Правила проведения тренингов в формате online:
1) Назначение на тренинг проводят наши специалисты в индивидуальном порядке по завершению согласования участия;
2) Тренинг разбит на сессии (число зависит от тренинга)
3) Каждая сессия длится 4 академических часа с одним перерывом 30 минут
4) На компьютере / ноутбуке участника должно быть установлено программное обеспечение для работы на практической части сессии (Microsoft Excel, Minitab и т.п. в зависимости от тренинга). Требования к программному обеспечению и необходимые инструкции участник получает по электронной почте вместе с приглашением на первую сессию.
5) Участник получает по электронной почте приглашение на каждую сессию тренинга не менее, чем за 12 часов до его начала;
6) Со своего компьютера / ноутбука участник заходит по ссылке в комнату ZOOM. При первом заходе браузер предложит скачать приложение для участия в сессии.
7) Системные требования можно посмотреть по ссылке https://support.zoom.us/hc/ru/articles/201362023-%D0%A1%D0%B8%D1%81%D1%82%D0%B5%D0%BC%D0%BD%D1%8B%D0%B5-%D1%82%D1%80%D0%B5%D0%B1%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F-%D0%B4%D0%BB%D1%8F-%D0%9F%D0%9A-Mac-%D0%B8-Linux
8) В первый день рекомендуем участникам заходить на вебинар за 15 минут до его начала, чтобы проверить звук и видео
9) В ходе обучения участники могут задавать свои вопросы в чате и голосом. Для выполнения практических заданий или проведения обсуждений в некоторых случаях участники будут разделены на группы (комнаты). Также у каждого участника есть возможность демонстрации своего экрана для проверки или обсуждения каких-либо возникающих вопросов.
Подробнее о формате тут https://analytera.ru/on-line/
1) Назначение на тренинг проводят наши специалисты в индивидуальном порядке по завершению согласования участия;
2) Тренинг разбит на сессии (число зависит от тренинга)
3) Каждая сессия длится 4 академических часа с одним перерывом 30 минут
4) На компьютере / ноутбуке участника должно быть установлено программное обеспечение для работы на практической части сессии (Microsoft Excel, Minitab и т.п. в зависимости от тренинга). Требования к программному обеспечению и необходимые инструкции участник получает по электронной почте вместе с приглашением на первую сессию.
5) Участник получает по электронной почте приглашение на каждую сессию тренинга не менее, чем за 12 часов до его начала;
6) Со своего компьютера / ноутбука участник заходит по ссылке в комнату ZOOM. При первом заходе браузер предложит скачать приложение для участия в сессии.
7) Системные требования можно посмотреть по ссылке https://support.zoom.us/hc/ru/articles/201362023-%D0%A1%D0%B8%D1%81%D1%82%D0%B5%D0%BC%D0%BD%D1%8B%D0%B5-%D1%82%D1%80%D0%B5%D0%B1%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F-%D0%B4%D0%BB%D1%8F-%D0%9F%D0%9A-Mac-%D0%B8-Linux
8) В первый день рекомендуем участникам заходить на вебинар за 15 минут до его начала, чтобы проверить звук и видео
9) В ходе обучения участники могут задавать свои вопросы в чате и голосом. Для выполнения практических заданий или проведения обсуждений в некоторых случаях участники будут разделены на группы (комнаты). Также у каждого участника есть возможность демонстрации своего экрана для проверки или обсуждения каких-либо возникающих вопросов.
Подробнее о формате тут https://analytera.ru/on-line/
Zoom
Системные требования Zoom для ОС Windows, macOS и Linux
В этой статье перечислены требования для использования приложения Zoom для ПК в ОС Windows, macOS и Linux.
Добрый день, коллеги.
Текущая ситуация изменяет привычное течение жизни и формирует новые реальности, которые нам всем еще предстоит осмыслить. Мы принимаем новые «правила игры», и готовы меняться вместе с трансформирующимся миром. Несмотря на вынужденные изменения наших планов, мы, тем не менее, хотим надеяться, что наши новые форматы и изменения окажутся не ничуть менее, а, быть может, и более эффективными и полезными, чем ранее.
