Build your ultimate AI agent
课程介绍
分析时间序列数据
在本课程中，你将学习如何分析时间序列、可视化数据并识别趋势。 你将构建新的日期变量，了解运行图，并开始计算滚动平均值。了解影响变量
最后，你将了解如何利用 Power BI 的分解树和关键影响因素来识别哪些变量对目标变量影响最大。先修要求
课程大纲
课程大纲
1
探索时间序列数据
在本章中，您将更熟悉基于时间的变量，以及使用 EDA 为分析提取更多变量的多种方法——例如星期几和时间差。您还将上手使用 Power BI 构建折线图，计算新指标并发掘数据中隐藏的趋势——包括环比变化和滚动平均值。
2
在 Power BI 中分析时间序列
在本章中，您将更熟悉基于时间的变量，以及使用 EDA 为分析提取更多变量的多种方法——例如星期几和时间差。您还将上手使用 Power BI 构建折线图，计算新指标并发掘数据中隐藏的趋势——包括环比变化和滚动平均值。
3
分解树
Power BI 中 EDA 最强大的功能之一，是能够识别哪些变量对您的目标结果影响最大。支持这一点的原生 Power BI 可视化工具是分解树。您将学习分解树、如何构建它们，以及如何解读，以便用其他变量来解释目标结果。
4
关键影响因素
在本章中，您将构建另一个原生 Power BI 工具——关键影响因素可视化。它帮助您了解基于特定变量和观测分组时，目标结果会发生多大变化。
Power BI 趋势分析
课程完成
