AWS: دوره تحلیل و تجسم داده چهارمین دوره تخصصی تخصصی تجزیه و تحلیل داده تایید شده AWS است. این دوره تجزیه و تحلیل داده و تجسم را با کاوش در خدمات AWS مانند Athena، Kinesis، QuickSight، Redshift و Kibana آموزش می دهد. این دوره به سه ماژول تقسیم می شود و هر ماژول بیشتر توسط درس ها و سخنرانی های ویدیویی تقسیم می شود. این دوره با سخنرانی‌های ویدیویی تقریباً 4:00 ساعته که هم تئوری و هم دانش عملی را ارائه می‌کند، فراگیران را تسهیل می‌کند. همچنین آزمون های درجه بندی شده و بدون درجه بندی به منظور سنجش توانایی فراگیران به همراه هر ماژول ارائه می شود. ماژول 1: AWS: تجزیه و تحلیل داده ها و تجسم بخش 1 ماژول 2: AWS: تجزیه و تحلیل داده ها و تجسم بخش 2 ماژول 3: AWS: تجزیه و تحلیل و تجسم داده ها قسمت 3

در capstone، دانش‌آموزان مجموعه‌ای از برنامه‌ها را برای بازیابی، پردازش و تجسم داده‌ها با استفاده از پایتون خواهند ساخت. پروژه ها شامل تمام عناصر تخصص خواهد بود. در بخش اول این بخش، دانش‌آموزان تجسم‌هایی را انجام می‌دهند تا با فناوری‌های مورد استفاده آشنا شوند و سپس پروژه خود را برای تجسم برخی داده‌های دیگری که دارند یا می‌توانند پیدا کنند، دنبال می‌کنند. فصل های 15 و 16 از کتاب "Python for Everybody" به عنوان ستون فقرات برای این سنگ خدمت می کنند. این دوره پایتون 3 را پوشش می دهد.

این دوره هشتمین دوره گواهینامه Google Data Analytics است. شما این فرصت را خواهید داشت که یک مطالعه موردی را تکمیل کنید، که به شما کمک می کند تا برای شکار شغل تجزیه و تحلیل داده خود آماده شوید. مطالعات موردی معمولاً توسط کارفرمایان برای ارزیابی مهارت های تحلیلی استفاده می شود. برای مطالعه موردی خود، یک سناریوی مبتنی بر تجزیه و تحلیل را انتخاب خواهید کرد. سپس سوالاتی می‌پرسید، آماده می‌کنید، پردازش می‌کنید، تجزیه و تحلیل می‌کنید، تجسم می‌کنید و روی داده‌های سناریو عمل می‌کنید. همچنین در مورد مهارت‌های مفید جستجوی شغل، پرسش‌ها و پاسخ‌های رایج مصاحبه، و مواد لازم برای ساختن یک نمونه کار به صورت آنلاین، یاد خواهید گرفت. تحلیلگران فعلی داده‌های Google به آموزش و ارائه روش‌های عملی برای انجام وظایف رایج تحلیلگر داده با بهترین ابزار و منابع ادامه خواهند داد. فراگیرانی که این برنامه گواهینامه را تکمیل می کنند، برای درخواست مشاغل سطح مقدماتی به عنوان تحلیلگر داده مجهز خواهند شد. هیچ تجربه قبلی لازم نیست. در پایان این دوره، فراگیران: - با مزایا و کاربردهای مطالعات موردی و نمونه کارها در جستجوی کار آشنا شوید. - سناریوهای مصاحبه شغلی در دنیای واقعی و سوالات رایج مصاحبه را کاوش کنید. - کشف کنید که چگونه مطالعات موردی می تواند بخشی از فرآیند مصاحبه شغلی باشد. - سناریوهای مطالعه موردی مختلف را بررسی و در نظر بگیرید. - این شانس را داشته باشید که مطالعه موردی خود را برای نمونه کار خود تکمیل کنید. - مهارت های هوش مصنوعی را از کارشناسان گوگل بیاموزید تا به تکمیل وظایف تجزیه و تحلیل داده کمک کنید.

