Course catalog

Course duration

Course provider

Topic

Categories

Showing 341-360 of 396 items.

linkedin مبانی علم داده: مبانی (2019) (Mitalearn-166546)

  • 3 hours 41 minutes
  • مبتدی
  • Release date: 25 July 2026
  • Author: Barton Poulson
درباره این دوره:

علم داده در حال هدایت یک انقلاب جهانی است که همه چیز را از اتوماسیون کسب و کار گرفته تا تعاملات اجتماعی در بر می گیرد. همچنین یکی از مشاغلی است که سریع‌تر رشد می‌کند و بیشترین پاداش را دارد و تحلیلگران و مهندسان را در سراسر جهان به کار می‌گیرد. این دوره یک نمای کلی غیر فنی و قابل دسترس از این رشته را ارائه می دهد که واژگان، مهارت ها، مشاغل، ابزارها و تکنیک های علم داده را پوشش می دهد. مربی بارتون پولسون روابط را با سایر زمینه های اشباع شده از داده مانند یادگیری ماشین و هوش مصنوعی تعریف می کند. او شیوه‌های اولیه را مرور می‌کند: جمع‌آوری و تجزیه و تحلیل داده‌ها، تدوین قوانینی برای طبقه‌بندی و تصمیم‌گیری، و ترسیم بینش‌های عملی. او همچنین در مورد اخلاق و مسئولیت پذیری بحث می کند و جهت کسب اطلاعات بیشتر را ارائه می دهد. در پایان، خواهید دید که چگونه علم داده می تواند به شما در تصمیم گیری بهتر، به دست آوردن بینش عمیق تر و موثرتر و کارآمدتر کردن کارتان کمک کند.

Related Skills

linkedin مبانی یادگیری ماشین: حساب دیفرانسیل و انتگرال (Mitalearn-394448)

  • 1 hours 31 minutes
  • مناسب همه
  • Update date: 25 July 2026
  • Author: Terezija Semenski
درباره این دوره:

مطالعه هوش مصنوعی و یادگیری ماشینی می‌تواند به اندازه کافی دشوار باشد، اما اگر حساب دیفرانسیل و انتگرال را در ترکیب قرار دهید چه؟ ممکن است دلهره‌آور به نظر برسد، اما درک مبانی حساب دیفرانسیل و انتگرال می‌تواند به شما در طراحی و پیاده‌سازی الگوریتم‌های یادگیری ماشین کمک کند، و بدون پایه‌ای محکم در حساب دیفرانسیل و انتگرال، کار شما در یادگیری ماشینی می‌تواند به سرعت بسیار زیاد شود. در این دوره، Terezija Semenski به شما توابع، مشتقات، انتگرال ها و مبانی حساب چند متغیره را آموزش می دهد. اگر با مفاهیم و تکنیک‌های حساب دیفرانسیل و انتگرال مورد استفاده برای طراحی و پیاده‌سازی الگوریتم‌های ML مشکل دارید، این دوره آموزشی را با Terezija برای غلبه بر این چالش‌ها بررسی کنید.

linkedin متاآنالیز برای علم داده و تجزیه و تحلیل تجاری (Mitalearn-124420)

  • 49 minutes
  • متوسط
  • Release date: 22 June 2026
  • Author: Conrad Carlberg
درباره این دوره:

در دنیایی که تقریباً همه از داده‌ها برای اطلاع از روش‌های کسب‌وکار خود استفاده می‌کنند، اجماع در حال ظهور این است که باید بر اعتبارسنجی داده‌ها تأکید بیشتری شود. تأیید صحت نتایج حاصل از داده ها؛ و خطر نادرست بودن نتایج خود را به حداقل برسانید. اگرچه اکثر محققان می دانند متاآنالیز چیست، اما تعداد کمی از آنها می دانند که چگونه اندازه اثر را از معیارهای رایج مانند نسبت ریسک محاسبه کنند، یا اینکه چگونه تمایز بین اثرات ثابت و تصادفی می تواند متاآنالیزور را به بیراهه بکشاند. این دوره در سطح پیشرفته برای دست اندرکاران و محققان علوم داده و آمار، تفاوت های میانگین خام - به ویژه برای گروه های آزمایشی و مقایسه - و نحوه تبدیل معیارهای نتیجه مفید مانند ریسک نسبی و نسبت شانس را به معیارهای متناسب اندازه اثر پوشش می دهد. بعلاوه، در مورد نحوه ایجاد فواصل اطمینان برای معیارهای نتیجه باینری بیاموزید.

