دورة "محلل البيانات" - دورة 96000 فرك. من ورشة عمل ياندكس، التدريب 7 أشهر، تاريخ 7 ديسمبر 2023.
Miscellanea / / December 02, 2023
يستخرج محلل البيانات المعنى من الأرقام والقيم: فهو يرى الاتجاهات ويتنبأ بالأحداث ويساعد الشركة على فهم العملاء وتحسين العمليات والنمو.
يحتاج السوق إلى متخصصين يمكنهم استخدام البيانات بشكل مفيد. أظهرت دراسة أجرتها شركة شؤون الموظفين Ancor لشهر سبتمبر 2022 أن 45% من الشركات الروسية تبحث عن محللين للانضمام إلى فريقها.
المهارات التي ستتعلمها في الدورة
مسمى وظيفي
محلل، محلل بيانات، محلل بيانات
فرص التطوير: محلل منتجات، محلل تسويق، محلل ذكاء الأعمال، أخصائي علوم البيانات
فيما يلي التقنيات والأدوات التي ستستخدمها:
بايثون
دفتر جوبيتر
SQL
PostgreSQL
لوحة
اختبارات أ/ب
البدء في كسب المال عن طريق التحليل
ستبدأ من موقع مبتدئ، ثم المضي قدما فقط. سوف تتسلق السلم الوظيفي وتنمو في القيمة. ويوماً ما لن يكون هناك ثمن لك.
برنامج دورة تحليلات البيانات الكاملة
نقوم بتحديثه بانتظام للتأكد من أنه يلبي احتياجات الصناعة وأصحاب العمل.
بمعنى آخر، ستتعلم فقط ما سيكون بالتأكيد مفيدًا في عملك.
جزء مجاني - أسبوع واحد
مقدمة مجانية: أساسيات لغة بايثون وتحليل البيانات
تعلم المفاهيم الأساسية لتحليل البيانات وفهم ما يفعله محللو البيانات وعلماء البيانات.
• كاتناميكس موسكو. عرض البيانات على الشاشة. ملفات CSV. العمل مع الجداول. خرائط الحرارة. ضرب عمود بعدد صحيح.
• أخطاء في التعليمات البرمجية. أخطاء في بناء الجملة. أخطاء في التسمية. أخطاء عند القسمة على صفر. أخطاء عند استيراد الوحدة النمطية.
• المتغيرات وأنواع البيانات. المتغيرات. أنواع البيانات. العمليات الحسابية بالأعداد والسلاسل.
• كيفية وضع الفرضيات. فرضيات. دورات هادي. تفكير تحليلي. قراءة الرسوم البيانية.
• ما يفعله علماء البيانات. مهام المحلل. توضيح المهام. تقسيم. مراحل المشروع.
• التحقق من التحويلات. تحويل. استكشاف البيانات. تشكيل الاستنتاجات.
• الاسترداد للحملات الإعلانية. مخطط عمودي. اختلاف العناصر. الفهرسة في الأعمدة.
• التعلم الآلي وعلوم البيانات. التدريب على التعلم الآلي. البحث عن قيم فريدة في الأعمدة. الفهرسة المنطقية. تجميع القيم في جدول. أخطاء التنبؤ.
• المشروع النهائي. تجزئة المستخدم.
بايثون الباندا أخطاء Seaborn الفرضيات التحويل المتغيرات أنواع البيانات الخرائط الحرارية
1 سباق 3 أسابيع
بايثون الأساسية
تعمق أكثر في لغة البرمجة Python ومكتبة Pandas.
• المتغيرات وأنواع البيانات. لغة بايثون. المتغيرات. عرض البيانات على الشاشة. عرض الأشياء على الشاشة. معالجة الأخطاء، حاول... باستثناء عامل التشغيل. أنواع البيانات. تحويلات نوع البيانات.
• خطوط. الفهارس في الصفوف. قطع الخط. العمليات على السلاسل. طرق السلسلة. تنسيق السلاسل، طريقة format()، سلاسل f.