گام بعدی را در دانش خود از Splunk بردارید. در این دوره آموزشی، نحوه استفاده متفاوت از زمان بر اساس سناریوها، یادگیری دستورات برای کمک به پردازش، دستکاری و ارتباط داده ها را خواهید آموخت.

به Excel Power Tools for Data Analysis خوش آمدید. در این دوره چهار هفته ای به معرفی Power Query، Power Pivot و Power BI، سه ابزار قدرت تبدیل، تجزیه و تحلیل و ارائه داده ها می پردازیم. سهولت و انعطاف‌پذیری اکسل مدت‌هاست که آن را به ابزاری منتخب برای انجام تجزیه و تحلیل داده‌ها تبدیل کرده است، اما دارای محدودیت‌های ذاتی است: برای یکی، داده‌های واقعاً «بزرگ» به سادگی در یک صفحه‌گسترده جا نمی‌شوند و برای دیگری، فرآیند وارد کردن و تمیز کردن. داده ها می توانند تکراری، وقت گیر و مستعد خطا باشند. در طول چند سال گذشته، مایکروسافت روی تبدیل تجربه انتها به انتها برای تحلیلگران کار کرده است، و اکسل با گنجاندن Power Query و Power Pivot دستخوش یک ارتقاء اساسی شده است. در این دوره یاد می گیریم که چگونه از Power Query برای خودکارسازی فرآیند وارد کردن و آماده سازی داده ها برای تجزیه و تحلیل استفاده کنیم. خواهیم دید که چگونه Power Pivot با ارائه یک پایگاه داده تحلیلی در داخل کتاب کار اکسل، با قابلیت ذخیره میلیون‌ها ردیف و یک زبان مدل‌سازی قدرتمند به نام DAX که به ما امکان می‌دهد تحلیل‌های پیشرفته روی داده‌های خود انجام دهیم، فرآیند تحلیل واقعی را متحول می‌کند. ما کار خود را با خروج از اکسل و معرفی Power BI، که از معماری Power Query و Power BI نیز استفاده می‌کند، به پایان می‌رسانیم، اما به ما اجازه می‌دهد تا گزارش‌ها و داشبوردهای تعاملی خیره‌کننده ایجاد کنیم. این سومین دوره در تخصص ما در تجزیه و تحلیل داده ها و تجسم است. دوره های قبلی: اصول اکسل برای تجزیه و تحلیل داده ها و تجسم داده ها در اکسل، آماده سازی داده ها، تمیز کردن، تجسم و ایجاد داشبورد را پوشش می دهد. برای استفاده بیشتر از این دوره، توصیه می کنیم دوره های قبلی را انجام دهید یا تجربه ای در این زمینه داشته باشید. در این دوره ما بر روی ابزارهای قدرت اکسل تمرکز می کنیم، برای این سفر هیجان انگیز با ما همراه باشید. لطفاً توجه داشته باشید که Power Query، Power Pivot و Power BI Desktop فقط در پلتفرم ویندوز در دسترس هستند، بنابراین کاربران مک به Bootcamp دارای ویندوز یا یک ماشین مجازی با Windows O/S نیاز دارند. در حالی که Power Query به عنوان یک افزونه اکسل 2010 و 2013 در دسترس است، ابزارها به طور قابل توجهی تغییر کرده اند و این دوره فقط برای اکسل 2016 به بعد طراحی و آزمایش شده است. برای تجربه بهینه، ما Office 365 را توصیه می کنیم.

