personalizacja wyglądu tabeli oraz automatyzacja procesu przygotowania raportów tabelarycznych.
- Dashboard, czyli kokpity biznesowe – wprowadzenie.
- Wizualizacja informacji (tarcza, kostki planu, strzałki i światła).
- Od tabel i wykresów do raportu – wprowadzenie.
- Projektowanie i składanie raportów w PS IMAGO Designer,
- Publikacja raportów masowych w PS IMAGO Portal.
Statystyczna analiza danych cz.4. Budowanie modeli predykcyjnych z użyciem technik maszynowego uczenia
Czas trwania: 16 godz.
Program szkolenia:
- Drzewa decyzyjne – wprowadzenie.
- Dobór predyktorów oraz kategoryzacja danych z wykorzystaniem procedury: Istotne zmienne CHAID
- Interpretacja wyników drzewa.
- Zasady budowy drzew klasyfikacyjnych CHAID.
- Zasady budowy drzew klasyfikacyjnych CRT.
- Wykorzystanie drzew klasyfikacyjnych do przewidywania.
- Zaawansowane zagadnienia budowy drzew klasyfikacyjnych.
- Zasady budowy drzew regresyjnych CRT.
- Sieci neuronowe – wprowadzenie.
- Interpretacja wyników i ocena skuteczności sieci do danych.
- Zasady budowy sieci typu wielowarstwowy perceptron.
- Wielowarstwowy perceptron a sieci RBF – podobieństwa i różnice.
- Porównanie skuteczności klasyfikacji z wykorzystaniem drzew klasyfikacyjnych i sieci neuronowych.
Statystyczna analiza danych cz.5. Analiza szeregów czasowych i prognozowanie
Czas trwania: 16 godzin.
Program szkolenia:
- Predykcja – wprowadzenie.
- Proste metody analizy zmienności w czasie.
- Analiza szeregów czasowych – wprowadzenie. Prognozowanie i symulacja na podstawie liniowego modelu ekonometrycznego.
- Wykorzystanie zaawansowanych wizualizacji - wykres szeregu (sezonowość, zdarzenia losowe, ewolucja wartości).
- Funkcje trendu jako szczególny przypadek modelu ekonometrycznego.
- Model addytywny i multiplikatywny wahań sezonowych.
- Modele ARIMA – prognozowanie.
- Metody wyrównywania wykładniczego – prognozowanie.
Wykorzystanie platformy symulatorów VR w zakresie ratownictwa medycznego – Triage
- Zasady działania technologii VR, charakteryzacja różnych modeli gogli VR oraz odmiennych typów kontrolerów VR ze wskazaniem dzielących je różnic.
- Opis komputera wykorzystywanego do symulacji.
- Zasady użytkowania kontrolerów VR oraz gogli VR.
- Najważniejsze zasady przygotowania i wytyczania bezpiecznej przestrzeni dla użytkowników symulatora oraz sposób konfiguracji sprzętu.
- Struktura komunikacyjna platformy edukacyjnej z symulatorami wykorzystującymi technologię wirtualnej rzeczywistości.
- Ogólna funkcjonalność aplikacji Triage w wersji dla prowadzącego zajęcia.
- Budowa i edycja scenariusza w edytorze aplikacji Triage.
- Budowa i edycja postaci poszkodowanego w edytorze aplikacji Triage.
- Importowanie scenariuszy symulacji na platformę edukacyjną oraz zarządzanie scenariuszami.
- Ogólna funkcjonalność aplikacji Triage w wersji dla studenta.
- Uruchamianie symulatora VR za pośrednictwem platformy edukacyjnej z konta studenta.
- Prezentacja przykładowej symulacji prowadzonej z wykorzystaniem gogli oraz kontrolerów VR.
- Prezentacja raportu końcowego symulacji oraz raportu publikowanego na platformie edukacyjnej na koncie nauczyciela.
- Praca własna z symulatorem VR
- Podsumowanie szkolenia.
Instruktor symulacji medycznej zakres podstawowy – szkolenie wyjazdowe
Czas trwania 18 godz.
Tematyka szkolenia:
- wprowadzenie do symulacji medycznej i środowiska zajęć - rodzaje zajęć symulacyjnych i zasady ich realizacji;
- dobór efektów uczenia się do nauczania metodami symulacji medycznej;
- omówienie zasad tworzenia scenariuszy symulacji medyczne;
- omówienie zasad prowadzenia prebriefingu i debriefingu;
- organizacja oraz problematyka planowania zajęć niskiej, pośredniej oraz wysokiej wierności;
- zapoznanie z funkcjonowaniem, organizacją oraz wyposażeniem centrum symulacji medycznej;
- zapoznanie się z funkcjonalnością i podstawami obsługi symulatorów medycznych (osoby dorosłej, dziecka oraz
- noworodka/niemowlęcia;
- udział w symulacjach medycznych z zakresu BLS i ALS.
- Praktyczne ćwiczenia symulacji medycznej
- start
- Poprzedni artykuł
- 1
- 2
- Następny artykuł
- koniec