• القوائم. الفهارس في القوائم. قائمة الشرائح. إضافة عناصر إلى القائمة. إزالة عناصر القائمة. إضافة وضرب القوائم. • فرز القوائم. البحث عن العناصر في القائمة. تقسيم سلسلة إلى قائمة من السلاسل، وتسلسل قائمة من السلاسل في سلسلة.
• لحلقة. دورات. تعداد العناصر. التكرار على مؤشرات العناصر. معالجة عناصر القائمة باستخدام الحلقات: إيجاد مجموع العناصر ومنتجها.
• قوائم متداخلة. التكرار عبر القوائم المتداخلة مع قيم العد. إضافة عناصر إلى القوائم المتداخلة. فرز القوائم المتداخلة.
• عامل الشرطي. حائط اللوب. نوع البيانات المنطقية. القيم المنطقية. التعبيرات المنطقية. التعابير المنطقية المركبة. بيان شرطي if...elif...else. المتفرعة. تصفية القوائم باستخدام عامل شرطي. حائط اللوب.
• المهام. إسناد الوظائف. المعلمات والحجج. المعلمات ذات القيم الافتراضية. الحجج الموضعية والمسماة. إرجاع نتيجة من دالة.
• القواميس. المفاتيح والقيم. البحث عن القيمة عن طريق المفتاح. إضافة عناصر إلى القاموس. قائمة القواميس. إخراج جميل من القواميس.
• مكتبة الباندا. قراءة ملفات CSV. إطار البيانات. منشئ إطار البيانات. طباعة الصفوف الأولى والأخيرة من dataframe. الفهرسة في إطارات البيانات. الفهرسة على أعمدة السلسلة.
• المعالجة المسبقة للبيانات. مبدأ جيجو. إعادة تسمية أعمدة إطار البيانات. التعامل مع القيم المفقودة التعامل مع التكرارات الصريحة والضمنية.
• تحليل البيانات وعرض النتائج. تجميع البيانات. فرز البيانات. أساسيات الإحصاء الوصفي.
• Jupyter Notebook - دفتر ملاحظات في الخلية. واجهة Jupyter للكمبيوتر الدفتري. اختصارات Jupyter Notebook.
الحلقاتPythonPandasStringsListsFunctionsالقواميسDataFrameVariablesDataTypesالبيان الشرطي
مشروع
قارن بيانات مستخدم Yandex Music حسب المدينة ويوم الأسبوع.
2 سباق 2 أسابيع
المعالجة المسبقة للبيانات
تعلم كيفية تنظيف البيانات من القيم المتطرفة والسهو والتكرارات، بالإضافة إلى تحويل تنسيقات البيانات المختلفة.
• العمل مع التمريرات. تحويل. بسكويت. المتغيرات الفئوية والكمية. معالجة الفجوات في المتغيرات الفئوية. معالجة الفجوات في المتغيرات الكمية. معالجة الفجوات في المتغيرات الكمية حسب الفئة.
• تغيير أنواع البيانات. قراءة ملفات الاكسل. تحويل السلسلة إلى نوع رقمي. وحدة الأرقام، طريقة abs(). العمل مع التاريخ والوقت. معالجة الأخطاء، حاول... باستثناء عامل التشغيل. دمج إطارات البيانات، طريقة الدمج (). الجداول المحورية.
• البحث عن التكرارات. البحث عن التكرارات، حساسة لحالة الأحرف.
• تصنيف البيانات. تحلل الجداول. التصنيف حسب النطاقات العددية. التصنيف بناءً على قيم متعددة لكل صف.
• التفكير المنهجي والنقدي في عمل المحلل. التفكير المنهجي. أسباب أخطاء البيانات. التفكير النقدي.
PythonPandas معالجة الفجوة معالجة البيانات معالجة مكررة تصنيف البيانات
مشروع
تحليل البيانات الخاصة بعملاء البنوك وتحديد حصة المستحقين منهم.