В данном письме мы информируем вас о том, что vы переносим сроки проведения Конференции «Прогнозирование и планирование 2020» https://www.forecasting-conference.ru/ на 10-11 сентября 2020. Место проведения остается тем же. Формат сохраняется. В данной ситуации мы хотим сохранить «живое общение» на Конференции, поскольку считаем, что личное общение с коллегами все же бесценно. И дополнительно мы планируем добавить в темы конференции кейс «Учет эффекта COVID-19 на прогнозы и планы 2021»
Текущая ситуация изменяет привычное течение жизни и формирует новые реальности, которые нам всем еще предстоит осмыслить. Мы принимаем новые «правила игры», и готовы меняться вместе с трансформирующимся миром. Несмотря на вынужденные изменения наших планов, мы, тем не менее, хотим надеяться, что наши новые форматы и изменения окажутся не ничуть менее, а, быть может, и более эффективными и полезными, чем ранее.
В данном письме мы информируем вас о том, что vы переносим сроки проведения Конференции «Прогнозирование и планирование 2020» https://www.forecasting-conference.ru/ на 10-11 сентября 2020. Место проведения остается тем же. Формат сохраняется. В данной ситуации мы хотим сохранить «живое общение» на Конференции, поскольку считаем, что личное общение с коллегами все же бесценно. И дополнительно мы планируем добавить в темы конференции кейс «Учет эффекта COVID-19 на прогнозы и планы 2021»
#блогЕгорова
Эффективность использования оборудования. (из блога Егорова А.М.)
Вчера посещал один из заводов лидера на рынке тары и упаковочных материалов. Цель – разработка плана действий по использованию производственной аналитики для улучшения качества и повышения производительности.
Предприятие как предприятие, хорошее оборудование, приятные люди. Несколько моментов, которые привлекли внимание. Идет оперативный контроль качества продукции. Поскольку продукция массовая то отбирается по 20-30 штук каждые полчаса и делается измерение порядка 25 характеристик. Если в результате контроля выявляется несоответствие, то этот факт заносится в информационную базу данных, если несоответствий не выявлено, то ничего не заносится. То есть при всем обилии приборов и методов измерений, которые измеряют с высокой степени точности, мы не видим результаты измерений, а видим только ОК/N. И даже ОК не видим, а только N. Это серьезно снижает возможность выявлять разладки процесса на ранних стадиях. Но пошли дальше...
https://analytera.ru/about/blog/2018/01/29/effektivnost-ispolzovaniya-oborudovaniya/
Эффективность использования оборудования. (из блога Егорова А.М.)
Вчера посещал один из заводов лидера на рынке тары и упаковочных материалов. Цель – разработка плана действий по использованию производственной аналитики для улучшения качества и повышения производительности.
Предприятие как предприятие, хорошее оборудование, приятные люди. Несколько моментов, которые привлекли внимание. Идет оперативный контроль качества продукции. Поскольку продукция массовая то отбирается по 20-30 штук каждые полчаса и делается измерение порядка 25 характеристик. Если в результате контроля выявляется несоответствие, то этот факт заносится в информационную базу данных, если несоответствий не выявлено, то ничего не заносится. То есть при всем обилии приборов и методов измерений, которые измеряют с высокой степени точности, мы не видим результаты измерений, а видим только ОК/N. И даже ОК не видим, а только N. Это серьезно снижает возможность выявлять разладки процесса на ранних стадиях. Но пошли дальше...
https://analytera.ru/about/blog/2018/01/29/effektivnost-ispolzovaniya-oborudovaniya/
#глоссарийпрогнозирование
ABC классификация
Классификация продуктов или клиентов по объему продаж. Классификация A может представлять собой продукты или клиентов, которые генерируют, скажем, 70% от общего дохода; классификация B-20% от общего дохода; и классификация C, баланс. Эти проценты произвольны. Идея здесь заключается в том, чтобы согласовать управление запасами, политики обслуживания клиентов и элементы управления затратами со стоимостью продукта или клиента. Другой способ взглянуть на это заключается в том, чтобы уделять наибольшее внимание высокодоходным продуктам и клиентам, а меньше-другим. Некоторые компании используют правило 80% / 20%, когда 80% продаж приходится на 20% продуктов или клиентов. Обычно так и бывает – Правило Парето.