linkedin مسیرهای شغلی و گواهینامه های علوم داده و تجزیه و تحلیل: گام های اول (Mitalearn-189309)

  • 1 hours 12 minutes
  • مبتدی
  • Release date: 25 July 2026
  • Author: Jungwoo Ryoo
درباره این دوره:

فرصت های شغلی در علم داده، کلان داده و تجزیه و تحلیل داده ها به طور چشمگیری در حال رشد هستند. اگر به تغییر مسیر شغلی، تعیین دوره تحصیلی مناسب یا تصمیم گیری در مورد اینکه آیا گواهینامه ارزش وقت شما را دارد یا خیر، این دوره برای شما مناسب است.

جونگ وو ریو، استاد علوم و فناوری اطلاعات در ایالت پن است. در اینجا او تاریخچه علم داده و زیرشاخه‌های آن را مرور می‌کند، بازارهای این حوزه‌ها را بررسی می‌کند و پنج حوزه مهارت اصلی را آشکار می‌کند: داده‌کاوی، یادگیری ماشین، پردازش زبان طبیعی (NLP)، آمار و تجسم. این منجر به بحث در مورد پنج فرصت شغلی بزرگ، شش گواهینامه معتبر شناخته شده صنعت در دسترس و هیجان انگیزترین فناوری های نوظهور می شود. در طول مسیر، Jungwoo اهمیت اخلاق و توسعه حرفه ای را مورد بحث قرار می دهد و به منابع آنلاین برای یادگیری بیشتر اشاره می کند.

Related Skills

linkedin معرفی همه به تابلو (Mitalearn-276026)

  • 1 hours 14 minutes
  • مناسب همه
  • Release date: 22 November 2022
  • Author: Tim Ngwena
درباره این دوره: 

 از زمانی که برای اولین بار در سال 2003 منتشر شد، Tableau به یکی از پرکاربردترین پلتفرم های هوش تجاری در جهان تبدیل شده است. ابزارهای داخلی و عملکرد یکپارچه آن به کاربران اجازه می دهد تا داده ها را به راحتی در یک محیط کاملاً پشتیبانی شده کاوش، مدیریت و تجسم کنند. از نقشه‌های فضایی گرفته تا پیش‌بینی‌ها، رندرهای تعاملی، ابزارهای داستان‌گویی بصری و موارد دیگر، Tableau می‌تواند به تغییر روش تصمیم‌گیری‌های تجاری، صرف نظر از تجربه، تحصیلات یا صنعت شما کمک کند.

به مربی تیم نگونا در این کتاب غیر فنی بپیوندید. مروری بر اجزای اصلی پلتفرم با کاوش در برخی از رایج ترین ابزارهای Tableau، از جمله Tableau Server، Tableau Cloud، Tableau Prep، CRM Analytics، Advanced Management، API ها، رابط ها، برنامه های افزودنی، برنامه ها و موارد دیگر، ارزش هوش تجاری را کشف کنید. در طول مسیر، تیم تعداد انگشت شماری از بینش های کاربردی کاربر را به اشتراک می گذارد که از نمونه های کسب و کار در دنیای واقعی استخراج شده اند.

linkedin معماری برنامه های کاربردی داده های بزرگ: مهندسی برنامه در زمان واقعی (Mitalearn-114050)

  • 1 hours 4 minutes
  • پیشرفته
  • Release date: 22 June 2026
  • Author: Kumaran Ponnambalam
درباره این دوره:

سیستم‌های بلادرنگ زمان پاسخگویی را تضمین می‌کنند که می‌تواند چند ثانیه از ماشه فاصله داشته باشد. به این معنی که وقتی کاربر روی دکمه‌ای کلیک می‌کند، برنامه شما بهتر و سریع پاسخ می‌دهد. معماري برنامه‌ها تحت محدوديت‌هاي بلادرنگ چالش بزرگ‌تري است، وقتي با داده‌هاي بزرگ سروكار داريد. تأخیر بیش از حد می تواند از نظر منابع سیستمی مصرف شده و مشتریان از دست رفته برای شما هزینه داشته باشد. خوشبختانه، فناوری داده‌های بزرگ و معماری کارآمد می‌توانند پاسخگویی در زمان واقعی کسب‌وکار شما را فراهم کنند. در این دوره آموزشی، می‌توانید با موارد استفاده و بهترین روش‌ها برای معماری برنامه‌های بلادرنگ با فناوری‌هایی مانند Kafka، Hazelcast و Apache Spark آشنا شوید.\r\n\r\n در عوض خواهید دید که چگونه ابزارهای کلان داده می توانند به حل برخی از پیچیده ترین چالش ها برای کسب و کارهایی که حجم زیادی از داده ها را تولید، ذخیره و تجزیه و تحلیل می کنند، کمک کند. موارد استفاده از صنایع مختلفی از جمله تجارت الکترونیک و فناوری اطلاعات استخراج شده است. مربی کوماران پونامبالام نحوه تجزیه و تحلیل یک مسئله، ترسیم طرح کلی معماری، انتخاب فناوری های مناسب و نهایی کردن راه حل را نشان می دهد. پس از هر مورد استفاده، او بهترین شیوه‌های مرتبط را برای پخش بلادرنگ، تجزیه و تحلیل پیش‌بینی‌کننده، پردازش موازی و مدیریت خط لوله بررسی می‌کند. هر درس سرشار از تکنیک ها و بینش های عملی از توسعه دهنده ای است که مزایا و کاستی های این فناوری ها را از نزدیک تجربه کرده است.

linkedin معماری برنامه های کاربردی داده های بزرگ: مهندسی کاربرد حالت دسته ای (Mitalearn-390640)

  • 1 hours 28 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Kumaran Ponnambalam
درباره این دوره:

برنامه‌های کاربردی داده‌های بزرگ به دانشمندان و تحلیلگران داده اجازه می‌دهند تا داده‌های بزرگ را به دست آورند، ذخیره کنند، مدیریت کنند و از داده‌های بزرگ برای تولید نتایج منسجم‌تر و مبتنی بر داده استفاده کنند. در این دوره، مربی Kumaran Ponnambalam موارد استفاده تجاری در دنیای واقعی و بهترین شیوه‌ها برای معماری برنامه‌های کلان داده با استفاده از فناوری‌های منبع باز موجود را بررسی می‌کند.

با نحوه معماری برنامه‌های پردازش دسته‌ای ساده و پیچیده آشنا شوید. اصول اولیه معماری کلان داده مانند مقیاس بندی افقی، پردازش توزیع شده، انتخاب و یکپارچه سازی فناوری و زمان بندی را کشف کنید. کوماران به شما نشان می دهد که چگونه حجم داده ها را به حداقل برسانید و بارهای داده را به طور یکنواخت توزیع کنید، همچنین نحوه استفاده از حافظه پنهان، پردازش مجدد داده ها، عیب یابی خطاها و موارد دیگر را نشان می دهد. در طول مسیر، مهارت‌های جدید خود را با موارد استفاده عملی که دامنه‌های کاربردی و فناوری مختلفی را پوشش می‌دهند، به سطح بالاتری ببرید.

linkedin معماری کاربردهای کلان داده: مهندسی کاربرد حالت دسته ای (2017) (Mitalearn-114033)

  • 1 hours 37 minutes
  • پیشرفته
  • Release date: 25 July 2026
  • Author: Kumaran Ponnambalam
درباره این دوره:

حالت دسته ای، عملیات مربوط به داده ها را به منظور کاهش بار روی شبکه ها یکپارچه می کند. حالت دسته‌ای به معماران نرم‌افزار کمک می‌کند تا برنامه‌های کلان داده بسازند که تحت شرایط دنیای واقعی به آرامی و کارآمد عمل کنند. در این دوره آموزشی، می‌توانید با موارد استفاده و بهترین روش‌ها برای معماری برنامه‌های حالت دسته‌ای با استفاده از فناوری‌هایی مانند Hive و Apache Spark آشنا شوید.\r\n\r\n در عوض خواهید دید که چگونه ابزارهای کلان داده می توانند به حل برخی از پیچیده ترین چالش ها برای کسب و کارهایی که حجم زیادی از داده ها را تولید، ذخیره و تجزیه و تحلیل می کنند، کمک کند. موارد استفاده از صنایع مختلفی از جمله تجارت الکترونیک و فناوری اطلاعات استخراج شده است. مربی کوماران پونامبالام نحوه تجزیه و تحلیل یک مسئله، ترسیم طرح کلی معماری، انتخاب فناوری های مناسب و نهایی کردن راه حل را نشان می دهد. پس از هر مورد استفاده، او بهترین شیوه های مرتبط را برای اکتساب داده، حمل و نقل، پردازش، ذخیره سازی و خدمات بررسی می کند. هر درس سرشار از تکنیک ها و بینش های عملی از توسعه دهنده ای است که مزایا و کاستی های این فناوری ها را از نزدیک تجربه کرده است.