3 سباقات السرعة 2 أسابيع
تحليل البيانات استكشافية
تعلم أساسيات الاحتمالات والإحصاء. استخدمها لاستكشاف الخصائص الأساسية للبيانات، والبحث عن الأنماط والتوزيعات والشذوذات. تعرف على مكتبة Matplotlib. ارسم المخططات وتدرب على تحليل الرسوم البيانية.
• الرسوم البيانية والاستنتاجات الأولى. استخدام الجداول المحورية. شريط الرسم البياني. توزيعات. مخطط المدى.
• دراسة شرائح البيانات. طريقة الاستعلام (). العمل مع التاريخ والوقت. رسم الرسوم البيانية باستخدام طريقة المؤامرة (). الحلاقة أوكام.
• العمل مع مصادر بيانات متعددة. شريحة البيانات على أساس كائنات خارجية. إضافة أعمدة جديدة إلى إطار البيانات. إضافة البيانات من إطارات البيانات الأخرى. إعادة تسمية الأعمدة. دمج الجداول باستخدام طريقتي الدمج () والانضمام ().
• علاقات البيانات. مخطط التشتت. الارتباط بين المتغيرات. مصفوفة مخطط التشتت.
• التحقق من صحة النتائج. توحيد المجموعات. تقسيم البيانات إلى مجموعات.
PythonPandasMatplotlib الرسوم البيانية شرائح البيانات تحليل البيانات ScatterplotScatterplotتصور البياناتالإحصائيات الوصفية
مشروع
استكشف أرشيف إعلانات بيع العقارات في سانت بطرسبرغ ومنطقة لينينغراد.
4 سباقات السرعة 3 أسابيع
تحليل البيانات الإحصائية
تعلم كيفية تحليل العلاقات في البيانات باستخدام الأساليب الإحصائية. تعرف على الأهمية الإحصائية والفرضيات.
• التوافقيات. مجموعات. قاعدة الضرب. إعادة الترتيب. عدد التباديل. المواضع. عدد المواضع. مجموعات. عدد المجموعات.
• نظرية الاحتمالات. تجربة. مساحة الاحتمال. الأحداث. احتمالا. أحداث متقاطعة ومتناقضة. مخطط أويلر-فين. قانون الأعداد الكبيرة.
• الإحصاء الوصفي. المتغيرات الفئوية والكمية. الوضع والوسيط. متوسط القيمة. تشتت. الانحراف المعياري. الربعيات والنسب المئوية. مخطط المدى. مخطط عمودي. كثافة التردد. شريط الرسم البياني.
• المتغيرات العشوائية. المتغير العشوائي المنفصل. التوزيع الاحتمالي للمتغير العشوائي المنفصل. الدالة التراكمية (دالة التوزيع) لمتغير عشوائي منفصل. التوقع الرياضي للمتغير العشوائي المنفصل. تشتت متغير عشوائي منفصل.
• التوزيعات. تجربة برنولي. تجربة ذات الحدين. توزيع ثنائي. التوزيع الموحد المستمر. التوزيع الطبيعي. التوزيع القياسي. CDF وPPF للتوزيع الطبيعي. توزيع السم. تقريب توزيع واحد من قبل آخر.
• اختبار الفرضيات. عامه السكان. عينة. توزيع العينات. نظرية الحد المركزي. الفرضيات أحادية الجانب والثنائية. القيمة P. اختبار الفرضيات الأحادية والثنائية لعينة واحدة. اختبار الفرضية حول المساواة بين متوسطي مجموعتين من السكان. اختبار فرضية تكافؤ الوسائل للعينات التابعة.
ScipyNumpyPythonPandasMatplotlibCombinatoricsالتوزيعاتاختبار الفرضياتنظرية الاحتمالية
مشروع
اختبر فرضيات خدمة تأجير السكوتر للمساعدة في تنمية أعمالك.
سباق إضافي
نظرية الاحتمالات
تذكر أو تعرف على المصطلحات الأساسية في نظرية الاحتمالات: الأحداث المستقلة، المعاكسة، غير المتوافقة، إلخ. باستخدام أمثلة بسيطة ومسائل ممتعة، سوف تتدرب على العمل مع الأرقام وبناء منطق الحلول.