آیا از Excel برای مدیریت، تجزیه و تحلیل و تجسم داده های خود استفاده می کنید؟ آیا دوست دارید کارهای بیشتری انجام دهید؟ شاید شما Power BI را به عنوان یک جایگزین در نظر گرفته اید، اما از ایده کار در یک محیط پیشرفته ترسیده اید. واقعیت این است که بسیاری از ابزارها و مکانیسم های مشابه در هر دو محصول مایکروسافت وجود دارد. این بدان معناست که کاربران اکسل در واقع به طور منحصربه‌فردی برای انتقال به مدل‌سازی و تجسم داده در Power BI قرار می‌گیرند! با استفاده از روش‌هایی که احساس آشنایی دارند، می‌توانید یاد بگیرید که از Power BI برای اتخاذ تصمیمات تجاری مبتنی بر داده با استفاده از حجم زیادی از داده استفاده کنید. ما به شما کمک خواهیم کرد تا دانش و مهارت های اساسی Power BI را ایجاد کنید، از جمله: • وارد کردن داده ها از اکسل و مکان های دیگر به Power BI. • درک محیط Power BI و سه نمای آن. • ایجاد مهارت های سطح مبتدی تا متوسط ​​برای پیمایش محصول Power BI. • بررسی روابط تأثیرگذار در مجموعه داده ها. • طراحی تصاویر و گزارش های Power BI. • ساخت داشبوردهای موثر برای اشتراک گذاری، ارائه و همکاری با همتایان در Power BI Service. برای این دوره شما نیاز دارید: • درک اولیه از فرآیندهای تجزیه و تحلیل داده ها در اکسل. • حداقل یک حساب رایگان دارای مجوز Power BI، از جمله: • برنامه دسکتاپ Power BI. • Power BI Online در Microsoft 365. مدت دوره تقریباً سه ساعت می باشد. یادگیری به پنج ماژول تقسیم می شود که پنجمین یک ارزیابی تجمعی است. طراحی برنامه درسی شامل درس های ویدیویی، یادگیری تعاملی با استفاده از آموزش های ویدئویی کوتاه و نحوه انجام، و فرصت های تمرین با استفاده از مجموعه داده های رایگان است. مخاطبان مورد نظر شامل دانشجویان بازرگانی، صاحبان مشاغل کوچک، دستیاران اداری، حسابداران، مدیران خرده‌فروشی، برآوردگرها، مدیران پروژه، تحلیلگران کسب‌وکار و هر کسی که تمایل به تصمیم‌گیری کسب‌وکار مبتنی بر داده‌ها دارد، می‌شود. برای این سفر به ما بپیوندید!

در این دوره با ارزش تجاری و قابلیت های محصول Power Platform آشنا می شوید. شما برنامه‌های Power ساده ایجاد می‌کنید، داده‌ها را با Microsoft Dataverse متصل می‌کنید، داشبورد Power BI می‌سازید، فرآیندی را با Power Automate خودکار می‌کنید و با Power Virtual Agents یک ربات چت می‌سازید. در پایان این دوره، شما قادر خواهید بود: • ارزش تجاری Power Platform را تشریح کنید • اجزای اصلی Power Platform را شناسایی کنید • قابلیت های Power BI را نشان دهید • قابلیت های Power Apps را شرح دهید • ارزش تجاری Power را نشان دهید. عوامل مجازی پلتفرم قدرت مایکروسافت فقط برای برنامه نویسان و متخصصان فناوری نیست. اگر شما یا شرکتی که در آن کار می‌کنید، می‌خواهید با خودکار کردن فرآیندهای کسب‌وکار، تجزیه و تحلیل داده‌ها برای تولید بینش‌های تجاری، و با ایجاد تجربه‌های ساده اپلیکیشن یا حتی ربات‌های چت، بهره‌وری را بهبود بخشید، این دوره مناسبی برای شروع کار شماست. حرفه ای و یادگیری مهارت های شگفت انگیز Microsoft Power Platform Fundamentals به عنوان پایه ای از دانش بنیادی عمل می کند تا شما را برای گواهینامه Microsoft: Power Platform Fundamentals - PL900 Exam آماده کند. شما قادر خواهید بود دانش واقعی خود را از اصول پلتفرم Microsoft Power به نمایش بگذارید. این دوره می تواند پیشرفت شما را تسریع کند و به شغل شما رونق بخشد، زیرا از مهارت های مایکروسافت خود برای بهبود بهره وری تیم خود استفاده می کنید.

با استفاده از تجسم‌هایی که در دوره قبلی، Visual Analytics with Tableau ایجاد کردید، داشبوردهایی ایجاد می‌کنید که به شما کمک می‌کند داستان را در داده‌های خود شناسایی کنید، و خواهید فهمید که چگونه از Storypoints برای ایجاد یک داستان قدرتمند استفاده کنید تا تأثیر ماندگاری را در بین مخاطبان خود به جا بگذارید. . شما اهداف ذینفعان خود را با نیازهای کاربران نهایی خود متعادل خواهید کرد و می توانید داستان خود را برای حداکثر تأثیرگذاری ساختار و سازماندهی کنید. در طول دوره، توابع پیشرفته تری را در Tableau اعمال خواهید کرد، مانند سلسله مراتب، اقدامات و پارامترها برای هدایت تعاملات کاربر. برای پروژه نهایی خود، یک روایت قانع‌کننده ایجاد می‌کنید تا در یک جلسه، به‌عنوان یک گزارش ثابت یا در یک نمایش تعاملی آنلاین ارائه شود.