Related Skills

linkedin مقدمه ای بر Spark SQL و DataFrames (Mitalearn-157162)

  • 1 hours 54 minutes
  • متوسط
  • Update date: 21 June 2026
  • Author: Dan Sullivan
درباره این دوره:

DataFrames، یک ساختار داده پرکاربرد در Apache Spark را کاوش کنید. DataFrames به توسعه دهندگان Spark اجازه می دهد تا عملیات داده های رایج مانند فیلتر کردن و تجمیع و همچنین تجزیه و تحلیل داده های پیشرفته را روی مجموعه های بزرگ داده های توزیع شده انجام دهند. با اضافه شدن Spark SQL، توسعه دهندگان به زبان جستجوی محبوب تر و قدرتمندتر از DataFrames API داخلی دسترسی دارند. در این دوره، مدرس دن سالیوان نحوه انجام عملیات اساسی - بارگیری، فیلتر کردن، و جمع آوری داده ها در DataFrames - با API و SQL و همچنین تکنیک های پیشرفته تری را که به راحتی در SQL انجام می شود را نشان می دهد. در این بخش از دوره، Dan نحوه اتصال داده ها، حذف موارد تکراری و مقابله با مقادیر null یا NA را توضیح می دهد. دروس با سه مثال عمیق از استفاده از DataFrames برای علم داده به پایان می رسد: تجزیه و تحلیل داده های اکتشافی، تجزیه و تحلیل سری های زمانی، و یادگیری ماشین.

linkedin مقدمه ای بر Stata 15 (Mitalearn-151314)

  • 4 hours 26 minutes
  • مبتدی
  • Update date: 25 July 2026
  • Author: Franz Buscha
درباره این دوره:

یادگیری و به کارگیری تکنیک های آماری جدید اغلب می تواند یک تجربه دلهره آور باشد. نرم افزاری مانند Stata، یک بسته نرم افزاری آماری یکپارچه، می تواند کمک کند. Stata چابک و آسان برای استفاده، خودکارسازی و گسترش است و به شما کمک می کند تا برای مجموعه داده های بسیار بزرگ دستکاری، تجسم و مدل سازی داده ها را انجام دهید. در این دوره، فرانتس بوشا مقدمه ای جامع بر Stata و کاربردهای مختلف آن در تحلیل داده های مدرن ارائه می دهد. گزینه های مختلفی را که Stata در دستکاری، کاوش، تجسم و مدل سازی انواع پیچیده داده به شما می دهد، مرور کنید. کاربرد عملی - و تفسیر - تکنیک های آماری رایج مانند تجزیه و تحلیل توزیعی و رگرسیون بر روی داده های واقعی را کاوش کنید. هر درس نقاط قوت برنامه را نشان می دهد و به شما یک پایه محکم برای انجام تجزیه و تحلیل کمی خود می دهد.

توجه: این دوره با استفاده از نسخه 15 Stata ثبت شده است، اما همه پوشش ها دقیق و به روز هستند. برای نسخه های 15 و 16.

linkedin مقدمه ای بر جامووی (Mitalearn-182288)

  • 4 hours 41 minutes
  • متوسط
  • Release date: 22 June 2026
  • Author: Barton Poulson
درباره این دوره:

jamovi یک برنامه رایگان و منبع باز تجزیه و تحلیل داده است که شکاف بین آزادی و قدرت R و دسترسی به SPSS را پر می کند. در این دوره، یاد بگیرید که چگونه تجزیه و تحلیل داده ها را سریع و دوستانه با jamovi انجام دهید. مربی بارتون پولسون نحوه نصب ماژول‌های جامووی و شخص ثالث، وارد کردن و بحث کردن داده‌ها، ایجاد تجسم‌ها بر اساس ggplot2 و تجزیه و تحلیل داده‌ها را با استفاده از روش‌های پیشرفته نشان می‌دهد. به علاوه، نحوه اشتراک گذاری کار خود را با فایل های یکپارچه و همکاری با Open Science Framework (OSF) ببینید.

