Stai utilizzando un browser vecchio, che non rispetta gli standard web. Ti consigliamo di cambiarlo, perché questo sito potrebbe non funzionare correttamente.

Machine Learning for Project Managers

ICBG21

In: Data Science & Machine Learning

Da qualche anno il tradizionale e sempre attuale problema della stima dei costi e dei tempi nei progetti (di qualsiasi tipo: software, meccanici, civili, finanziari, ecc) è praticamente “risolto”, grazie alle nuove tecniche di Machine Learning. Molte aziende non ne sono ancora consapevoli.
Il corso affronta il tema della stima dei progetti con un approccio innovativo, basato sulle tecniche di Machine Learning e di simulazione di Montecarlo, abbinate alle più recenti acquisizioni matematico-statistiche nel campo. L’approccio alla stima illustrato nel corso garantisce stime affidabili al 100%.
Il corso ha un taglio estremamente pratico, basato su esempi aziendali concreti. Il tool utilizzato è Excel 2016, integrato con add-in specifici: Excel è infatti tuttora il tool di riferimento per la stima (dei costi) nel Project Management, il più semplice e diffuso tra i professionisti del campo. Il corso non usa slide.
NB. Questo non è un corso di stima “agile” basata su user story, ma di stima “esatta” tramite la statistica moderna ed il Machine Learning. Il corso non richiede conoscenze matematico-statistiche precedenti.

Contenuti

  • Limiti e difetti delle tradizionali tecniche di stima dei progetti.
  • Come fare il break-down delle attività progettuali: nuove tecniche matematico-statistiche.
  • La stima statistica dei singoli task del progetto (costi in ore-gg/persona e tempi elapsed) con la tecnica Pert e Delphi adattate.
  • Stima per task o stima per parte-prodotto.
  • La simulazione Monte Carlo applicata alla stima dei costi totali (in gg/persona) e dei tempi totali (elapsed) di realizzazione di un nuovo progetto.
  • La stima delle interdipendenze tra attività o parti-prodotto tramite la correlazione o la copula.
  • La stima per analogia ad altri progetti simili con le reti neurali (tramite XLSTAT).
  • La stima esatta della risk contingency temporale con la tecnica della critical chain di Goldratt.
  • Gli errori da evitare nell’applicazione delle suddette tecniche.
  • Presentazione di esempi e casi d’uso.

Durata

  • 7 ore

Prerequisiti

Una generica conoscenza di base di Excel.

Solo su richiesta

Questo corso è erogabile solo su richiesta, in modalità on-line (con formazione a distanza), oppure on-site, sempre personalizzati secondo le esigenze.

Richiesta informazioni