Kurzusleírás
Bevezetés
- A AWS QuickSight áttekintése
- Mi az AWS és a QuickSight
Kezdő lépések: AWS QuickSight
- AWS- és QuickSight-fiók létrehozása
- A QuickSight munkafolyamat megértése
- Navigálás a QuickSight felhasználói felületén
Adatok előkészítése a QuickSightban
- Az adatok előkészítésének megértése a QuickSightban
- SPICE vs. közvetlen lekérdezés
- Adatok feltöltése és importálása a QuickSightba
- Munka oszlopokkal és mezőkkel
- A számított mezők, függvények és operátorok megértése
- Számított mezők hozzáadása karakterláncok használatával projektünkhöz
- Információk kinyerése karakterláncokból
- Feltételes függvények használata
- Számított mezők létrehozása számértékekkel
- Különféle szűrők hozzáadása egy projekthez
Adatok elemzése és megjelenítése
- Az adatok előkészítése és elemzése közötti különbség megértése
- Az adatelemzés elkészítése
- Vizuális elemek készítése
- A méretek és mértékek megértése
- További adatkészletek hozzáadása
- Mezőformázás, összesítés és részletesség
- Látványok formázása
- Történet és fatérkép készítése
- Szűrők és táblázatok használata
- KPI vizualizáció hozzáadása
Projektadatok exportálása és megosztása
- A frissítés megértése és a frissítés ütemezése
- Projektadatok exportálása .csv fájlként
- Felhasználók hozzáadása egy fiókhoz
- Adatkészlet megosztása és elemzése
- Irányítópultok létrehozása és megosztása
Databases adatforrásként
- Adatbázis felállítása
- Hamis adatok előkészítése
- QuickSight csatlakoztatása adatbázishoz
- Adatok importálása a SPICE-ba
- Adatok importálása lekérdezésként
- Számított mezők és lekérdezés importálása
- NoSQL adatbázisok használata
Összegzés és a következő lépések
Követelmények
- Adatelemzés alapismeretei és megértése
Közönség
- Adatelemzők
- Akit érdekel az adatelemzés és a vizualizáció
Vélemények (4)
Deepthi nagyon jól érezte meg igényeimet, tudta, mikor kell bővíteni a összetettséget és mikor inkább rendezett módon haladjon tovább. Deepthi valóban a saját tempómban dolgozott velem, és biztosította, hogy képes legyek önállóan használni az új funkciókat/eszközöket. Először bemutatta őket, majd engedte, hogy én ismétlém meg őket, ami nagyon segített a tananyag beillesztésében. Nem lehetne elégedettebb a képzés eredményeivel és Deepthi szakmai tudásával!
Deepthi - Invest Northern Ireland
Kurzus - IBM Cognos Analytics
Gépi fordítás
Ossz meg példát egy alkalmazásról
Kurzus - Alteryx for Data Analysis
Gépi fordítás
Nagyon világosan és részletesen elmagyarázva
Harshit Arora - PwC South East Asia Consulting
Kurzus - Alteryx for Developers
Gépi fordítás
Lineáris regresszió – az algoritmus, amely előre jelez a trendet
Vincent Ko - UBS
Kurzus - Data Preparation with Alteryx
Gépi fordítás