კურსი განკუთვნილია მათთვის ვისაც სურთ დიდი მონაცემთა ბაზების დამუშავება რეალურ დროში დაკვირვება, სხვადასხვა სტატისტიკური,ანალიტიკური მეთოდებით, მათი მიზეზ/შედეგობრივი კავშირების აღმოჩენა და გამოსახვა ვიზუალურად ,გადაწყვეტილებების მიღება არსებულ მონაცემებზე დაყრდნობით, დროის ეფექტურად მართვა მონაცემთა ბაზის დამუშავების დროს . 


შესავალი: სტატისტიკა და ალბათობა.
აღწერილობითი სტატისტიკა (საშუალო, მოდა, მედიანა, რეჟიმი, ვარიაცია, დიაპაზონი, სტანდარტული გადახრა)
ალბათობის თეორიის საფუძვლები,
დისტრიბუციები (ნორმალური, ბინომიური)
ჰიპოთეზის ტესტირება (t-ტესტი, p-მნიშვნელობა)
 
კორელაცია vs მიზეზობრიობა

ლექცია 1: შესავალი Tableau-ში
რა არის Tableau და როგორ ვიყენებთ მას BI-სთვის
პროდუქტების მიმოხილვა
Tableau Desktop-ის ინსტალაცია
ინტერფეისის გზამკვლევი
დაკავშირება მონაცემთა სხვადასხვა წყაროსთან
ლექცია 2: მონაცემთა მომზადება და კავშირები
მონაცემთა ტიპები და ველის თვისებები
Joins vs Unions vs Blends
ლექცია 3: ძირითადი დიაგრამები და ვიზუალიზაცია
ზოლები, ხაზები, ტორტი და ფართობის დიაგრამები
ტექსტური ცხრილები და სხვა ცხრილები
პანელის ეფექტურად გამოყენება
საუკეთესო პრაქტიკა ვიზუალურიზაცია სიცხადისთვის
ლექცია 4: ფილტრები, დახარისხება და დაჯგუფება
განზომილების და გაზომვის ფილტრები
ოპერაციების სტრუქტურული გაფილტვრა
მონაცემთა დახარისხება და დაჯგუფება
კომპლექტების შექმნა და გამოყენება
ლექცია 5:  ველები და პარამეტრები
ძირითადი გამოთვლები (კალკულაცია, სტრიქონი, თარიღი)
ლოგიკური განცხადებები (IF, CASE, IIF)
პარამეტრების შესავალი და მათი გამოყენება ხედებში
პირობითი ფორმატირება
ლექცია 6: საშუალო სირთულის ვიზუალიზაცია
ორღერძიანი და კომბინირებული სქემები
რუკები და გეოგრაფიული ვიზუალიზაცია
ხის რუქები, სითბოს რუქები, ბუშტების სქემები
კონტეინერების და დინამიური ვიზუალის ჩვენება/დამალვა
ლექცია 7: დაფის დიზაინი და ინტერაქტიულობა
დაფების აგება სამუშაო ფურცლებიდან
განლაგების კონტეინერების გამოყენება
დაფის მოქმედებები (ფილტრი, მონიშვნა, URL)
დიზაინის რჩევები მომხმარებლისთვის მოსახერხებელი დაფებისთვის
ლექცია 8: დეტალების დონე (LOD) და ცხრილის გამოთვლები
დაფიქსირება, ჩარვა, LOD ბრძანებები,
ცხრილის გამოთვლები: INDEX, RANK, RUNNING_SUM
LOOKUP და WINDOW ფუნქციების გამოყენება
ლექცია 9: დამატებითი ფუნქციები და ოპტიმიზაცია
მორგებული ინსტრუმენტები და ვიზუალური თხრობა
Tableau-ს გამოყენება R/Python-ში შესავალი (სურვილისამებრ)
შესრულების ოპტიმიზაციის რჩევები
მონაცემთა ამონაწერის დარეგულირება და საუკეთესო პრაქტიკა
ლექცია 10:  საბოლოო პროექტი
ნაშრომის გამოქვეყნება Tableau Public-ზე ან სერვერზე
პროექტის საბოლოო პრეზენტაცია
შექმნა სრული დაფის რეალური სამყაროს მონაცემების გამოყენებით
რჩევები სერტიფიცირებისა და სამუშაო პორტფოლიოს შესახებ

კურსის დასრულების შემდეგ შეძლებთ მარტივად დაამუშავოთ დიდი მონაცემთა ბაზები იმჯელოთ ალგორითმულ საკითხებზე. კურსი დაგეხმარებათ სამომავლოდ გაიღრმავოთ ცოდნა მონაცემთა მეცნიერების მანქანური სწავლების და რობოტიკის კუთხით.
 
დეტალები
სერთიფიკატი:კი
გამოცდა:კი
შეხვედრები: 10 შეხვედრა
ლექციები : 2.5 საათი
დრო: 20:30 საღამოს საათებში კვირაში 2 ჯერ
დაგვიკავშირდით  599276076