AZURE MACHINE LEARNING

SolidQ y Microsoft ponen a tu alcance un taller de Machine Learning que se amolda a tus necesidades y tu bolsillo. Simplemente dinos en qué sector trabajas, tus necesidades de predicción y propondremos soluciones para transformar tu negocio

TALLER de 5 días de AZURE MACHINE LEARNING

Ofrecemos un laboratorio de 5 días de duración, donde trabajaremos con vuestros datos reales junto a vuestro equipo.  Se llevarán a cabo 5 fases:

FASE 1: Identificación y especificación

Identificaremos fuentes de datos (Excel, Access, SQL Server, ERPs, OData, etc.) y definiremos el problema de negocio a predecir

U

FASE 2: Analizar y diagnosticar

Analizaremos las variables y revisaremos cómo es la calidad de las variables con información de negocio afectadas

FASE 3: Implementación

Implementaremos una primera aproximación de la solución, con un algoritmo base sin personalizar

Z

FASE 4: Validación de resultados

Validaremos los resultados con vosotros y analizaremos los diferentes factores resultantes

FASE 5: Formación incompany

Formaremos a vuestro equipo para que aprenda las nociones básicas de la solución, las tecnologías usadas, interpretación de los datos y cómo la solución beneficia a vuestro negocio

Y además, con la contratación del assessment… ¡te regalamos una entrada de un día al SolidQ Summit 2018 en Alicante (España)!

Solicita más información

“Desde el momento en el que pusimos en marcha la solución, hemos ahorrado en producción, ya que hemos sido capaces de predecir las ventas, evitando así el exceso de stock”

Mario Real

“La toma de decisiones es más concreta, predecimos qué va a suceder con las ventas y aprovechamos más nuestros datos. En tan sólo 5 días de workshop hemos podido ver todas las posibilidades, la gran cantidad de información que hasta ahora era oculta y que nos aporta nuestro propio sistema”

Paloma Romero

“Hemos implementado en nuestro hospital un sistema de análisis predictivo de manera que podemos anticipar si un paciente podría sufrir determinadas enfermedades con el tiempo”

Carmen Gilabert

¿Te perdiste el webinar de casos prácticos? Aquí puedes ver el vídeo al completo.

Pide más información sobre nuestro taller de AML y transforma tu negocio.

Aplicable a todos los sectores, aquí te enseñamos algunos ejemplos:

RETAIL / SUPERMERCADOS

Predicción de ventas, geolocalización para la apertura de locales, tarjetas de fidelización y abandono de carrito

MECÁNICA/AUTOMOCIÓN

Mantenimiento de stock, predicción de averías y vida del producto

HOSTELERÍA

Personalización de servicios, geolocalización para la apertura de locales, optimización de búsquedas y predicción de ventas

SEGUROS/SALUD

Predicción de riesgos y cálculo de pólizas. Predicción de futuras enfermedades y calidad de vida del paciente

BANCA

Minería de datos financieros, geolocalización para la apertura de locales, detección de anomalías y fraude fiscal

TELECOMUNICACIONES

Renovación de clientes, analítica predictiva, perfilado de datos, análisis del mercado…

Detección de pérdida de clientes

Minería de textos

Análisis del mercado

Filtrado colaborativo

Detección de fraudes

Previsión

U

Analítica predictiva

Perfilado de datos

Comprensión de los datos

ANALYTICS & DATA SCIENCE

Debido a la explosión masiva de datos en todas las industrias, nos centraremos en Machine Learning para ayudarnos a calcular algunos de los datos desconocidos. Con el servicio de Fractional Data Science, SolidQ ayuda a su equipo a comprender el proceso estándar para implementar la minería de datos y el Aprendizaje Automático.

Un ejemplo de la utilidad del Fractional Data Science comprende los puntos mencionados abajo. Se inicia con el desarrollo de una comprensión del negocio y luego le pregunta qué datos corresponden a esa comprensión. SolidQ le ayuda a preparar sus datos, el modelado, y posterior implementación y uso de la máquina de aprendizaje.

Formación

Nuestro equipo de Data Science destaca por la consultoría y la formación. En este primer paso de la adopción de Data Science se le guiará a su equipo a través de las tácticas de preparación de datos y el modelado. Se impartirán las clases con una formación diseñada para todo el equipo. La formación puede incluir Azure ML, R codificación, SSAS y Minería de Datos.

Preparación de los datos y análisis

Después de que su equipo transforma los datos y los carga en una base de datos de prueba de SQL Server, SolidQ trabajará para obtener una comprensión más profunda de los datos. Mediante la preparación de varios conjuntos de datos que tienen en cuenta diversos marcos de tiempo (meses, años) podemos determinar la distribución de los valores y preparar varias variables calculadas adicionales. Después, trabajaremos para identificar la relación entre el paso del tiempo y el comportamiento de los clientes.

Preparación y Evaluación de los modelos de Datos

Identificamos patrones dentro de los datos mediante el uso de técnicas de minería de datos dirigidas árboles de decisión, Naïve Bayes y Redes Neuronales. Prepararemos varios modelos con conjuntos de datos y los prepararemos los modelos mediante la aplicación de parámetros de distintos algoritmos para cada conjunto. Porque no hay manera de saber de antemano cuántos modelos vamos a necesitar realmente, limitamos esta fase de desarrollo, con las limitaciones de tiempo.

Evaluación de la Eficiencia de los Modelos

Es importante dedicar tiempo a determinar si los modelos implementados necesitan refinamiento o se vuelven obsoletos. Llevaremos a cabo todas las medidas de eficiencia con un almacén de datos pequeño, controlando y analizandólos con cubos OLAP o PowerPivot.

Despliegue

Los parámetros de implementación son fijados por usted de acuerdo a las habilidades de su equipo y el alcance del proyecto. SolidQ puede preparar informes de implementación y consultas DMX en su aplicación OLTP. También podemos incluir los resultados de riesgo de pérdida de clientes en sus cubos OLAP existentes.

Revisión de datos y modelos

SolidQ revisará los modelos de datos con su equipo después de la implementación de fomentar refinamiento fuego y el aprendizaje.