Kurzusleírás

  • Bevezetés
  • Mi az a Data Analytics
    • Példák adatelemzésre
    • Az adatok értelmezésének megkezdése
    • Alapvető statisztikák használata az adatok értelmezéséhez
    • Diagramok használata az adatok értelmezéséhez
  • R és Python
    • R vs Python használata Data Analysis esetén
  • Munkakörnyezet
    • Felkészülés a kódolásra
    • Adatok írása R-ből fájlba
    • Munkakörnyezet előkészítése
    • Töltse le és készüljön fel az R és az RStudio segítségével – győződjön meg arról, hogy a környezet működik
  • Adatösszegzés és megfigyelések lekérése
    • Adatmegfigyelések
    • Adatmegfigyelések – Az adatok szűrése
    • A módosításhoz használja a mellékelt R szkripteket; hajtsa végre őket, hogy megkapja az eredményeket és ellenőrizze
  • RMarkdown
    • R Markdwon
    • Használja az RMD-fájlt a végrehajtáshoz a környezetnek megfelelő frissítés és érvényesítés után.
  • Statisztikai mérőszámok
    • Stats Measure
  • Plots és diagramok
    • Ábrázolás és ábrázolás
    • Box Plots – öt mérőszám
    • Frissítse az R szkripteket a környezetének megfelelően, majd futtassa és ellenőrizze.
  • Korreláció
    • Korrelációs együttható
  • Mozaik telkek
    • Mozaik telek építése
    • Oldja meg a kódot, hogy a diagramcímkék olvashatóan jelenjenek meg a területen
  • Kördiagram
    • Kördiagram
    • Frissítse a kódot, hogy megkapja az értékesítési kördiagramot a szegmensekhez ugyanazon az adatkészleten belül
  • Scatter Plots
    • Szórványábrázolás
    • Használja a mellékelt R szkriptet az összes változó frissítéséhez és szóródási diagramjának lekéréséhez.
  • Vonal grafikon
    • Vonal grafikon
    • Vegye fontolóra az adatkészlet első 20 sorát, frissítse az R szkriptet, és futtassa
  • QQ telkek
    • QQ Plots - Quantile-Quantile plots
    • Frissítse az R szkriptet a QQ plot for Discounts lekéréséhez
  • Python Környezet
    • Python Környezet
    • Megjegyzések hozzáadása a Python kódhoz (Data_Sumamry.py)
    • Használja a VS Code IDE-t a szkript futtatásához
    • Kezdő lépések a Python segítségével
    • Használja a szkriptet az RStudio környezetben való futtatáshoz; szükség szerint frissítse a szkriptet
  • Python és Ploting
    • Működő Python kód az R kódból
    • Python Nullok és NA-k
    • Tervezés Python
    • Kódolja a Python-ban az oszlopokat és a hisztogramokat az előző szakaszokból származó R szkriptek alapján
  • Projekt
    • Elemezze az adott adatkészlet adatait - Pénzügyi minta.xlsx
    • Projekt munka
  • Database és SQL
    • Database és Strukturált lekérdezési nyelv
    • Telepítse a MySQL adatbázist és ellenőrizze a környezetét
    • Munkavégzés a Python plusz SQL
    • Telepítsen MySQL könyvtárat
    • GUI eszköz MySQL adatbázishoz
    • Telepítse a DB Visualizer programot
    • A Python és a SQL használata
    • Python MySQL adatbázissal a lekérdezések futtatásához

Követelmények

Számítógépes és szoftveres munkaismeretek, valamint matematikai/statisztikai alapismeretek. Előzetes programozási tudás segít. Alkalmas a tanulás iránt érdeklődő műszaki és üzleti szakemberek számára.

 14 Hours

Résztvevők száma



Ár per résztvevő

Vélemények (5)

Rokon tanfolyam

QGIS for Geographic Information System

21 Hours

Rokon kategóriák