هذا سباق اختياري. وهذا يعني أن كل طالب بنفسه يختار أحد الخيارات:
• إتقان سباق إضافي مكون من 10 دروس قصيرة، وصقل النظرية وحل المشكلات.
• افتح فقط الكتلة التي تحتوي على مهام المقابلة، وتذكر الممارسة بدون النظرية.
• تخطي الدورة بالكامل أو العودة إليها عندما يكون هناك وقت وحاجة.
بايثونالأحداثالاحتمالاتنظرية بايزالمتغيرات العشوائيةنظرية الاحتمالتحليل البيانات الإحصائية
5 سباق 1 أسبوع
المشروع النهائي للوحدة الأولى
تعلم كيفية إجراء أبحاث البيانات الأولية وصياغة الفرضيات واختبارها.
ScipyNumpyPythonPandasMatplotlibتحليل البياناتاختبار الفرضياتمعالجة البيانات
مشروع
ابحث عن الأنماط في بيانات مبيعات الألعاب.
6 سباق 2 أسابيع
SQL الأساسية
تعلم أساسيات لغة الاستعلام الهيكلية SQL والجبر العلائقي للعمل مع قواعد البيانات. تعرف على ميزات العمل في PostgreSQL، وهو نظام إدارة قواعد البيانات الشهير (DBMS). تعلم كيفية كتابة استعلامات بمستويات مختلفة من التعقيد وترجمة مشاكل العمل إلى SQL. ستعمل مع قاعدة بيانات لمتجر عبر الإنترنت متخصص في الأفلام والموسيقى.
• مقدمة لقواعد البيانات. أنظمة إدارة قواعد البيانات (DBMS). لغة SQL. استعلامات SQL. تنسيق استعلامات SQL.
• شرائح البيانات في SQL. أنواع البيانات في PostgreSQL تحويل نوع البيانات. حيث الشرطية. العوامل المنطقية. شرائح البيانات. المشغلين في، مثل، بين. العمل مع التاريخ والوقت. التعامل مع القيم المفقودة بناء الحالة الشرطية.
• وظائف التجميع. تجميع وفرز البيانات. عمليات رياضية. وظائف التجميع. تجميع البيانات. فرز البيانات. التصفية حسب البيانات المجمعة، مشغل HAVING.
• العلاقات بين الجداول. أنواع انضمام الجدول. مخططات ER. إعادة تسمية الحقول والجداول. اسماء مستعارة. دمج الجداول. أنواع الصلات: INNER JOIN، LEFT JOIN، RIGHT JOIN، FULL OUTER JOIN. أنواع بديلة من النقابات UNION وUNION ALL.
• الاستعلامات الفرعية وتعبيرات الجدول المشتركة. الاستعلامات الفرعية. الاستعلامات الفرعية في FROM. الاستعلامات الفرعية في WHERE. مزيج من الصلات والاستعلامات الفرعية. تعبيرات الجدول المشتركة (CTE). تقلب الطلبات.
SQLDBMSPostgreSQLالاستعلامات الفرعيةقواعد البياناتاستعلامات SQLتصفية البياناتفرز البياناتتجميع البياناتربط الجداولتعبيرات الجدول الشائعة
مشروع
ستكتب سلسلة من الاستعلامات متفاوتة التعقيد إلى قاعدة بيانات تخزن بيانات عن المستثمرين المغامرين والشركات الناشئة والاستثمارات فيها.
7 سباق 3 أسابيع
تحليل مؤشرات الأعمال
تعرف على المقاييس الموجودة في الأعمال التجارية. تعلم كيفية استخدام أدوات تحليل البيانات في الأعمال التجارية: التحليل الجماعي، ومسار المبيعات، واقتصاديات الوحدة.