این دومین دوره از هفت دوره در گواهی تحلیل داده های پیشرفته گوگل است. زبان برنامه نویسی پایتون یک ابزار قدرتمند برای تجزیه و تحلیل داده ها است. در این دوره، مفاهیم اولیه برنامه نویسی پایتون و نحوه استفاده متخصصان داده از پایتون در محل کار را خواهید آموخت. شما مفاهیمی مانند برنامه نویسی شی گرا، متغیرها، انواع داده ها، توابع، عبارات شرطی، حلقه ها و ساختارهای داده را بررسی خواهید کرد. کارمندان Google که در حال حاضر در این زمینه کار می‌کنند، با ارائه فعالیت‌های عملی که وظایف مرتبط را شبیه‌سازی می‌کنند، به اشتراک گذاشتن نمونه‌هایی از کارهای روزانه‌شان، و کمک به شما در تقویت مهارت‌های تجزیه و تحلیل داده‌ها برای آماده شدن برای حرفه‌تان، شما را در این دوره راهنمایی می‌کنند. فراگیرانی که هفت دوره در این برنامه را تکمیل می کنند، مهارت های مورد نیاز برای درخواست برای مشاغل علوم داده و تجزیه و تحلیل داده های پیشرفته را خواهند داشت. این گواهی مستلزم آگاهی قبلی از اصول، مهارت‌ها و ابزارهای تحلیلی پایه است که در گواهی تجزیه و تحلیل داده‌های Google پوشش داده شده است. در پایان این دوره، شما: -تعریف زبان برنامه نویسی چیست و چرا پایتون توسط دانشمندان داده استفاده می شود اسکریپت های پایتون را برای نمایش داده ها و انجام عملیات ایجاد کنید -جریان برنامه ها را با استفاده از شرایط و توابع کنترل کنید -استفاده از انواع حلقه ها هنگام انجام عملیات مکرر - انواع داده ها مانند اعداد صحیح، شناورها، رشته ها و بولی ها را شناسایی کنید -دستکاری ساختارهای داده مانند لیست ها، تاپل ها، دیکشنری ها و مجموعه ها - وارد کردن و استفاده از کتابخانه های پایتون مانند NumPy و پانداها

آیا می خواهید یاد بگیرید که چگونه می توانید علت را تشخیص دهید، شناسایی کنید، و عوارض و مرگ و میر ناشی از شیوع یا بیماری های همه گیر مانند COVID-19 را کاهش دهید؟ آیا به شغلی در بخش بهداشت عمومی فکر می کنید، اما مطمئن نیستید که چگونه دپارتمان های بهداشت داده های شیوع بیماری را جمع آوری و استفاده می کنند؟ آیا در بخش بهداشت عمومی کار می کنید، اما علاقه مند به انتقال به سمت نقش های تحلیلی و/یا فنی هستید یا کنجکاو هستید که دپارتمان های بهداشت چگونه شیوع بیماری ها را بررسی می کنند؟ اگر چنین است، این دوره برای شما مناسب است. پس از گذراندن این دوره، می‌توانید واژه‌های کلیدی مرتبط با شیوع بیماری را تعریف کنید و نحوه جمع‌آوری و تجزیه و تحلیل داده‌های نظارتی برای تشخیص شیوع بیماری را شرح دهید. شما قادر خواهید بود منحنی های اپیدمی ایجاد کنید و از شکل منحنی و متوسط ​​دوره نهفتگی در مورد انتقال و علت نتیجه گیری کنید. شما می توانید مراحل بررسی شیوع را شرح دهید و از آن دانش برای هدایت تحقیقات شیوع استفاده کنید. با استفاده از نرم‌افزار آماری یا اکسل، می‌توانید تفاوت‌های جمعیتی و جغرافیایی و مواجهه‌های کلیدی را شناسایی کنید و نرخ حملات ثانویه را محاسبه کنید. شما می‌توانید با استفاده از نسبت‌های شانس و فواصل اطمینان، ارتباط بین پیامدهای سلامت و مواجهه‌های کلیدی را کمی کنید و یافته‌ها را برای اطلاع از پاسخ‌های بهداشت عمومی تفسیر و استفاده کنید.