linkedin مقدمه ای بر مهارت های شغلی در تجزیه و تحلیل داده ها (Mitalearn-271640)

  • 2 hours 21 minutes
  • مناسب همه
  • Release date: 12 August 2022
  • Author: Robin Hunt
درباره این دوره: 

 آیا به عنوان یک تحلیلگر داده آماده هستید تا اولین قدم را در سفر خود بردارید؟ اهداف شما هرچه که باشند، برای شروع امروز نیازی به پیشینه در علوم کامپیوتر ندارید. در این دوره، مربی، رابین هانت، نگاهی جامع و پشت صحنه به شما می دهد که واقعاً چگونه یک تحلیلگر داده است، از استفاده از مفاهیم داده و مهارت های هوش تجاری گرفته تا رسیدن به اولین نقش و پیشرفت شغلی.

قدرت داده ها و تجزیه و تحلیل داده ها را بررسی کنید تا درک بهتری از نقش ایجاد کنید. در مورد هوش تجاری، تصمیم گیری مبتنی بر داده، روش های جمع آوری داده ها، کشف و تفسیر، و همچنین نحوه ساختار، ارزیابی و تبدیل داده ها با استفاده از توابع اصلی در Excel و Power BI بیاموزید. از رابین در مورد مدل‌سازی، تجسم و ترسیم بازار کار به‌عنوان یک تحلیل‌گر حرفه‌ای، بینش جمع‌آوری کنید. در پایان این دوره، شما مهارت هایی را خواهید داشت که برای شروع یک مسیر شغلی جدید و مقابله با آزمون گواهینامه Microsoft GSI Data Analytics نیاز دارید.

linkedin مقدمه ای بر مهندسی تجزیه و تحلیل (Mitalearn-279154)

  • 56 minutes
  • مناسب همه
  • Release date: 13 June 2023
  • Author: Amataverna Lee
درباره این دوره: 

 

مهندسی تجزیه و تحلیل نقش نسبتا جدیدی در زمینه داده است. اگر به دنبال شروع حرفه ای به عنوان یک مهندس تجزیه و تحلیل یا استخدام برای یک موقعیت مهندسی تجزیه و تحلیل در شرکت خود هستید، این دوره می تواند اطلاعاتی را که برای شروع کار نیاز دارید در اختیار شما قرار دهد. مربی و مهندس تجزیه و تحلیل Amataverna Lee شما را راهنمایی می کند که مهندسی تجزیه و تحلیل چیست، چرا اهمیت دارد و کدام نقش ها می توانند به راحتی به مهندسی تجزیه و تحلیل تبدیل شوند. او مدل سازی داده ها، انبارهای داده ابری، ابزارهای خط لوله داده و ابزارهای هوش تجاری را توضیح می دهد. Amataverna چندین روش برتر مهندسی نرم افزار را بررسی می کند. به علاوه، او به شما نشان می‌دهد که چگونه اسناد و ارتباطات در نقش‌های مهندسی تحلیل مهم هستند.


linkedin مقدمه ای بر یادگیری ماشین با KNIME (Mitalearn-160222)

  • 1 hours 59 minutes
  • مبتدی
  • Update date: 21 June 2026
  • Author: Keith McCormick
درباره این دوره:

KNIME یک ابزار منبع باز به سبک میز کار برای تجزیه و تحلیل پیش بینی و یادگیری ماشین است. این بسیار سازگار با بسیاری از فناوری های علوم داده، از جمله R، Python، Scala، و Spark است. با KNIME، می‌توانید راه‌حل‌هایی تولید کنید که عملاً مستندسازی شده و آماده استفاده هستند. این دلایل و موارد دیگر KNIME را به یکی از محبوب‌ترین و سریع‌ترین پلتفرم‌های تحلیلی در حال رشد تبدیل کرده است. در این دوره، کیت مک کورمیک متخصص نشان می دهد که چگونه KNIME از تمام مراحل فرآیند استاندارد متقابل صنعت برای داده کاوی (CRISP-DM) در یک پلت فرم پشتیبانی می کند. به سرعت - در 15 دقیقه یا کمتر - شروع به کار کنید یا برای آموزش عمیق‌تر که ادغام و تجمیع، مدل‌سازی و امتیازدهی داده‌ها را پوشش می‌دهد، همراه باشید. به علاوه، نحوه افزایش قدرت KNIME با برنامه های افزودنی و ادغام R و Python را بیاموزید.