• المقاييس ومسارات التحويل. تحويل. مسارات التحويل. قمع التسويق. انطباعات. النقرات. نسبة النقر إلى الظهور. قمع المنتج.
• تحليل الجماعة. ملف تعريفي للمستخدم. معدل البقاء. معدل زبد. أفق التحليل. التصور لتحليل الأتراب. تحليل الاحتفاظ بأفواج عشوائية. التحويل في التحليل الجماعي. حساب المقاييس في بايثون
• وحدة الاقتصاد. المقاييس LTV، CAC، ROI. متوسط متوسط العائد لكل مستخدم، متوسط متوسط العائد لكل مستخدم. حساب المقاييس في بايثون التصور المتقدم للمقاييس. معلمة مشاركة المتوسط المتحرك.
• المقاييس المخصصة. تقييم نشاط المستخدم. جلسة المستخدم. التحقيق في الشذوذ.
المقاييس مسارات التحويل اقتصاديات الوحدة التحليل الجماعي مقاييس المنتج مقاييس التسويق
مشروع
استنادًا إلى البيانات، يمكنك فهم سلوك المستخدم، بالإضافة إلى تحليل ربحية العملاء وعائد الاستثمار الإعلاني لتقديم توصيات لقسم التسويق.
8 سباق 2 أسابيع
SQL المتقدمة
سوف تأخذ دورة إضافية حول العمل مع قواعد البيانات وتصبح أقرب إلى العمل. باستخدام لغة SQL، سوف تقوم بتحليل حساب مقاييس الأعمال الرئيسية التي تعرفت عليها في سباق "تحليل مؤشرات الأعمال". فكر في العمل باستخدام أداة معقدة مثل وظائف النافذة. تعلم كيفية تغيير محتويات قواعد البيانات محليًا، بدون محاكي، باستخدام برامج العميل الخاصة والمكتبات الخاصة بـ Python.
• حساب مؤشرات الأعمال. مخطط البيانات. تحويل. القيمة الدائمة. متوسط العائد لكل مستخدم. متوسط العائد لكل مستخدم. عائد الاستثمار. الحساب باستخدام SQL.
• تجميع وظائف النافذة. أكثر من التعبير. التقسيم حسب معلمة النافذة.
• وظائف ترتيب النافذة. وظائف الترتيب. ترتيب النافذة حسب المشغل. رقم الصف(). رتبة(). DENSE_RANK(). نتيل (). مشغلي النوافذ جنبا إلى جنب مع وظائف الترتيب.
• وظائف إزاحة النافذة. القيم التراكمية. وظائف الأوفست. يقود(). بطئ(). وظائف النافذة والأسماء المستعارة.
• تحليل الجماعة. معدل الاستبقاء، معدل الزبد. القيمة الدائمة.
• تركيب وتكوين قاعدة البيانات وعميل قاعدة البيانات. عميل قاعدة البيانات. تثبيت PostgreSQL. تثبيت دي بيفر. واجهة دي بيفر. إنشاء قاعدة البيانات. نشر تفريغ قاعدة البيانات. تحميل نتائج الاستعلام. عرض نتائج الاستعلام.
SQLDBMSMetricsPostgreSQLDatabases استعلامات SQL وظائف النافذة التحليل الجماعي
مشروع
باستخدام Python وSQL، يمكنك الاتصال بقاعدة بيانات وحساب وتصور المقاييس الرئيسية في نظام خدمة الأسئلة والأجوبة البرمجي.
9 سباق 2 أسابيع
اتخاذ القرار في الأعمال التجارية
سوف تتعلم ما هو اختبار A/B وتفهم الحالات التي يتم استخدامه فيها. تعلم كيفية تصميم اختبار A/B وتقييم نتائجه.
• أساسيات اختبار الفرضيات في الأعمال التجارية. المقاييس الرائدة. أسس التجارب. توليد الفرضيات. تحديد أولويات المقاييس. اختيار طريقة لإجراء التجربة. الأساليب النوعية لاختبار الفرضيات. الأساليب الكمية لاختبار الفرضيات. مزايا وعيوب اختبارات A/B.
