چه این شرکتی است که به دنبال درک ترجیحات کاری کارکنان خود است یا یک کمپین بازاریابی که می‌خواهد بداند چگونه می‌تواند به بهترین شکل به مخاطبان غالب خود پاسخ دهد، داده‌های نظرسنجی یکی از بهترین ابزارهای موجود است. در اینجا، هدف از تجزیه و تحلیل داده های نظرسنجی و زمانی که مناسب است از ابزارهای آماری توصیفی و استنباطی استفاده کنید، خواهید آموخت. شما یاد خواهید گرفت که چندین روش نمونه برداری را با استفاده از پایتون به کار ببرید و نتایج نظرسنجی خود را برای تفسیر کیفی متغیرها و نتایج مرتبط با آزمون های مدل سازی، بسته به نوع نظرسنجی که در حال تجزیه و تحلیل هستید، تجسم کنید.

تجزیه و تحلیل زنجیره تامین، فعالیت های زنجیره تامین را از حدس زدن به مواردی تبدیل می کند که با استفاده از داده ها تصمیم می گیرند. یک ابزار ضروری در تجزیه و تحلیل زنجیره تامین، استفاده از تجزیه و تحلیل بهینه سازی برای کمک به تصمیم گیری است. طبق گفته Deloitte، 79 درصد از سازمان‌ها با عملکرد بالا زنجیره تامین به رشد درآمدی دست می‌یابند که به طور قابل‌توجهی بالاتر از میانگین است. این دوره شما را با PuLP، یک مدل ساز بهینه سازی برنامه خطی که در پایتون نوشته شده است، آشنا می کند. با استفاده از PuLP، این دوره به شما نشان می‌دهد که چگونه سؤالات بهینه‌سازی زنجیره تأمین را فرموله کنید و به سؤالات بهینه‌سازی زنجیره تأمین پاسخ دهید، مانند اینکه یک مرکز تولید باید در کجا قرار داشته باشد، چگونه تقاضای تولید را در امکانات مختلف تخصیص دهید، و موارد دیگر. ما نتایج مدل ها و مفاهیم آنها را از طریق تست حساسیت و شبیه سازی بررسی خواهیم کرد. این دوره به شما کمک می کند تا با استفاده از قدرت پایتون و PuLP، تصمیم گیری در مورد زنجیره تامین را بهبود بخشید.

آخرین باری که در سوپرمارکت بودید، چه چیزی در سبد خریدتان بود؟ آیا ارتباطی بین محصولاتی که خریداری کردید، مانند اسپاگتی و گوجه فرنگی یا ژامبون و آناناس وجود داشت؟ چه آنلاین و چه آفلاین، خرده‌فروشان از اطلاعات میلیون‌ها سبد مشتری برای تجزیه و تحلیل ارتباط بین اقلام و استخراج اطلاعات بینش با استفاده از قوانین مرتبط استفاده می‌کنند.

برای کمک به تعیین میزان ارتباط بین اقلام، از تجزیه و تحلیل سبد بازار برای کشف ارتباطات نادیده و تجسم قوانین مرتبط و روشنگر استفاده خواهید کرد. سپس می‌توانید آنچه را که در مجموعه داده‌های فیلم یاد گرفته‌اید تمرین کنید، زیرا پیش‌بینی می‌کنید کدام فیلم‌ها با هم تماشا می‌شوند تا توصیه‌های فیلم شخصی‌سازی شده برای کاربران ایجاد کنید.

توصیه های محصول آمازون و پیشنهادات فیلم نتفلیکس چه وجه مشترکی دارند؟ هر دوی آنها بر تحلیل سبد بازار تکیه می‌کنند، که ابزاری قدرتمند برای تبدیل حجم وسیعی از معاملات مشتری و مشاهده داده‌ها به قوانین ساده برای تبلیغ و توصیه محصول است. در این دوره آموزشی، نحوه انجام تجزیه و تحلیل سبد بازار را با استفاده از الگوریتم Apriori، معیارهای استاندارد و سفارشی، قوانین تداعی، تجمیع و هرس و تجسم می آموزید. سپس مهارت‌های جدید خود را از طریق تمرین‌های تعاملی، توصیه‌های ساختمانی برای یک فروشگاه مواد غذایی کوچک، یک کتابخانه، یک فروشنده کتاب الکترونیکی، یک خرده‌فروش هدیه جدید و یک سرویس پخش فیلم تقویت خواهید کرد. در این فرآیند، اطلاعات آماری پنهان را برای بهبود توصیه‌ها برای مشتریان کشف خواهید کرد.