این دوره شما را با جولیا به عنوان اولین زبان برنامه نویسی آشنا می کند. جولیا یک زبان برنامه نویسی پویا سطح بالا و با کارایی بالا است که به طور خاص برای محاسبات علمی توسعه یافته است. این زبان به ویژه برای برنامه های کاربردی در فیزیک، شیمی، نجوم، مهندسی، علوم داده، بیوانفورماتیک و بسیاری دیگر مفید خواهد بود. می توانید برنامه نویسی را با جولیا در Coursera شروع کنید و همچنین می توانید از خط فرمان، فایل های برنامه یا یک نوت بوک Jupyter استفاده کنید. جولیا برای رسیدگی به الزامات محاسبات عددی و علمی با کارایی بالا طراحی شده است و در عین حال برای برنامه نویسی همه منظوره موثر است. شما می‌توانید به تمام پردازنده‌ها و حافظه موجود دسترسی داشته باشید، داده‌ها را از هر نقطه‌ای در وب خراش دهید و همیشه از طریق هر دستگاهی که می‌خواهید استفاده کنید تا زمانی که مرورگر دارد، در دسترس باشید. برای کشف امکانات محاسباتی جدید به ما بپیوندید. بیایید شروع به یادگیری جولیا کنیم. در پایان دوره شما قادر خواهید بود: - برنامه با استفاده از زبان جولیا با تمرین از طریق تکالیف - برنامه های ساده جولیا خود را از ابتدا بنویسید - مزایا و ظرفیت های جولیا را به عنوان یک زبان محاسباتی درک کنید - با استفاده از زبان جولیا در نوت بوک های Jupyter کار کنید - از بسته های مختلف جولیا مانند Plots، DataFrames و Stats استفاده کنید این دوره از طریق سخنرانی‌های ویدئویی، نمایش‌های روی صفحه، آزمون‌ها و پروژه‌های عملی بررسی شده ارائه می‌شود که به شما فرصتی برای کار با بسته‌ها می‌دهد.

دنیای تجارت امروز به طور فزاینده ای مبتنی بر داده است. کسب‌وکارهای کوچک و بزرگ از داده‌ها برای تصمیم‌گیری در مورد فروش، استخدام، اهداف و همه حوزه‌هایی که داده‌هایی در اختیار دارند استفاده می‌کنند. در حالی که اکثر کسب و کارها به داده‌های یک نوع یا دیگری دسترسی دارند، درک داده‌ها بدون پیش‌زمینه در تجزیه و تحلیل داده‌ها برای یک کاربر عادی تجاری می‌تواند ترسناک باشد. Power BI مایکروسافت ترس و دردسر تجزیه و تحلیل و تجسم داده ها را از بین می برد. در طول این دوره، شما خطاهای موجود در مجموعه داده ها را شناسایی کرده و با استفاده از تکنیک های پاکسازی و تبدیل داده ها، آنها را تشخیص می دهید تا آنها را برای اهداف گزارش آماده کنید. با تمرکز بر کاربردهای عملی، تجسم های پیچیده را با استفاده از اپراتور DAX حل می کنید و تجسم ها را برای برنامه ریزی تصمیمات مربوط به کسب و کار ارزیابی می کنید. چه بخواهید یک تحلیلگر داده باشید، چه یک متخصص هوش تجاری یا یک تصمیم گیرنده با تکیه بر بینش های داده محور، این دوره ابزارها و دانش لازم را برای موفقیت در اختیار شما قرار می دهد.