• تحديد أولويات الفرضيات. إطار رايس. الوصول إلى المعلمة معلمة التأثير. معلمة الثقة معلمة الجهود
• التحضير لإجراء اختبار أ/ب. اختبار أ/أ. أخطاء النوع الأول والثاني. قوة الاختبار الإحصائي. أهمية الاختبار الإحصائي. مقارنات متعددة، طرق تقليل احتمالية الخطأ. حساب حجم العينة ومدة اختبار A/B. التحليل الرسومي للمقاييس.
• تحليل نتائج اختبار أ/ب. اختبار فرضية المساواة في الأسهم. اختبار شابيرو ويلك لاختبار الحالة الطبيعية للبيانات. الاختبارات الإحصائية اللابارامترية. اختبار مان ويتني. استقرار المقاييس التراكمية. تحليل القيم المتطرفة والانفجارات.
• الخوارزميات السلوكية. الحقائق والعواطف والتقييمات. اشرح وجهة نظرك.
اختبار A/Bتحديد أولويات الفرضياتالتحضير لاختبار A/Bتحليل نتائج اختبار A/Bتحليل نتائج اختبار A/B
مشروع
قم بتحليل نتائج اختبار A/B في متجر كبير عبر الإنترنت.
10 سباق 1 أسبوع
المشروع النهائي للوحدة الثانية
تعلم كيفية اختبار الفرضيات الإحصائية باستخدام اختبار A/B وإعداد الاستنتاجات والتوصيات في شكل تقرير تحليلي.
مسار المبيعات، اختبار أ/ب، معالجة البيانات، تحليل بيانات البحث
مشروع
استكشف مسار تحويل المبيعات وقم بتحليل نتائج اختبار A/B في تطبيق الهاتف المحمول.
11 سباق 2 أسابيع
كيف تحكي قصة باستخدام البيانات
سوف تتعلم كيفية عرض نتائج بحثك بشكل صحيح باستخدام الرسوم البيانية، وأهم الأرقام وتفسيرها الصحيح. تعرف على مكتبتي Seaborn وPlotly.
• لمن وكيف وماذا ولماذا نقول. عرض نتيجة البحث. الجمهور المستهدف للراوي. ماذا ولماذا تخبر محلل البيانات.
• مكتبة سيبورن. مكتبة Seaborn كامتداد لمكتبة Matplotlib. طريقة مشتركة (). نطاقات الألوان. أنماط الرسم البياني. تصور التوزيعات.
• مكتبة بلوتلي. الرسوم البيانية التفاعلية. خط الرسم البياني. مخطط عمودي. مخطط دائري. مخطط قمع.
• تصور البيانات في التحليلات الجغرافية. التحليلات الجغرافية. مكتبة فوليوم. عرض الخريطة. وضع علامات بإحداثيات محددة. إنشاء مجموعات نقطية. أيقونات مخصصة للعلامات. هوروبليت.
• إعداد العرض التقديمي. الاستنتاجات على أساس الدراسة. الموسمية والعوامل الخارجية. القيم المطلقة والنسبية. مفارقة سيمبسون. مبادئ بناء العروض التقديمية. التقارير في Jupyter Notebook.
PlotlyFoliumSeabornMatplotlibعرض تقديميالتحليلات الجغرافيةتصور البيانات
مشروع
قم بإعداد دراسة سوقية بناءً على البيانات المفتوحة حول مؤسسات تقديم الطعام العامة في موسكو، وتصور البيانات التي تم الحصول عليها.
12 سباق 2 أسابيع
بناء لوحات المعلومات في Tableau
في هذا السباق ستعمل مع نظام Tableau BI. تعلم كيفية الاتصال بالبيانات وتعديلها، وإنشاء أنواع مختلفة من الرسوم البيانية، وتجميع لوحات المعلومات والعروض التقديمية.
• أساسيات العمل بالتابلوه. أنظمة ذكاء الأعمال. لوحة. إنشاء مستند. حفظ الوثيقة. نشر الوثيقة.