ABCxyz Анализ
При проведении этого анализа мы сначала классифицируем продукты с помощью ABC-анализа, то есть наиболее ценные продукты - это A, менее ценные продукты - B, а наименее ценные продукты - C. Затем, в рамках каждой классификации, мы классифицируем их по xyz, то есть продукты в рамках классификации “A” классифицируются по “x” (продукты с очень небольшим изменением), “y” (продукты, имеющие некоторое изменение) и “z” (продукты, имеющие наибольшее изменение). Примечание: чем больше вариаций существует в данных о продажах продукта, тем сложнее его прогнозировать.
ABC классификация
Классификация продуктов или клиентов по объему продаж. Классификация A может представлять собой продукты или клиентов, которые генерируют, скажем, 70% от общего дохода; классификация B-20% от общего дохода; и классификация C, баланс. Эти проценты произвольны. Идея здесь заключается в том, чтобы согласовать управление запасами, политики обслуживания клиентов и элементы управления затратами со стоимостью продукта или клиента. Другой способ взглянуть на это заключается в том, чтобы уделять наибольшее внимание высокодоходным продуктам и клиентам, а меньше-другим. Некоторые компании используют правило 80% / 20%, когда 80% продаж приходится на 20% продуктов или клиентов. Обычно так и бывает – Правило Парето.
ABCxyz Анализ
При проведении этого анализа мы сначала классифицируем продукты с помощью ABC-анализа, то есть наиболее ценные продукты - это A, менее ценные продукты - B, а наименее ценные продукты - C. Затем, в рамках каждой классификации, мы классифицируем их по xyz, то есть продукты в рамках классификации “A” классифицируются по “x” (продукты с очень небольшим изменением), “y” (продукты, имеющие некоторое изменение) и “z” (продукты, имеющие наибольшее изменение). Примечание: чем больше вариаций существует в данных о продажах продукта, тем сложнее его прогнозировать.
#глоссарийбизнесанализ
Актив организационного процесса (Organizational Process Asset)
— Все материалы, используемые группами в организации для определения, моделирования, внедрения и поддержки своих процессов.
Активность (Activity)
— Единица работы, которая выполняется как часть инициативы или процесса.
Анализ воздействия (Impact Analysis)
— Оценка эффекта, который окажут предложенные изменения на участников (или их группу) процесса, проект или систему
Анализ возможностей (Opportunity Analysis)
— Процесс изучения новых бизнес-возможностей для повышения эффективности организации.
Анализ документов (Document Analysis)
— Метод выявления требований к существующей системе путем изучения доступной информации, документов и определения ее релевантности.
Актив организационного процесса (Organizational Process Asset)
— Все материалы, используемые группами в организации для определения, моделирования, внедрения и поддержки своих процессов.
Активность (Activity)
— Единица работы, которая выполняется как часть инициативы или процесса.
Анализ воздействия (Impact Analysis)
— Оценка эффекта, который окажут предложенные изменения на участников (или их группу) процесса, проект или систему
Анализ возможностей (Opportunity Analysis)
— Процесс изучения новых бизнес-возможностей для повышения эффективности организации.
Анализ документов (Document Analysis)
— Метод выявления требований к существующей системе путем изучения доступной информации, документов и определения ее релевантности.
#интресноеиполезное
Ошибка выжившего и парадокс доступности информации
Есть такое явление – "ошибка выжившего": человек учитывает известные факты и пренебрегает неизвестными, но существующими, и берет во внимание только успешный опыт. На самом деле - это вариант ошибки отбора.
