Kurzusleírás
- Bevezetés
-
Mi az adatelemzés
• Példák adatelemzésre
• Az adatok értelmezésének megkezdése
• Alapvető statisztikák használata az adatok értelmezéséhez
• Diagramok használata az adatok értelmezéséhez -
R és Python
• R és Python használata adatelemzéshez -
Munkakörnyezet
• Felkészülés a kódolásra
• Adatok írása R-ből fájlba
• Munkakörnyezet előkészítése
• R és RStudio letöltése és előkészítése - ellenőrizze, hogy a környezet működik -
Adatok összegzése és megfigyelések
• Adatok megfigyelése
• Adatok szűrése
• Az R szkriptek használata módosításhoz; végrehajtás és eredmények ellenőrzése -
RMarkdown
• R Markdown
• Az RMD fájl használata végrehajtáshoz környezet szerinti frissítés után, és ellenőrzés -
Statisztikai mérőszámok
• Statisztikai mérőszámok -
Diagramok és grafikonok
• Diagramok és grafikonok készítése
• Box Plot - öt metrika
• Az R szkriptek frissítése környezet szerint, végrehajtás és ellenőrzés -
Korreláció
• Korrelációs együttható -
Mozaik diagramok
• Mozaik diagram készítése
• Hibakeresés a kódban, hogy a diagramcímkék olvashatóak legyenek a területen belül -
Kördiagram
• Kördiagram készítése
• A kód frissítése, hogy megkapjuk az értékesítési kördiagramot a szegmensekre vonatkozóan ugyanazon adathalmazon belül -
Pontdiagramok
• Pontdiagramok készítése
• Az R szkript használata a változók pontdiagramjának elkészítéséhez -
Vonaldiagram
• Vonaldiagram
• Az adathalmaz első 20 sorának figyelembevétele és az R szkript frissítése, majd végrehajtás -
Q-Q diagramok
• Q-Q diagramok - Kvantilis-Kvantilis diagramok
• Az R szkript frissítése a kedvezmények Q-Q diagramjának elkészítéséhez -
Python környezet
• Python környezet
• Megjegyzések hozzáadása a Python kódhoz (Data_Summary.py)
• VS Code IDE használata a szkript futtatásához
• Bevezetés a Python használatába
• A szkript használata az RStudio környezetben; frissítse a szkriptet szükség szerint -
Python és diagramkészítés
• Python kód futtatása R kódból
• Python Nulls és NAs
• Diagramkészítés Pythonban
• Python kód írása oszlop- és hisztogramokhoz az előző részek R szkriptjei alapján -
Projekt
• Adatok elemzése a megadott adathalmazra - Financial Sample.xlsx
• Projektmunka -
Adatbázis és SQL
• Adatbázis és strukturált lekérdezési nyelv
• MySQL adatbázis telepítése és környezet ellenőrzése
• Python és SQL együttes használata
• MySQL könyvtárak telepítése
• GUI eszköz MySQL adatbázishoz
• DB Visualizer telepítése
• Python használata SQL-lel
• Python és MySQL adatbázis lekérdezések futtatásához
Követelmények
Számítógépek és szoftverek használatának ismerete, valamint alapvető matematikai/statisztikai ismeretek. Előzetes programozási ismeretek előnyösek. Mind technikai, mind üzleti szakemberek számára alkalmas, akik szeretnének tanulni.
Vélemények (4)
A gyakorlati példák lehetővé tették, hogy valódi tapasztalatot szerezhessünk a program működésével kapcsolatban. Jó magyarázatok és elméleti fogalmak integrálása, valamint ezek praktikus alkalmazásai közötti összefüggések kifejezetten hasznosak voltak.
Ian - Archeoworks Inc.
Kurzus - ArcGIS Fundamentals
Gépi fordítás
Az általa kiszolgáltatott témák teljes körű felülete, beleértve a példákat is. Emellett megmagyarázta, hogyan segítenek ezek a témák a mindennapi munkánkban.
madduri madduri - Boskalis Singapore Pte Ltd
Kurzus - QGIS for Geographic Information System
Gépi fordítás
Nagyon élveztem a képzést. Minden modul alkalmazható volt azokra a problémákra, amikkel a munkában találkozom. A képzés jupyter notebook-ökkel történő integrációja nagyon lenyűgöző volt.
Mark Firmin - Environment and Climate Change Canada
Kurzus - Python for Geographic Information System (GIS)
Gépi fordítás
A tanfolyamról a legtöbbet az a szervezés és a helyszín tetszett.
Hamid Tuama - Ability with Innovation General Contracting (DMCC Branch)
Kurzus - ArcGIS for Spatial Analysis
Gépi fordítás