• العمل مع مصادر البيانات. مصادر البيانات. دمج البيانات. طريقة العلاقة. طريقة الانضمام. طريقة المزج. طريقة الاتحاد. تغيير تنسيق الجدول.
• أنواع البيانات. أنواع البيانات الأساسية. قياسات. مقاسات. العمل مع التاريخ والوقت. مجموعات. مجموعات. خيارات. تغيير تنسيق المتغيرات. المتغيرات قياس الأسماء، قياس القيم، العد.
• الجداول والحسابات. واجهة تحرير الورقة. الجداول المحورية. الحقول المحسوبة تعبيرات لود.
• المرشحات والفرز. تدابير الفرز. فرز الأبعاد. أنواع متداخلة. الفرز باستخدام المعلمة. المرشحات.
• تصورات. ضوابط التصور. خرائط الحرارة. الرسوم البيانية الدائرية. المخططات العمودية. الرسوم البيانية. مخططات المدى. مخطط مبعثر. الرسوم البيانية خط. الرسوم البيانية مجتمعة. الرسوم البيانية للمنطقة.
• تصورات خاصة وتلميحات الأدوات. بطاقات. خريطة تفصيلية. مخطط الفقاعة. خريطة الشجرة. مخططات عرض الدائرة. الرسوم البيانية رصاصة. مخططات غانت. قياس الأسماء وقياس القيم في المرئيات. الهندسة العكسية. تلميحات الأدوات. تلميحات الأدوات مع تصورات. قيم العتبة على الرسوم البيانية. الأدوات التحليلية في Custom.
• العروض التقديمية. خيارات إضافية. دراسة المعلمات النموذجية. إنشاء عرض تقديمي.
• لوحات المعلومات. تحميل وإعداد البيانات. إعداد التصورات. تجميع لوحة القيادة. أجراءات. مظاهرة لوحة القيادة. نشر لوحة القيادة.
Tableauلوحات المعلومات، أدوات BI، أدوات BI، تصور البيانات
مشروع
ابحث في تاريخ مؤتمرات TED وقم بإنشاء لوحة تحكم في Tableau بناءً على البيانات التي تم الحصول عليها.
سباق إضافي
أساسيات التعلم الآلي
تعرف على أساسيات التعلم الآلي وتعرف على المهام الرئيسية للتعلم الآلي في الأعمال.
PythonPandasSklearnالتعلم الآليمهام التعلم الآلي خوارزميات التعلم الآلي
سباق إضافي
ممارسة بايثون
ستأخذ عدة فصول معملية مع مهام إضافية في لغة برمجة بايثون. سوف تتعلم أيضًا كيفية استخراج البيانات من موارد الويب.
سوف تفعلها:
• في بنية صفحات HTML وتشغيل طلبات GET،
• تعلم كتابة التعبيرات العادية البسيطة،
• التعرف على API وJSON،
• تقديم عدة طلبات للمواقع وجمع البيانات.
JSONPythonREST API تجريف الويب
13 سباق 3 أسابيع
مشروع التخرج
في المشروع الأخير، أكد أنك أتقنت مهنة جديدة. توضيح مهمة العميل وخوض كافة مراحل تحليل البيانات. الآن لا توجد دروس أو واجبات منزلية - كل شيء يشبه العمل الحقيقي.
يتضمن السباق النهائي عمل المشروع واختبار A/B ومهام SQL ومهمة إضافية. يحتوي المشروع على بيان المشكلة والنتيجة المتوقعة ومجموعة من البيانات ووصفها.
تتعلق المهمة بأحد مجالات العمل الخمسة:
• البنوك،
• بيع بالتجزئة،
• ألعاب،
• تطبيقات الهاتف الجوال،
• التجارة الإلكترونية.
لن يكون هناك وصف معتاد للخطوات في المشروع. سوف تعمل من خلالهم بنفسك.
SQ LPython PandasTableau Dashboards Postgre SQL Decomposition A/B test