Zimowa szkoła nauki o danych 2025

Zimowa szkoła nauki o danych 2025

Zrób kolejny krok w swojej podróży z danymi dzięki naszej internetowej szkole zimowej Stata

Dołącz do nas na Zimową Szkołę Nauki o Danych 2025. Ta seria kursów jest skierowana do praktyków, naukowców i profesjonalistów, którzy chcą rozwijać swoje umiejętności w popularnych tematach zarządzania danymi, integracji Stata z Pythonem oraz metod uczenia maszynowego.

Zapisz się tutaj
Zapisz się tutaj

Select which days you plan to attend:

400,00 GBP
Gwarancja bezpiecznej i pewnej realizacji transakcji
–
4 dni
Online za pośrednictwem Teams

Dołącz do nas na Zimową Szkołę Nauki o Danych 2025 – dynamiczny, czterodniowy cykl szkoleń online, którego celem jest wyposażenie badaczy, analityków danych i studentów w umiejętności efektywnego zarządzania danymi, ich wizualizacji i analizowania przy użyciu narzędzia Stata .

Jak to działa
Elastyczna nauka dla wszystkich poziomów

Szkoła Zimowa składa się z trzech odrębnych kursów . Uczestnicy mogą wybrać cały cykl lub wybrać konkretny kurs/kursy najbardziej odpowiadające ich celom badawczym lub zawodowym:

  • Kurs 1: Wprowadzenie do pracy w programie Stata – podstawy przetwarzania i zarządzania danymi w programie Stata
  • Kurs 2: Integracja Stata i Pythona – odkryj nowe możliwości, ucząc się, jak integrować Pythona ze Stata w celu zaawansowanej analizy danych
  • Kurs 3: Wprowadzenie do uczenia maszynowego z wykorzystaniem Stata – poznaj techniki uczenia maszynowego i generatywne zastosowania sztucznej inteligencji do podejmowania decyzji ekonomicznych i politycznych opartych na danych
Eksperckie instrukcje i umiejętności praktyczne

Kursy prowadzone są przez doświadczonych instruktorów, a ich głównym tematem są:

  • Dobre praktyki badawcze i efektywny przepływ pracy.
  • Praktyczna nauka na rzeczywistych przykładach ze statystyki medycznej.
  • Nacisk położony jest na powtarzalność , efektywne zarządzanie danymi i jasną komunikację wyników .
Co zyskasz
  • Doświadczenie praktyczne w postaci przykładów, materiałów do zabrania do domu i pytań

Agenda

Course 1: 8 December 2025

An Introduction to Stata for Exploratory Analysis and Essential Data Management

Date

Delivered by

Prerequisites
8 December 2025 Tim Collier, LSHTM none

This one-day introductory course is for people interested in using Stata effectively in their research.

Course 2: 9 December 2025

Stata and Python Integration

Date

Delivered by

Prerequisites
9 December 2025 Thomas Pical, Equancy none

This one-day introductory course is for people interested in using Stata effectively in their research.

Introduction to Machine Learning with Stata

Date

Delivered by

Prerequisites
10-11 December 2025 Sebastian Laurent, Lancaster University Some familiarity with Stata is desirable

The aim of this two-day course is to introduce participants to machine learning, a relatively new approach to data analytics at the intersection between statistics, computer science, and artificial intelligence.

Students will be taught how to master the theory and the techniques that allow turning information into knowledge and value by 'letting the data speak'. The teaching approach will be based on the graphical language and intuition more than on algebra. The course will make use of instructional as well as real-world examples, with a balance of theory and practical sessions using Stata.

 

Learning Objectives

By the end of this course you will have knowledge and understanding of:

  • Implementing and optimising machine learning approaches
  • Assessing model performance
  • Selecting key features
  • Using standard machine learning libraries

Agenda

Course 1: 8 December 2025

An Introduction to Stata for Exploratory Analysis and Essential Data Management
Date 8 December 2025
Delivered by Tim Collier, LSHTM
Prerequisites none

 

 

This one-day introductory course is for people interested in using Stata effectively in their research.

