Artur Suchwałko, data scientist, programista, trener, założyciel i właściciel firmy QuantUp.pl

Artur ma prawie 20 lat doświadczenia zawodowego w analizie danych, modelowaniu statystycznym i programowaniu na potrzeby analizy danych. Pracował w różnych rolach (statystyk, ekspert, trener, konsultant, naukowiec i nauczyciel akademicki, programista oraz manager zespołu programistów, zarządzający firmą, właściciel firmy) dla firm z różnych branż, od start-upów po międzynarodowe korporacje. Także dla uczelni.

Od roku 2011 rozwija z sukcesem własną firmę analityczną QuantUp. Oprócz wykonania wielu projektów analitycznych, przeprowadził sporo komercyjnych szkoleń z zakresu analizy danych, modelowania statystycznego i data miningu, spędzając w salach szkoleniowych ponad 1.800 godzin.

Kilka lat temu został dyrektorem naukowym (Chief Science Officer) szwedzkiej firmy bioinformatycznej MedicWave. Od roku 2012 jest dodatkowo Vice CEO i współwłaścicielem tej firmy.

Od kilkunastu lat wykorzystuje w pracy darmowe oprogramowanie (szczególnie R) i promuje jego używanie podczas konferencji biznesowych oraz działań non-profit. Współautor książki na temat prognozowania w R.

Więcej informacji o Arturze na profilu LinkedIn

Modele predykcyjne wykorzystuje się w optymalizacji działań firm (i nie tylko) od lat. Najbardziej typowe zastosowania to prognozowanie zachowania klientów. Mniej standardowych zastosowań jest bardzo wiele i trudno je tutaj wymienić.

Darmowy system statystyczny R (r-project.org) jest językiem programowania wyposażonym w tysiące bibliotek zawierających funkcje do analizy danych i modelowania.

Jeden z twórców poprzednika R, języka S, John Chambers otrzymał nagrodę Software System Award ASA z komentarzem: “S has forever altered the way people analyze, visualize, and manipulate data”.

W ostatnich latach R stał się standardowym narzędziem używanym praktycznie wszędzie: w firmach z najróżniejszych branż, instytucjach publicznych i naukowych. Coraz bardziej wypiera rozwiązania komercyjne. Krótko mówiąc, trzeba znać R.

Zaczniemy od tego, jak zbudować w R w ciągu kwadransa model predykcyjny. Potem zwiększymy możliwości analityczne i zapoznamy się z wygodnym pakietem caret. Oprócz tego porozmawiamy o tym, co jest najważniejsze w budowie modeli predykcyjnych.

Ta wiedza będzie przydatna, ponieważ niezależnie od przewidywanego zjawiska, sposób budowy modeli predykcyjnych jest podobny.