این اولین دوره آموزشی چهار دوره تخصصی Python Data Products for Predictive Analytics است که اصول اولیه خواندن و دستکاری مجموعه داده ها را در پایتون معرفی می کند. در این دوره شما یاد می گیرید که محصول داده چیست و از چندین کتابخانه پایتون برای انجام بازیابی، پردازش و تجسم داده ها عبور می کنید. این دوره شما را با رشته علم داده آشنا می کند و شما را برای سه دوره بعدی در تخصص: طراحی تفکر و تجزیه و تحلیل پیش بینی برای محصولات داده، مدل سازی پیش بینی معنادار، و استقرار مدل های یادگیری ماشین آماده می کند. در هر مرحله از تخصص، شما تجربه عملی در دستکاری داده ها و ایجاد مهارت های خود را به دست خواهید آورد، و در نهایت به پروژه ای که شامل تمام مفاهیم آموزش داده شده در تخصص می شود، ختم می شود.

با تکمیل این پروژه نهایی، مهارت ها و تکنیک های تجزیه و تحلیل داده های مختلفی را که به عنوان بخشی از دوره های قبلی در گواهینامه حرفه ای تحلیلگر داده IBM آموخته اید، به کار خواهید گرفت. شما نقش یک تحلیلگر داده‌های مرتبط را که اخیراً به سازمان پیوسته است را بر عهده خواهید گرفت و با یک چالش تجاری مواجه می‌شوید که نیاز به تجزیه و تحلیل داده‌ها دارد تا بر روی مجموعه داده‌های دنیای واقعی انجام شود. شما وظایف مختلفی را که تحلیلگران حرفه ای داده به عنوان بخشی از وظایف خود انجام می دهند، انجام خواهید داد، از جمله: - جمع آوری داده ها از منابع متعدد - جدال داده ها و آماده سازی داده ها - تجزیه و تحلیل داده های اکتشافی - تجزیه و تحلیل آماری و داده کاوی - تجسم داده ها با نمودارها و نمودارهای مختلف و - ایجاد داشبورد تعاملی پروژه با ارائه گزارش تجزیه و تحلیل داده های شما برای سهامداران مختلف در سازمان به اوج خود می رسد. این گزارش شامل یک خلاصه اجرایی، تجزیه و تحلیل شما و یک نتیجه خواهد بود. شما هم از نظر کارتان برای مراحل مختلف فرآیند تجزیه و تحلیل داده ها و هم برای تحویل نهایی ارزیابی خواهید شد. به عنوان بخشی از این پروژه، مهارت خود را در استفاده از نوت‌بوک‌های Jupyter، SQL، پایگاه‌های داده رابطه‌ای (RDBMS)، ابزارهای هوش تجاری (BI) مانند Cognos، و کتابخانه‌های پایتون مانند Pandas، Numpy، Scikit-learn، Scipy، Matplotlib، Seaborn نشان خواهید داد. و دیگران این پروژه افزودنی عالی به مجموعه شما و فرصتی برای به نمایش گذاشتن مهارت های تجزیه و تحلیل داده های خود به کارفرمایان احتمالی است.

در این دوره، شما اصول مفاهیم پایگاه داده در محیط ابری را یاد می گیرید، مهارت های اولیه را در خدمات داده ابری کسب می کنید و دانش پایه خود را در مورد خدمات داده ابری در Microsoft Azure ایجاد می کنید. گزینه های پردازش موجود برای ساخت راه حل های تجزیه و تحلیل داده در Azure را بررسی خواهید کرد. شما Azure Synapse Analytics، Azure Databricks و Azure HDInsight را بررسی خواهید کرد. این چهارمین دوره از یک برنامه پنج دوره است که به شما برای شرکت در آزمون DP-900: Microsoft Azure Data Fundamentals کمک می کند. به طوری که بتوانید نشان دهید که دانش پایه ای از مفاهیم اصلی پایگاه داده در یک محیط ابری دارید. این دوره برای متخصصان فناوری اطلاعات ایده آل است که می خواهند اصول مفاهیم پایگاه داده در یک محیط ابری را بیاموزند، مهارت های اولیه را در خدمات داده ابری کسب کنند و دانش پایه خود را در مورد خدمات داده ابری در Microsoft Azure با هدف ایفای نقش به عنوان Data ایجاد کنند. مهندسین و مدیران پایگاه داده همچنین برای متخصصان پایگاه داده کار می کند که به دنبال مهارت ها یا اعتبارات اضافی برای به نمایش گذاشتن تخصص در یک محیط ابری هستند و متخصصان فناوری اطلاعات که به دنبال تخصص در حوزه خاص داده های Azure هستند. برای موفقیت در این دوره، باید سواد کامپیوتری اولیه و تسلط به زبان انگلیسی را داشته باشید. دانش آموزان موفق Azure Data Fundamentals با آگاهی اولیه از مفاهیم محاسباتی و اینترنت و علاقه به استخراج بینش از داده ها شروع می کنند. داشتن تجربه استفاده از مرورگر وب، آشنایی با مفاهیم اولیه مرتبط با داده ها، مانند کار با جداول داده ها در یک صفحه گسترده، و تجسم داده ها با استفاده از نمودارها، یک مزیت است.