⠀
Как это произошло? Понятие "ошибка выжившего" связывается с именем венгерского математика Абрахама Вальда, работавшего в американской лаборатории SRG. Во времена Второй мировой войны военные США поставили задачу уменьшить потери боевой авиатехники. Ряд весьма уважаемых инженеров до него пошли простым и очевидным путем - посмотрели, какие повреждения имели самолеты, вернувшиеся с заданий, и пришли к выводу, что слабые места самолетов - там, где они получили пробоины. Соответственно, их и надо укреплять. Но подход Вальда оказался иным. Он также проанализировал, какие повреждения получили вернувшиеся с вылетов самолеты и предложил другое решение: наоборот, укреплять те места, где повреждений нет, потому что самолеты с пробоинами в этих местах просто-напросто не вернулись на базу.
⠀
Есть еще один наглядный пример этого явления. Считается, что дельфины спасают людей. Однако у нас есть возможность судить об этом только по рассказам тех людей, которых дельфины подталкивали в направлении берега. Нет возможности узнать свидетельства тех, кого дельфины подталкивали в противоположную сторону.
⠀
Ошибка выжившего четко прослеживается в историях успешных людей и компаний. Тысячи человек изучают их биографии, пытаясь найти путь к успеху. Но даже если в точности повторять каждый шаг, в большинстве случаев повторить успех не получится. Предприниматели склонны принимать необдуманные решения, будучи настроенными излишне оптимистично и пренебрегая анализом и просчетом рисков.
Кстати, на Википедии написано очень неплохо: https://ru.wikipedia.org/wiki/Систематическая_ошибка_выжившего
⠀
Как избежать "ошибки выжившего"? Одни из рекомендаций:
- Всегда задавайте себе вопрос: полные ли данные передо мной? Точно ли я вижу всю картину?
- Собирайте сведения из разных источников и анализируйте, насколько они достоверны.
- Знакомьтесь не только с историями успеха, но и с историями неудач. Причем, особенно с ними. Исследуйте не только причины, но и работу над ошибками.
- Ориентируйтесь не на идеал, а на лучший вариант.
Ошибка выжившего и парадокс доступности информации
Есть такое явление – "ошибка выжившего": человек учитывает известные факты и пренебрегает неизвестными, но существующими, и берет во внимание только успешный опыт. На самом деле - это вариант ошибки отбора.
⠀
Как это произошло? Понятие "ошибка выжившего" связывается с именем венгерского математика Абрахама Вальда, работавшего в американской лаборатории SRG. Во времена Второй мировой войны военные США поставили задачу уменьшить потери боевой авиатехники. Ряд весьма уважаемых инженеров до него пошли простым и очевидным путем - посмотрели, какие повреждения имели самолеты, вернувшиеся с заданий, и пришли к выводу, что слабые места самолетов - там, где они получили пробоины. Соответственно, их и надо укреплять. Но подход Вальда оказался иным. Он также проанализировал, какие повреждения получили вернувшиеся с вылетов самолеты и предложил другое решение: наоборот, укреплять те места, где повреждений нет, потому что самолеты с пробоинами в этих местах просто-напросто не вернулись на базу.
⠀
Есть еще один наглядный пример этого явления. Считается, что дельфины спасают людей. Однако у нас есть возможность судить об этом только по рассказам тех людей, которых дельфины подталкивали в направлении берега. Нет возможности узнать свидетельства тех, кого дельфины подталкивали в противоположную сторону.
⠀
Ошибка выжившего четко прослеживается в историях успешных людей и компаний. Тысячи человек изучают их биографии, пытаясь найти путь к успеху. Но даже если в точности повторять каждый шаг, в большинстве случаев повторить успех не получится. Предприниматели склонны принимать необдуманные решения, будучи настроенными излишне оптимистично и пренебрегая анализом и просчетом рисков.
Кстати, на Википедии написано очень неплохо: https://ru.wikipedia.org/wiki/Систематическая_ошибка_выжившего
⠀
Как избежать "ошибки выжившего"? Одни из рекомендаций:
- Всегда задавайте себе вопрос: полные ли данные передо мной? Точно ли я вижу всю картину?
- Собирайте сведения из разных источников и анализируйте, насколько они достоверны.
- Знакомьтесь не только с историями успеха, но и с историями неудач. Причем, особенно с ними. Исследуйте не только причины, но и работу над ошибками.