این دوره به شما می آموزد که چگونه از PostgreSQL برای مدیریت داده های تاریخ و زمان استفاده کنید. شما با توابع و فراخوانی آشنا خواهید شد تا به شما در تجزیه و دستکاری این داده ها، انجام محاسبات و استفاده از توابع پنجره کمک کنند. شما این تکنیک‌ها را در داده‌های دنیای واقعی به کار می‌گیرید تا دما را تجزیه و تحلیل کنید، به برنامه‌های قطار نگاه کنید، و بررسی کنید که چگونه محبوبیت مقالات خبری در طول زمان تغییر می‌کند.

بسیاری از پدیده‌های زندگی روزمره ما، مانند حرکت قیمت سهام، در بازه‌های زمانی معینی اندازه‌گیری می‌شوند. روش های تجزیه و تحلیل سری های زمانی برای تجزیه و تحلیل این نوع داده های خاص بسیار مفید هستند. در این دوره آموزشی با برخی از مفاهیم و تکنیک های تحلیل سری های زمانی اصلی آشنا می شوید.

SQL Server دارای مجموعه ای قوی از ابزارها برای آماده سازی، تجمیع و جستجوی داده های سری زمانی است. این دوره به شما نشان می دهد که چگونه می توانید تاریخ ها را بسازید و با آنها کار کنید، تاریخ ها را از رشته ها تجزیه کنید (و با رشته های نامعتبر مقابله کنید)، و تاریخ ها را برای گزارش قالب بندی کنید. از آنجا، خواهید دید که چگونه اپراتورهای تجمیع داخلی و توابع پنجره SQL Server می توانند مشکلات مهم تجاری مانند محاسبه مجموع در حال اجرا، یافتن میانگین متحرک و نمایش تفاوت های ماه به ماه با استفاده از مجموعه داده های نمونه واقعی را حل کنند. همچنین خواهید دید که چگونه نگاه متفاوت به داده های خود می تواند مشکلات دشوار را حل کند.

از قیمت سهام گرفته تا داده‌های آب و هوایی، داده‌های سری زمانی در دامنه‌های بسیار متنوعی یافت می‌شوند، و توانایی کارکرد مؤثر با چنین داده‌هایی برای دانشمندان داده یک مهارت مهم است. این دوره شما را با تجزیه و تحلیل سری های زمانی در پایتون آشنا می کند. پس از آشنایی با سری زمانی، با چندین مدل سری زمانی از مدل های خودرگرسیون و میانگین متحرک گرفته تا مدل های همجمعی آشنا خواهید شد. در طول مسیر، نحوه تخمین، پیش‌بینی و شبیه‌سازی این مدل‌ها را با استفاده از کتابخانه‌های آماری در پایتون یاد خواهید گرفت. نمونه‌های متعددی از نحوه استفاده از این مدل‌ها، با تأکید ویژه بر برنامه‌های کاربردی در امور مالی را مشاهده خواهید کرد.

داده‌های سری زمانی را با Power BI تجزیه و تحلیل کنید شما مجموعه داده‌ها را گرفته‌اید و آن‌ها را از هر زاویه ممکن تجزیه و تحلیل کرده‌اید، اما آیا می‌دانستید که یک بعد وجود دارد که هر تحلیلی در آن مشترک است؟ درست است؛ وقت آن است! آیا تا به حال به این فکر کرده اید که چگونه داده های شما در طول زمان تغییر می کند؟

تکنیک های رایج تحلیل را تمرین کنید در این دوره آموزشی تجزیه و تحلیل سری های زمانی در Power BI، شما با دو مجموعه داده مختلف کار خواهید کرد و تکنیک های رایج را برای تجزیه و تحلیل داده ها در طول زمان تمرین خواهید کرد. شما با تجزیه و تحلیل داده‌های Superstoredata برای نقطه فروش (PoS) در مکان‌ها و زمان‌های مختلف شروع می‌کنید، جایی که تغییرات را با انواع مختلف پنجره، دوره تا تاریخ، و توابع دوره بیش از دوره محاسبه می‌کنید.