امروزه بازاریابی موفقیت آمیز برندها مستلزم ترکیبی متعادل از هنر و علم است. این دوره دانش‌آموزان را با علم تجزیه و تحلیل وب آشنا می‌کند و در عین حال نگاهی دقیق به استفاده هنرمندانه از اعداد موجود در فضای دیجیتال دارد. هدف این است که پایه و اساس مورد نیاز برای اعمال تجزیه و تحلیل داده ها در چالش های دنیای واقعی که بازاریابان روزانه با آن مواجه هستند فراهم شود. تجزیه و تحلیل دیجیتال برای حرفه ای های بازاریابی: تجزیه و تحلیل بازاریابی در تئوری اولین دوره از مجموعه دو قسمتی دوره های تکمیلی است و بر اطلاعات پیش زمینه و چارچوب هایی تمرکز دارد که تحلیلگران برای موفقیت در دنیای تجارت دیجیتال امروزی نیاز دارند. این دوره بخشی از مجموعه برنامه های آنلاین کالج تجارت Gies، از جمله iMBA و iMSM است. درباره پذیرش در این برنامه‌ها بیشتر بیاموزید و بررسی کنید که چگونه می‌توان در صورت پذیرش در یک برنامه تحصیلی در https://degrees.giesbusiness.illinois.edu/idegrees/ از کار Coursera شما استفاده کرد.

در این دوره سوم از تخصص، ابزارهایی را که Tableau در زمینه‌های نمودار، تاریخ، محاسبات جدول و نقشه‌برداری ارائه می‌دهد، عمیق‌تر خواهیم کرد. ما بر اساس نوع داده ای که استفاده می کنید، بهترین انتخاب ها را برای نمودارها بررسی می کنیم. ما به انواع خاصی از نمودارها از جمله نمودارهای پراکنده، نمودارهای گانت، هیستوگرام ها، نمودارهای گلوله ای و چندین نمودار دیگر نگاه خواهیم کرد و به دستورالعمل های نمودار اشاره خواهیم کرد. ما تاریخ‌های گسسته و پیوسته را تعریف می‌کنیم و بررسی می‌کنیم که چه زمانی از هر کدام برای توضیح داده‌های شما استفاده کنیم. نحوه ایجاد محاسبات جدول سفارشی و سریع و نحوه ایجاد پارامترها را یاد خواهید گرفت. ما همچنین نقشه‌برداری را معرفی می‌کنیم و چگونگی استفاده از Tableau از انواع مختلف داده‌های جغرافیایی، نحوه اتصال به چندین منبع داده و نحوه ایجاد نقشه‌های سفارشی را بررسی خواهیم کرد.