- Ориентируйтесь не на идеал, а на лучший вариант.
Wikipedia
Систематическая ошибка выжившего
Когнитивное искажение
#блогЕгорова
Business Analytics и Data Science
Наблюдая различные варианты использования терминов Data Science и Business Analytics, нам захотелось внести ясность в различия между этими терминами. Ну, по крайней мере, так, как это интерпретируем мы. Соотнеся наш опыт с мнением зарубежных коллег, мы написали эту статью.
В ней мы хотим поговорить о двух основных технологиях, связанных с данными, а именно: бизнес-аналитика (Business Analytics) и Data Science.
Оба этих понятия включают в себя сбор данных, моделирование и анализ информации. Разница между ними заключается в том, что бизнес-аналитика специфична для связанных с бизнесом проблем, таких как стоимость, прибыль, эффективность использования оборудования и т. д., а Data Science отвечает на такие вопросы, каким образом различные факторы, например, социальные, географические, сезонные и т.п влияют на бизнес в целом. Data Science увязывает данные воедино с построением алгоритма и технологией, с тем чтобы давать ответы на поставленные вопросы.
На первый взгляд, оба термина довольно тесно связаны друг с другом и используются взаимозаменяемо, но на самом деле они отличаются друг от друга.
Бизнес-аналитика, как широко используемая прикладная область, существовала довольно долго, более трех-четырех десятилетий, с конца 20-го века. Data Science как отдельная дисциплина получила оформление в качестве отдельной дисциплины где-то в 2010-х годах.
Прежде чем описывать различия, мы предлагаем рассмотреть основные понятия, общие для каждой из этих сущностей.
Итак:
Данные (если использовать это слово как термин) существуют в необработанном виде, а обработанные данные называются информацией. Тут необходимо еще упомянуть «Управление жизненным циклом данных (DLCM)» и классификацию данных.
Что такое DLCM или управление жизненным циклом данных?
"- Данные, которые инициируются или обрабатываются, затем создаются, классифицируются, сохраняются, к ним обращаются, обрабатывают, снова сохраняют, используют и, наконец, уничтожают, называют управлением жизненным циклом данных".
Обычно данные в цифровом мире классифицируются как
Структурированные:
- Данные видны и понятны
- Для интерпретации данных требуется очень ограниченная обработка.....
Подробнее тут: https://analytera.ru/about/blog/2020/05/24/business-analytics-i-data-science/
Business Analytics и Data Science
Наблюдая различные варианты использования терминов Data Science и Business Analytics, нам захотелось внести ясность в различия между этими терминами. Ну, по крайней мере, так, как это интерпретируем мы. Соотнеся наш опыт с мнением зарубежных коллег, мы написали эту статью.
В ней мы хотим поговорить о двух основных технологиях, связанных с данными, а именно: бизнес-аналитика (Business Analytics) и Data Science.
Оба этих понятия включают в себя сбор данных, моделирование и анализ информации. Разница между ними заключается в том, что бизнес-аналитика специфична для связанных с бизнесом проблем, таких как стоимость, прибыль, эффективность использования оборудования и т. д., а Data Science отвечает на такие вопросы, каким образом различные факторы, например, социальные, географические, сезонные и т.п влияют на бизнес в целом. Data Science увязывает данные воедино с построением алгоритма и технологией, с тем чтобы давать ответы на поставленные вопросы.
На первый взгляд, оба термина довольно тесно связаны друг с другом и используются взаимозаменяемо, но на самом деле они отличаются друг от друга.
Бизнес-аналитика, как широко используемая прикладная область, существовала довольно долго, более трех-четырех десятилетий, с конца 20-го века. Data Science как отдельная дисциплина получила оформление в качестве отдельной дисциплины где-то в 2010-х годах.
Прежде чем описывать различия, мы предлагаем рассмотреть основные понятия, общие для каждой из этих сущностей.
Итак:
Данные (если использовать это слово как термин) существуют в необработанном виде, а обработанные данные называются информацией. Тут необходимо еще упомянуть «Управление жизненным циклом данных (DLCM)» и классификацию данных.
Что такое DLCM или управление жизненным циклом данных?