linkedin مقدمه ای برای Transact-SQL (Mitalearn-424436)

  • 1 hours 3 minutes
  • مناسب همه
  • Update date: 3 December 2024
  • Author: Jess Pomfret
درباره این دوره: 

 

بانکهای اطلاعاتی رابطه ای و سرورهای SQL چندین دهه است که سنگ بنای مشاغل بوده است و با افزایش رشد داده با سرعت نمایی ، یادگیری کار با داده های نگهداری شده در پایگاه داده های سرور SQL از همیشه مهمتر است. در این دوره ، جس پومفرت Transact-SQL را معرفی می کند ، پسوند SQL که برای تعامل با پایگاه داده های رابطه ای استفاده می شود که شامل سازه های برنامه نویسی اضافی و ویژگی های فراتر از SQL استاندارد ، به ویژه برنامه نویسی رویه است. جس با اصول اولیه شروع می کند و شما را از طریق اولین جمله انتخابی خود راهنمایی می کند تا به شما در دریافت داده های مورد نیاز خود از یک پایگاه داده کمک کند. او سپس نحوه اضافه کردن عملکرد برای کمک به فیلتر ، دستکاری و ارائه نتایج مورد نیاز خود را نشان می دهد. در پایان این دوره ، شما برای نوشتن T-SQL مورد نیاز برای انجام کار به خوبی مجهز خواهید بود.

این دوره شامل چالش های کد است که توسط CoderPad تهیه شده است. چالش های کد تمرینات برنامه نویسی تعاملی با بازخورد در زمان واقعی است ، بنابراین می توانید برای پیشبرد مهارت های برنامه نویسی خود ، در کنار محتوای دوره ، تمرین کدگذاری دستی را انجام دهید.


linkedin مقدمه عملی: SQL (Mitalearn-384724)

  • 1 hours 19 minutes
  • مناسب همه
  • Update date: 19 April 2024
  • Author: Deepa Maddala
درباره این دوره: 

 به مربی Deepa Maddala بپیوندید زیرا او از درس های عملی برای آموزش ابزارها، تکنیک ها و دانش لازم برای شروع استفاده از SQL از همان روز اول به شما استفاده می کند. Deepa شما را از طریق استفاده از عبارت Select برای واکشی و فیلتر کردن داده ها، ایجاد و افزودن به جداول و داده ها، اصلاح جداول موجود و مواردی که در سناریوهای مختلف استفاده کنید راهنمایی می کند. او با هر موضوعی که پوشش می دهد، مثال های ساده ای ارائه می دهد.

بهترین راه برای یادگیری زبان، استفاده از آن در عمل است. به همین دلیل است که این دوره با GitHub Codespaces یکپارچه شده است، یک محیط توسعه دهنده ابر فوری که تمام عملکردهای IDE مورد علاقه شما را بدون نیاز به هیچ گونه راه اندازی ماشین محلی ارائه می دهد. با GitHub Codespaces، می‌توانید در هر زمان و در هر زمانی از هر ماشینی تمرین عملی داشته باشید، در حالی که از ابزاری استفاده می‌کنید که احتمالاً در محل کار با آن مواجه خواهید شد. برای یادگیری نحوه شروع، ویدیوی «استفاده از فضاهای کد GitHub با این دوره» را بررسی کنید.

Related Skills

linkedin مقدمه همه در Tableau (Mitalearn-419268)

  • 1 hours 13 minutes
  • مناسب همه
  • Release date: 6 June 2024
  • Author: Tim Ngwena
درباره این دوره: 

 

به مربی تیم Ngwena در این نمای کلی غیر فنی از اجزای اصلی پلت فرم Tableau بپیوندید. با کاوش در برخی از متداول ترین ابزارهای Tableau ، از جمله Tableau Server ، Tableau Cloud ، Tableau Prep ، Tableau Pulse ، CRM Analytics ، مدیریت پیشرفته ، API ها ، اتصالات ، برنامه ها ، برنامه ها و موارد دیگر ، ارزش هوش تجاری را کشف کنید. در طول راه ، تیم تعداد معدودی از بینش های کاربری عملی را که از نمونه های تجاری در دنیای واقعی گرفته شده است ، به اشتراک می گذارد.