به تجزیه و تحلیل تقاضا خوش آمدید - یکی از پرطرفدارترین مهارت ها در مدیریت زنجیره تامین و بازاریابی! از طریق داستان واقعی و داده های یک تولید کننده پیشرو ظروف آشپزی در آمریکای شمالی، مهارت های تجزیه و تحلیل داده ها را برای برنامه ریزی و پیش بینی تقاضا یاد خواهید گرفت. پس از اتمام این دوره، شما قادر خواهید بود 1. بهبود دقت پیش‌بینی با ساخت و اعتبارسنجی مدل‌های پیش‌بینی تقاضا. 2. با شناسایی عوامل محرک (مانند زمان، فصلی، قیمت و سایر عوامل محیطی) تقاضا و تعیین کمیت تأثیر آنها، تقاضا را بهتر تحریک کرده و تحت تأثیر قرار دهید. AK یک تولید کننده پیشرو ظروف در آمریکای شمالی است. محصول رده بالای تازه راه اندازی شده آن در بازار شتاب بیشتری به دست می آورد. با این حال، تعدیل قیمت در فصل اوج افزایش تقاضای قابل توجهی را تحریک کرد که AK را کاملا غافلگیر کرد و منجر به سفارش‌های عقب‌افتاده بزرگ شد. AK با خطر از دست دادن شتاب بازار به دلیل ناراحتی مشتریان و هزینه های بالای مرتبط با تولید بیش از حد و حمل و نقل سریع مواجه شد. پیش بینی دقیق تقاضا برای افزایش درآمد و کاهش هزینه ضروری است. شناسایی محرک‌های تقاضا و ارزیابی تأثیر آن‌ها بر تقاضا می‌تواند به شرکت‌ها کمک کند تا تقاضا را بهتر تحت تأثیر قرار دهند و تحریک کنند. امیدوارم از دوره لذت ببرید!

این دوره برای متخصصان کسب و کار طراحی شده است که می خواهند یاد بگیرند که چگونه داده ها را تجزیه و تحلیل کنند تا بینش به دست آورند، از روش های تجزیه و تحلیل آماری برای کشف توزیع زیربنایی داده ها استفاده کنند، از تجسم هایی مانند هیستوگرام، نمودار پراکندگی و نقشه ها برای تجزیه و تحلیل داده ها و پیش پردازش داده ها برای تولید استفاده کنند. مجموعه داده آماده برای آموزش دانشجوی معمولی در این دوره چندین سال تجربه در زمینه فناوری محاسبات از جمله استعداد در برنامه نویسی کامپیوتر خواهد داشت.

زبان برنامه نویسی R به طور هدفمند برای تجزیه و تحلیل داده ها ساخته شده است. R کلیدی است که دری را بین مشکلاتی که می خواهید با داده ها حل کنید و پاسخ هایی که برای رسیدن به اهداف خود نیاز دارید باز می کند. این دوره با یک سوال شروع می شود و سپس شما را در فرآیند پاسخ دادن به آن از طریق داده ها راهنمایی می کند. ابتدا تکنیک های مهمی را برای آماده سازی (یا مشاجره کردن) داده های خود برای تجزیه و تحلیل خواهید آموخت. سپس یاد خواهید گرفت که چگونه از طریق تجزیه و تحلیل داده های اکتشافی به درک بهتری از داده های خود دست یابید، به شما کمک می کند تا داده های خود را خلاصه کنید و روابط مرتبط بین متغیرهایی را شناسایی کنید که می تواند به بینش منجر شود. هنگامی که داده های شما برای تجزیه و تحلیل آماده شد، یاد خواهید گرفت که چگونه مدل خود را توسعه دهید و عملکرد آن را ارزیابی و تنظیم کنید. با پیروی از این فرآیند، می توانید مطمئن شوید که تجزیه و تحلیل داده های شما مطابق با استانداردهایی است که تعیین کرده اید و می توانید به نتایج اطمینان داشته باشید. شما با بازی در نقش یک تحلیلگر داده که در حال تجزیه و تحلیل داده های خروج و رسیدن خطوط هوایی برای پیش بینی تاخیرهای پرواز است، تجربه عملی ایجاد خواهید کرد. با استفاده از مجموعه داده‌های عملکرد به‌موقع شرکت گزارش‌دهنده هواپیمایی، خواندن فایل‌های داده، پیش‌پردازش داده‌ها، ایجاد مدل‌ها، بهبود مدل‌ها و ارزیابی آن‌ها را تمرین می‌کنید تا در نهایت بهترین مدل را انتخاب کنید. ویدیوها را تماشا کنید، از طریق آزمایشگاه ها کار کنید و به مجموعه خود اضافه کنید. موفق باشید! توجه: پیش نیاز این دوره، مهارت های اولیه برنامه نویسی R است. به عنوان مثال، مطمئن شوید که دوره ای مانند مقدمه ای بر برنامه نویسی R برای علم داده از IBM را گذرانده اید.