از الگوریتم های داخلی و DAX استفاده کنید سپس، به داده های مالی مایکروسافت (NASDAQ: MSFT) می پردازید و می بینید که چگونه می توانیم داده ها را در آینده پیش بینی کنیم، از هر دو الگوریتم داخلی و DAX برای انجام این کار استفاده کنیم.

پس از دوره آموزشی، یک جعبه ابزار کامل برای مقابله با داده های سری زمانی و تسلط بر بعد چهارم خواهید داشت.

سری‌های زمانی در اطراف ما هستند. از پستی که در توییتر ایجاد کرده‌اید، تا نوسانات روزانه در بازارهای مالی - اینها همه نمونه‌هایی از نقاط داده سری زمانی هستند که نیاز به تجزیه و تحلیل دارند. در این دوره، دسته بندی، درمان و تحلیل سری های زمانی را یاد خواهید گرفت. اگر قصد دارید به‌عنوان یک متخصص تجزیه‌وتحلیل پیشرفت کنید، یک الزام مطلق است.

معرفی شبکه ها را دریافت کنید مفاهیم اساسی در تحلیل شبکه را کشف کنید. این دوره با آموزش اصول اولیه شبکه های اجتماعی، رئوس و لبه ها و نحوه استفاده از بسته igraph R برای کاوش و تجسم داده های شبکه آغاز می شود. شما به مشاهده شبکه های هدایت شده با جزئیات بیشتر، از جمله شناسایی روابط کلیدی بین رئوس و به کارگیری مهارت های جدید خود در مجموعه داده های شبکه که به انتقال سرخک در هاگلوک نگاه می کند، ادامه خواهید داد. ساختارها و نمودارهای شبکه را درک کنید با مشاهده چگالی شبکه و طول مسیر متوسط، ساختارها و زیرساخت های شبکه را مشخص کنید. فصل سوم این دوره شما را از طریق تصادفی‌سازی و نمودارهای تصادفی، قبل از رفتن به مثلث‌ها، گذرا و تجسم دسته‌ها راهنمایی می‌کند. شناسایی روابط با استفاده از Assortativity در igraph Assortativity تعیین می کند که اگر دو راس دارای یک ویژگی مشترک باشند - چه عددی باشد یا طبقه بندی، چقدر احتمال دارد که به یکدیگر متصل شوند. شما تابع ASSORTATIVITY را در igraph برای تعیین تأثیر جنسیت بر مجموعه داده های شبکه دوستی بررسی خواهید کرد و برای ارزیابی یافته های خود از تصادفی سازی استفاده خواهید کرد. نقشه های شبکه تعاملی را با استفاده از threejs ایجاد کنید در پایان این دوره، دانش خود را فراتر از igraph گسترش می‌دهید تا قابلیت‌های تجسم شبکه threejs را کشف کنید. شما اولین نمودارهای شبکه تعاملی خود را با استفاده از این بسته R خواهید ساخت و به چگونگی توسعه بیشتر تجسم خود نگاه خواهید کرد.

ترازنامه، صورت‌های درآمد و صورت‌های جریان نقدی، صورت‌های مالی هستند که تقریباً هر شرکت بزرگی از آن استفاده می‌کند. این بیانیه ها حاوی اطلاعات زیادی در مورد وضعیت مالی یک شرکت است. این دوره چهار ساعته پایه‌ای را برای شروع تجزیه و تحلیل صورت‌های مالی در پایتون ایجاد می‌کند تا موقعیت مالی یک شرکت را عمیقاً درک کنید.

شما با یادگیری نحوه خواندن صورت‌های مالی شروع می‌کنید - اولین گام در یادگیری نحوه تجزیه و تحلیل آنها. در مرحله بعد، محاسبه برخی از رایج‌ترین نسبت‌های مالی از روی صورت‌ها را با استفاده از پانداها تمرین می‌کنید - یک ابزار قدرتمند دستکاری و تجزیه و تحلیل داده‌های پایتون.

