Kurzusleírás

Bevezetés

  • Az AWS QuickSight áttekintése
  • Mi az AWS és a QuickSight

Az AWS QuickSight használatának megkezdése

  • AWS és QuickSight fiók létrehozása
  • A QuickSight munkafolyamatának megértése
  • A QuickSight felhasználói felületének navigálása

Adatok előkészítése a QuickSight-ben

  • Az adatelőkészítés megértése a QuickSight-ben
  • SPICE vs. közvetlen lekérdezés
  • Adatok feltöltése és importálása a QuickSight-be
  • Oszlopok és mezők kezelése
  • Számított mezők, függvények és operátorok megértése
  • Számított mezők hozzáadása szövegekkel a projekthez
  • Információk kinyerése szövegekből
  • Feltételes függvények használata
  • Számított mezők létrehozása numerikus értékekkel
  • Különböző szűrők hozzáadása a projekthez

Adatok elemzése és vizualizálása

  • Az adatelőkészítés és elemzés közötti különbség megértése
  • Adatelemzés létrehozása
  • Vizualizációk létrehozása
  • Dimenziók és mértékek megértése
  • További adathalmazok hozzáadása
  • Mezőformázás, aggregáció és részletesség
  • Vizualizációk formázása
  • Történet és fa térkép létrehozása
  • Szűrők és táblázatok használata
  • KPI vizualizáció hozzáadása

Projektadatok exportálása és megosztása

  • A frissítés és ütemezett frissítés megértése
  • Projektadatok exportálása .csv fájlként
  • Felhasználók hozzáadása a fiókhoz
  • Adathalmaz és elemzés megosztása
  • Irányítópultok létrehozása és megosztása

Adatbázisok használata adatforrásként

  • Adatbázis beállítása
  • Mintaadatok előkészítése
  • QuickSight csatlakoztatása egy adatbázishoz
  • Adatok importálása a SPICE-be
  • Adatok importálása lekérdezésként
  • Számított mezők és lekérdezés importálása
  • NoSQL adatbázisok használata

Összefoglalás és következő lépések

Követelmények

  • Alapvető ismeretek és megértés az adatelemzés területén

Közönség

  • Adatelemzők
  • Bárki, aki érdeklődik az adatelemzés és vizualizáció iránt
 14 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (4)

Közelgő kurzusok

Rokon kategóriák