یاد بگیرید که چگونه مشکلات اساسی تجزیه و تحلیل را حل کنید ، با تمرکز بر روی Publau Public ، مجوز خالق Tableau و تعامل جامعه. یک مورد استفاده را در مورد یک راه حل مدیریت شده برای یک سازمان در مقیاس متوسط ​​به دنبال استقرار سریع قابلیت تحلیلی کشف کنید. و یک مورد استفاده پیشرفته را که نیاز به یک راه حل تعبیه شده از سازمانی دارد که در حال حاضر در معرض Tableau قرار دارد ، مرور کنید.


linkedin مهارت های برتر Power BI (2019) (Mitalearn-164336)

  • 1 hours
  • متوسط
  • Release date: 17 October 2019
  • Author: Madecraft,John David Ariansen
درباره این دوره: 

 برای باز کردن اطلاعات بینش در داده های خود به یک تیم اختصاصی نیاز ندارید. تنها چیزی که نیاز دارید Power BI است. Power BI یک ابزار قدرتمند تجزیه و تحلیل داده است که روش کار تجارت با داده ها را ساده می کند. در این دوره، مربی جان دیوید آریانسن، مهارت های ضروری را که برای تجزیه و تحلیل موثر داده ها با Power BI نیاز دارید، آموزش می دهد. تفاوت بین Power BI Desktop و سرویس Power BI را بررسی کنید. مهارت های کلیدی مانند وارد کردن داده ها، دستکاری داده ها، مدیریت روابط، کار با عبارات تجزیه و تحلیل داده ها (DAX) و ایجاد تجسم و گزارش ها را بیاموزید. پس از تماشای این دوره، می توانید با استفاده از Power BI برای تمام نیازهای هوش تجاری و گزارش خود احساس اطمینان کنید.

nn ما خوشحالیم که این محتوا را در کتابخانه خود میزبانی می کنیم.

MadeCraft-Description-Logo.jpg

linkedin مهندسی پیشرفته تحلیلی: تمرین در دنیای واقعی (Mitalearn-409255)

  • 2 hours 42 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Connor Dickson
درباره این دوره:

این دوره مهندسان را نشان می دهد که می توانند در کار خود به سطح جدیدی برسند. مربی کانر دیکسون به شما نشان می دهد که چگونه می توانید با موضوعاتی که برخی از بهترین مهندسین را مانند داده های بدون ساختار و آرایه و نحوه کار از طریق داده های مشکل ساز انجام می دهید ، مقابله کنید. بعلاوه ، مهارتهایی را بیاموزید که به شما کمک می کند تا از جمعیت ایستادگی کنید ، مانند توانایی تصمیم گیری های سخت در مورد داده ها و زیرساخت ها و فرآیندهای ارتباطی مؤثر.

linkedin مهندسی داده: dbt برای SQL (Mitalearn-395400)

  • 1 hours 31 minutes
  • مناسب همه
  • Release date: 26 September 2023
  • Author: Vinoo Ganesh
درباره این دوره: 

 آیا به دنبال راهی بهتر و آسان تر برای مدیریت کد SQL هستید؟ در این دوره، مدرس Vinoo Ganesh به شما نشان می دهد که چگونه از dbt (ابزار ساخت داده) برای عملیاتی کردن SQL به روش های قدرتمند استفاده کنید و فرآیند تبدیل داده ها را ساده تر و سریع تر کنید. در هر فصل، Vinoo یک موقعیت یا مشکل در دنیای واقعی را ارائه می‌کند و نمونه‌های کد متمرکزی را ارائه می‌کند که نحوه حل مشکل را توضیح می‌دهد. او به شما نشان می دهد که چگونه می توانید مدل های dbt را برای حل چالش های اساسی و پیشرفته طراحی و پیاده سازی کنید، موضوعاتی مانند طراحی طرحواره، تولید فایل های مدل SQL، متریال سازی جدول، اجرای CTE ها و تست های واحد SQL را پوشش می دهد. با Vinoo در این دوره همراه باشید تا مهارت های SQL خود را ارتقا دهید و مدیریت کد خود را آسان تر کنید.

Suggestions