همچنین خواهید آموخت که چگونه از عملکردهای مختلف پانداها برای مقایسه نسبت های مالی شرکت ها و ارزیابی سلامت مالی آنها استفاده کنید.

«داده‌ها در طبیعت» مملو از مقادیر گم شده است. در این دوره، برخورد با اطلاعات مالی از دست رفته را از طریق تمرینات تعاملی تمرین خواهید کرد. همچنین یاد خواهید گرفت که چگونه تجزیه و تحلیل خود را با استفاده از تجسم داده ها ارائه دهید - یکی دیگر از مهارت های ضروری در تجزیه و تحلیل مالی.

یکی از مزایای استفاده از پایتون برای تجزیه و تحلیل صورت های مالی در مقایسه با صفحات گسترده استاندارد این است که می توانید کارهای تکراری را کاهش دهید. با نوشتن توابع خود در پایتون، یاد خواهید گرفت که با کاهش تکرار، تجزیه و تحلیل خود را سریعتر و کارآمدتر کنید.

اگرچه ممکن است متوجه نشده باشید، فرآیندها نقشی ضروری در زندگی روزمره ما دارند. اقدامات شما و دیگران حجم وسیعی از داده ها را تولید می کند. چه در حال سفارش کتاب باشید، چه قطار از چراغ قرمز عبور کند، یا ترموستات حمام شما را گرم کند، در هر ثانیه میلیون ها رویداد در حال وقوع هستند که در مراکز داده در سراسر جهان ذخیره می شوند. این مجموعه عظیم از داده های رویداد را می توان برای به دست آوردن بینش در مورد فرآیندها در محدوده تقریبا نامحدودی از زمینه ها استفاده کرد. با این حال، تجزیه و تحلیل این داده ها به مجموعه ای از قالب ها و تکنیک های خاص خود نیاز دارد. این دوره شما را با فرآیند کاوی با R آشنا می کند و مراحل مختلف مورد نیاز برای تجزیه و تحلیل فرآیندهای تجاری را نشان می دهد.

اکنون که پایه‌های پانداها را آموخته‌اید، این دوره به شما این فرصت را می‌دهد که با پاسخ دادن به سؤالات جالب در مورد یک مجموعه داده واقعی، آن دانش را به کار ببرید! شما مجموعه داده پروژه پلیس باز استانفورد را بررسی خواهید کرد و تأثیر جنسیت بر رفتار پلیس را تجزیه و تحلیل خواهید کرد. در طول دوره، تمرین بیشتری برای تمیز کردن داده های آشفته، ایجاد تجسم، ترکیب و تغییر شکل مجموعه داده ها، و دستکاری داده های سری زمانی به دست خواهید آورد. تجزیه و تحلیل فعالیت پلیس با پانداها به شما تجربه ارزشمندی در تجزیه و تحلیل مجموعه داده از ابتدا تا انتها می دهد و شما را برای حرفه علم داده خود آماده می کند!

نظارت بر تکامل دارایی های معامله شده در امور مالی کلیدی است. در این دوره آموزشی، نحوه ساخت داشبورد گرافیکی با Google Sheets را برای ردیابی عملکرد اوراق بهادار مالی یاد خواهید گرفت. شما روی قیمت های تاریخی و سود سهام فرضی ABC تمرکز خواهید کرد. شما یاد خواهید گرفت که چگونه قیمت‌های آن را تجسم کنید، چگونه شاخص‌های پاداش و ریسک اساسی را اندازه‌گیری کنید و ببینید آیا سرمایه‌گذاری شما در ABC از شاخص معیار بهتر است یا خیر. در پایان دوره، باید بتوانید از Google Sheets برای ساخت ابزارهای نظارتی عالی استفاده کنید که توسط معامله گران و تحلیلگران مالی در زندگی تجاری روزمره آنها استفاده می شود!