"- Данные, которые инициируются или обрабатываются, затем создаются, классифицируются, сохраняются, к ним обращаются, обрабатывают, снова сохраняют, используют и, наконец, уничтожают, называют управлением жизненным циклом данных".
Обычно данные в цифровом мире классифицируются как
Структурированные:
- Данные видны и понятны
- Для интерпретации данных требуется очень ограниченная обработка.....
Подробнее тут: https://analytera.ru/about/blog/2020/05/24/business-analytics-i-data-science/
#сложно #статметоды
Осторожнее с тестом Фридмана!
Критерий Фридмана используется как непараметрический (не требующий нормального распределения) аналог однофакторного дисперсионного анализа ANOVA с повторными наблюдениями. И тест Фридмана иногда называют «ранговым дисперсионным анализом». Но этот тест не является дисперсионным анализом, критерий Фридмана – это расширение критерия знаков на случай нескольких выборок. Мощность теста Фридмана гораздо меньше мощности ANOVA с повторными наблюдениями. Поэтому, если ваши количественные данные не удовлетворяют условиями применения дисперсионного анализа (например, имеют значительную асимметрию распределения), преобразуйте их в порядковые (присвойте ранги всем наблюдениям), а затем используйте ANOVA с повторными наблюдениями.
Полный текст статьи на нашем дзен-канале: https://zen.yandex.ru/media/id/5ec42dede865ed4de2bbb41f/ostorojnee-s-testom-fridmana-5eccf042ddc0be4e69dd3d55
Осторожнее с тестом Фридмана!
Критерий Фридмана используется как непараметрический (не требующий нормального распределения) аналог однофакторного дисперсионного анализа ANOVA с повторными наблюдениями. И тест Фридмана иногда называют «ранговым дисперсионным анализом». Но этот тест не является дисперсионным анализом, критерий Фридмана – это расширение критерия знаков на случай нескольких выборок. Мощность теста Фридмана гораздо меньше мощности ANOVA с повторными наблюдениями. Поэтому, если ваши количественные данные не удовлетворяют условиями применения дисперсионного анализа (например, имеют значительную асимметрию распределения), преобразуйте их в порядковые (присвойте ранги всем наблюдениям), а затем используйте ANOVA с повторными наблюдениями.
Полный текст статьи на нашем дзен-канале: https://zen.yandex.ru/media/id/5ec42dede865ed4de2bbb41f/ostorojnee-s-testom-fridmana-5eccf042ddc0be4e69dd3d55
Яндекс Дзен
Осторожнее с тестом Фридмана!
#сложно #статметоды Как правило, альтернативой параметрическим критериям проверки гипотез (таким, как t-тесты или однофакторный дисперсионный анализ ANOVA) являются непараметрические ранговые критерии (например, U- критерий Манна-Уитни, критерий Уилкоксона…
#залкулибина #авторскаяколонка
О вкусных и редких вещицах.
Где и когда я прочёл рассказ Артура Порджеса «Саймон Флэгг и дьявол» я уже не припомню. Но нетривиальный ход с математиком, который посрамил дьявола, предложив ему свою душу в обмен на доказательство Великой теоремы Ферма меня изрядно повеселил.
-" Поставив и свою подпись с пышным росчерком, дьявол потер руки, окинул Саймона откровенно собственническим взглядом и весело сказал:
— Ну, выкладывайте свой вопрос! Как только я на него отвечу, мы отправимся. Мне надо посетить сегодня еще одного клиента, а времени в обрез.
— Хорошо, — сказал Саймон и глубоко вздохнул. — Мой вопрос такой: верна или не верна великая теорема Ферма?"-
Сам по себе рассказ относят к маленьким шедеврам жанра, но каково же было мое удивление, когда я раскопал советский короткометражный фильм «Математик и чёрт». Его по мотивам этого рассказа снял в уже далёком 1972 году незаслуженно забытый мастер короткого метра Семён Райтбурт. Роль математика в этом фильме безукоризненно сыграл Всеволод Шестаков. Роль жены математика, историка-медиевиста, досталась Алле Покровской. Ну а дьявола блестяще исполнил один из моих любимых актёров — Александр Кайдановский.