 

Course 2: 9 December 2025

Stata and Python Integration

Date 9 December 2025
Delivered byThomas Pical, Equancy
Prerequisitesnone

 

This course will introduce the basics of the Stata and Python language.

Course 3: 10 - 11 December 2025

Introduction to Machine Learning with Stata

Date10-11 December 2025
Delivered bySebastian Laurent, Lancaster University
PrerequisitesSome familiarity with Stata is desirable

 

The aim of this two-day course is to introduce participants to machine learning, a relatively new approach to data analytics at the intersection between statistics, computer science, and artificial intelligence.

Students will be taught how to master the theory and the techniques that allow turning information into knowledge and value by 'letting the data speak'. The teaching approach will be based on the graphical language and intuition more than on algebra. The course will make use of instructional as well as real-world examples, with a balance of theory and practical sessions using Stata.

 

Learning Objectives

By the end of this course you will have knowledge and understanding of:

  • Implementing and optimising machine learning approaches
  • Assessing model performance
  • Selecting key features
  • Using standard machine learning libraries

 

Day 2:

Session 1
  • Comparing estimators for static panel models for your research question 
  • Testing for serial correlation
Session 2: Dynamic Panel Models
  • The Arello Bond estimator and post-estimation diagnostic test 
  • The Blundell Bond estimator and post estimation diagnostic tests
  • Case study: the determinants of bank risk-taking in European banks.

Wymagania wstępne

Kurs 1 –

  • Łagodne wprowadzenie do Stata, piąte wydanie – Alan C. Acock
  • Wprowadzenie do Stata dla badaczy zdrowia, wydanie czwarte - Morten Frydenberg, Svend Juul

Harmonogram kursu

Możliwość wprowadzenia drobnych zmian

Sesja

Czas

Pierwsza sesja

9:30-11:00 (czasu londyńskiego)

Przerwa

11:00-11:15 (czasu londyńskiego) (czas)

Druga sesja

11:15-12:45 (czasu londyńskiego)

Lunch

12:45-13:45 (czasu londyńskiego)

Trzecia sesja

13:45-15:15 (czasu londyńskiego)

Przerwa

15:15-15:30 (czasu londyńskiego (czas)

Czwarta sesja

15:30-17:00 (czasu londyńskiego)

{{widget type="Absolute\WidgetTable\Block\Table" table_style="normal" colour_theme="default" title="__LT__p__GT___LT__em__GT__Możliwość wprowadzenia drobnych zmian__LT__/em__GT____LT__/p__GT__" template="widget/three-columns.phtml" items_1_type="th" items_1_row_1="__LT__p__GT__Pierwsza sesja__LT__/p__GT__" items_1_row_2="__LT__p__GT__Przerwa__LT__/p__GT__" items_1_row_3="__LT__p__GT__Druga sesja__LT__/p__GT__" items_1_row_4="__LT__p__GT__Lunch__LT__/p__GT__" items_1_row_5="__LT__p__GT__Trzecia sesja__LT__/p__GT__" items_1_row_6="__LT__p__GT__Przerwa__LT__/p__GT__" items_1_row_7="__LT__p__GT__Q

Warunki

  • Dodatkowe zniżki są dostępne w przypadku rejestracji wielokrotnych
  • Uczestnicy otrzymują tymczasowe licencje na główne pakiety oprogramowania wykorzystywane podczas kursu. Konieczne jest zainstalowanie tych tymczasowych licencji szkoleniowych na komputerach przed rozpoczęciem kursu.
  • Opłatę za kurs należy uiścić przed datą rozpoczęcia kursu.

Anulacje

  • W przypadku rezygnacji dokonanej na ponad 28 dni kalendarzowych przed rozpoczęciem kursu, zwrot opłaty wynosi 100%.
  • W przypadku rezygnacji dokonanej na 14 dni kalendarzowych przed rozpoczęciem kursu zwracamy 50% opłaty.
  • W przypadku rezygnacji dokonanej na mniej niż 14 dni kalendarzowych przed rozpoczęciem kursu nie przysługuje zwrot opłaty.

Liczba uczestników jest ograniczona. Zarejestruj się wcześniej, aby zagwarantować sobie miejsce.

Dostarczone przez