این دوره به شما مهارت های مالی اولیه و متوسط ​​و نحوه به کارگیری آنها در داشبوردهای Power BI را آموزش می دهد. شما با مرور برخی شرایط و محاسبات مالی اولیه و همچنین بررسی داشبورد شروع خواهید کرد. همانطور که پیشرفت می کنید، یاد خواهید گرفت که چگونه از هوش مصنوعی برای ایجاد تجسم های روشنگر و پیش بینی های مالی استفاده کنید. همچنین یاد خواهید گرفت که چگونه از پارامترهای what-if در سناریوها و تحلیل حساسیت با داده های مالی استفاده کنید. شما مفهوم ارزش زمانی پول و اهمیت آن در تجزیه و تحلیل مالی و همچنین ابزارهای بودجه بندی سرمایه برای تصمیم گیری سرمایه گذاری را که می توانید در زندگی شخصی و حرفه ای خود همراه خود داشته باشید، بررسی خواهید کرد. در پایان این دوره، شما از مهارت های مالی خود و به ویژه توانایی خود در ایجاد تحلیل ها و تجسم های مالی معنی دار در Power BI اطمینان خواهید داشت. شما مهارت استفاده از Power BI برای تجزیه و تحلیل مجموعه داده های خود را خواهید داشت.

موفق ترین شرکت های امروزی آنهایی هستند که مشتریان خود را آنقدر خوب می شناسند که بتوانند نیازهای آنها را پیش بینی کنند. تجزیه و تحلیل مشتری و به ویژه تست A/B بخش های بسیار مهمی هستند استفاده از دانش کمی برای کمک به تصمیم گیری های تجاری که ارزش آفرینی می کند. این دوره نکات و نکات نحوه استفاده از پایتون را پوشش می دهد تجزیه و تحلیل رفتار مشتری و روندهای تجاری و همچنین نحوه ایجاد، اجرا، و تست های A/B را برای اتخاذ تصمیمات تجاری پیشگیرانه و مبتنی بر داده تجزیه و تحلیل کنید.

در میان همه حوزه‌های تجاری، منابع انسانی همچنان کمترین اختلال را دارد. با این حال، آخرین پیشرفت‌ها در ابزارها و فناوری‌های جمع‌آوری و تجزیه و تحلیل داده‌ها، امکان تصمیم‌گیری مبتنی بر داده‌ها را در همه ابعاد، از جمله منابع انسانی، فراهم می‌کند. این دوره پایه محکمی برای برخورد با داده‌های کارکنان و ایجاد یک مدل پیش‌بینی برای تجزیه و تحلیل گردش مالی کارکنان فراهم می‌کند.

در هنر تجسم داده ها با Databricks تسلط پیدا کنید و داده های خام را به بینش های واضح و کاربردی تبدیل کنید. این دوره تعاملی به شما می آموزد که چگونه نمودارها، جداول و نقشه های تعاملی ایجاد کنید، عناصر بصری را برای ظاهری زیبا اصلاح کنید، و داشبوردهای پویا برای نظارت و اشتراک گذاری نتایج بسازید. ایده‌آل برای تحلیل‌گران داده، حرفه‌ای‌های کسب‌وکار، یا هر کسی که در تجسم داده‌ها تازه کار است، مهارت‌هایی را به دست خواهید آورد که داستان‌های داده قانع‌کننده را بگویید و با اطمینان تصمیم‌گیری آگاهانه بگیرید. امروز پتانسیل داده های خود را باز کنید!

یکی از مهارت‌های کلیدی هر تحلیل‌گر داده، توانایی ایجاد تجسم‌های آموزنده و مؤثر است - به عبارت دیگر، صحبت کردن از داده‌ها. در این دوره، اصول تجسم داده ها، از جمله نمودارها و نمودارهای رایج، موارد استفاده از آنها، بهترین شیوه ها و اصول کلیدی مانند سادگی و وضوح را خواهید آموخت. شما از ایجاد تجسم‌های اولیه به نمودارهای پیشرفته برای داده‌های پیچیده، از جمله سری‌های زمانی و نمودارهای مکانی، پیشرفت خواهید کرد. در پایان، یک داشبورد تعاملی طراحی می‌کنید و گزارشی تولید می‌کنید که انتشار CO2 یک شرکت را نشان می‌دهد، و بینش‌های حاصل از تجسم‌های متعدد را در یک ارائه واضح و قانع‌کننده ترکیب می‌کند.