Не пожалейте 21 минуты, чтобы посмотреть этот очень редкий киношедевр. Уверен, получите колоссальное удовольствие!
https://yandex.ru/video/preview/?filmId=7109426364898412968&url=http%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DZI_-KpFMsjI&text=%D0%9C%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%20%D0%B8%20%D1%87%D0%B5%D1%80%D1%82%2C%201972&path=sharelink
О вкусных и редких вещицах.
Где и когда я прочёл рассказ Артура Порджеса «Саймон Флэгг и дьявол» я уже не припомню. Но нетривиальный ход с математиком, который посрамил дьявола, предложив ему свою душу в обмен на доказательство Великой теоремы Ферма меня изрядно повеселил.
-" Поставив и свою подпись с пышным росчерком, дьявол потер руки, окинул Саймона откровенно собственническим взглядом и весело сказал:
— Ну, выкладывайте свой вопрос! Как только я на него отвечу, мы отправимся. Мне надо посетить сегодня еще одного клиента, а времени в обрез.
— Хорошо, — сказал Саймон и глубоко вздохнул. — Мой вопрос такой: верна или не верна великая теорема Ферма?"-
Сам по себе рассказ относят к маленьким шедеврам жанра, но каково же было мое удивление, когда я раскопал советский короткометражный фильм «Математик и чёрт». Его по мотивам этого рассказа снял в уже далёком 1972 году незаслуженно забытый мастер короткого метра Семён Райтбурт. Роль математика в этом фильме безукоризненно сыграл Всеволод Шестаков. Роль жены математика, историка-медиевиста, досталась Алле Покровской. Ну а дьявола блестяще исполнил один из моих любимых актёров — Александр Кайдановский.
Не пожалейте 21 минуты, чтобы посмотреть этот очень редкий киношедевр. Уверен, получите колоссальное удовольствие!
https://yandex.ru/video/preview/?filmId=7109426364898412968&url=http%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DZI_-KpFMsjI&text=%D0%9C%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%20%D0%B8%20%D1%87%D0%B5%D1%80%D1%82%2C%201972&path=sharelink
yandex.ru
Математик и черт, 1972
Метафизический Клуб http://www.metaclub.pro...
#блогЕгорова
Прогнозирование продаж. Алгоритм эффективности
Современные менеджеры не всегда правильно понимают связь точности прогнозов и финансовых результатов: одни вкладывают огромные средства в улучшение прогнозов без резервов для улучшения, другие имеют потенциал по улучшению точности прогноза, но не придают ему значения. В статье рассказано о том, как должна быть организована прогностическая деятельность, чтобы улучшать финансовый результат.
Прогнозирование — одна из аналитических задач повышенной степени сложности. Сложность в данном случае заключается не только и не столько в математических тонкостях, сколько в многогранности вопроса. Когда мы говорим о прогнозировании продаж и финансовых показателей в бизнесе, то мы, по сути, говорим о прогнозировании человеческого поведения. А что может быть сложнее в этом мире, чем анализ и прогнозирование так называемого человеческого фактора? К сожалению, не все предсказуемо, а поиск магической программы, которая сама все аккуратно учтет и построит правильный прогноз, бесперспективен. Однако прогнозировать все-таки надо, при этом мы можем до некоторой степени преодолеть неопределенность....
Сама статья тут: https://analytera.ru/about/blog/2019/10/10/prognozirovanie-prodazh-algoritm-effektivnosti-algoritm-effektivnosti/
Прогнозирование продаж. Алгоритм эффективности
Современные менеджеры не всегда правильно понимают связь точности прогнозов и финансовых результатов: одни вкладывают огромные средства в улучшение прогнозов без резервов для улучшения, другие имеют потенциал по улучшению точности прогноза, но не придают ему значения. В статье рассказано о том, как должна быть организована прогностическая деятельность, чтобы улучшать финансовый результат.
