After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Opis kursu
Analizuj dane szeregów czasowych
W tym kursie nauczysz się analizować szeregi czasowe, wizualizować dane i dostrzegać trendy. Będziesz tworzyć nowe zmienne daty, poznasz wykresy przebiegu i nauczysz się obliczać średnie kroczące.Zrozum zmienne wpływające
Wreszcie dowiesz się, jak identyfikować, które zmienne mają największy wpływ na zmienną docelową, korzystając z drzew dekompozycji i kluczowych czynników wpływających w Power BI.Wymagania wstępne
Program kursu
Plan kursu
1
Eksploracja danych szeregów czasowych
W tym rozdziale lepiej zapoznasz się ze zmiennymi czasowymi i różnymi sposobami tworzenia nowych zmiennych za pomocą EDA – takimi jak dzień tygodnia czy różnica czasu. Poćwiczysz pracę z Power BI, budując wykresy liniowe do obliczania nowych metryk i odkrywania ukrytych trendów w danych – w tym zmian okres do okresu i średnich kroczących.
2
Analiza szeregów czasowych w Power BI
W tym rozdziale lepiej zapoznasz się ze zmiennymi czasowymi i różnymi sposobami tworzenia nowych zmiennych za pomocą EDA – takimi jak dzień tygodnia czy różnica czasu. Poćwiczysz pracę z Power BI, budując wykresy liniowe do obliczania nowych metryk i odkrywania ukrytych trendów w danych – w tym zmian okres do okresu i średnich kroczących.
3
Drzewa dekompozycji
Jedną z najpotężniejszych funkcji EDA w Power BI jest możliwość identyfikowania zmiennych mających największy wpływ na badany wynik. Służy do tego natywne narzędzie wizualizacji Power BI – drzewa dekompozycji. Nauczysz się, czym są drzewa dekompozycji, jak je budować i interpretować, aby wyjaśniać zmienną docelową za pomocą innych zmiennych.
4
Kluczowe czynniki wpływu
W tym rozdziale zbudujesz kolejne natywne narzędzie Power BI – wizualizację kluczowych czynników wpływu. Pomoże ci ona zrozumieć, w jakim stopniu określone zmienne i segmenty obserwacji wpływają na badany wynik.
Analiza trendów w Power BI
Kurs
ukończony