Прогнозирование — одна из аналитических задач повышенной степени сложности. Сложность в данном случае заключается не только и не столько в математических тонкостях, сколько в многогранности вопроса. Когда мы говорим о прогнозировании продаж и финансовых показателей в бизнесе, то мы, по сути, говорим о прогнозировании человеческого поведения. А что может быть сложнее в этом мире, чем анализ и прогнозирование так называемого человеческого фактора? К сожалению, не все предсказуемо, а поиск магической программы, которая сама все аккуратно учтет и построит правильный прогноз, бесперспективен. Однако прогнозировать все-таки надо, при этом мы можем до некоторой степени преодолеть неопределенность....
Сама статья тут: https://analytera.ru/about/blog/2019/10/10/prognozirovanie-prodazh-algoritm-effektivnosti-algoritm-effektivnosti/
#триз #литература
Рекомендуем для конструкторов и рационализаторов интересное направление в ТРИЗ – Геометрические эффекты. Книга хоть и далеко не новая, но по-прежнему актуальная (а что с ТРИЗом то сделается?), и направление интересное. Жаль Викентьев не стал развивать его дальше. Но мы помним, да. И регулярно пользуемся. И вам рекомендуем. Пожалуйста: «Кривая, которая всегда вывезет. Геометрия для изобретателей».
https://r1.nubex.ru/s828-c8b/f2447_a2/Геом-эффекты-1989.pdf
Рекомендуем для конструкторов и рационализаторов интересное направление в ТРИЗ – Геометрические эффекты. Книга хоть и далеко не новая, но по-прежнему актуальная (а что с ТРИЗом то сделается?), и направление интересное. Жаль Викентьев не стал развивать его дальше. Но мы помним, да. И регулярно пользуемся. И вам рекомендуем. Пожалуйста: «Кривая, которая всегда вывезет. Геометрия для изобретателей».
https://r1.nubex.ru/s828-c8b/f2447_a2/Геом-эффекты-1989.pdf
#софт #статметоды
Бесплатная статистическая программа BlueSky Statistics, в которой реализованы как классические статистические методы, так и методы машинного обучения и интеллектуального анализа данных. В ПО можно выполнять Market Basket Analysis (Анализ рыночной корзины), не видела такой возможности в других бесплатных пакетах.
Если будете скачивать, имейте в виду, что программа совершенно не воспринимает кириллицу, так что полный путь к используемому файлу данных должен быть прописан только на английском.
https://www.blueskystatistics.com/
Бесплатная статистическая программа BlueSky Statistics, в которой реализованы как классические статистические методы, так и методы машинного обучения и интеллектуального анализа данных. В ПО можно выполнять Market Basket Analysis (Анализ рыночной корзины), не видела такой возможности в других бесплатных пакетах.
Если будете скачивать, имейте в виду, что программа совершенно не воспринимает кириллицу, так что полный путь к используемому файлу данных должен быть прописан только на английском.
https://www.blueskystatistics.com/
#новости #триз
Добрый день, коллеги!
Для тех, кто не получает на почту нашу рассылку, сообщаем о запуске нашего нового направления - он-лайн обучения по концепции ТРИЗ https://триз.онлайн
К вашим услугам онлайн-тренинги в открытом и корпоративном формате, а также новый формат решения производственных задач – онлайн-консультации по решению проблем с помощью инструментов ТРИЗ.
Тренинги разделены по функциональному и отраслевому признакам. Мы сделали максимум, чтобы вы нашли в нашем новом формате все для удобного и эффективного использования инструментов ТРИЗ в своей деятельности.
Добро пожаловать!
Добрый день, коллеги!
Для тех, кто не получает на почту нашу рассылку, сообщаем о запуске нашего нового направления - он-лайн обучения по концепции ТРИЗ https://триз.онлайн
К вашим услугам онлайн-тренинги в открытом и корпоративном формате, а также новый формат решения производственных задач – онлайн-консультации по решению проблем с помощью инструментов ТРИЗ.
Тренинги разделены по функциональному и отраслевому признакам. Мы сделали максимум, чтобы вы нашли в нашем новом формате все для удобного и эффективного использования инструментов ТРИЗ в своей деятельности.
Добро пожаловать!