Аналітики даних, топ менеджери, керівники та Data Scientists — ці категорії фахівців як ніхто інший розуміють цінність візуалізації даних.
3 та 4 листопада Дмитрий Гузенко (Dmitry Guzenko), Data Analyst, Luxoft проведе дводенний курс Data Science Visualization.
Придбати квитки
Дмитро має більше
Має досвід роботи в галузі архітектури рішень, найкращих практик аналізу бізнес-аналізу для підвищення цінності для інвесторів.
Зміст курсу
● Введення в візуалізацію даних
● Кращі практики та методи візуалізації
● Порівняння безкоштовних платформ для візуалізації даних
● Воркшоп в групах: моделювання візуалізації на підставі вимог бізнесу
● Практична робота: розробка та публікація візуалізацій, виконаних з використанням MS Power BI Desktop, QlikView Personal Edition, Tableau Desktop Public Edition
● Практична робота: розробка візуалізації з R, бібліотеки ggplot, ggplot2, RGL, Plotly
● Практична робота: розробка візуалізації з Python, бібліотеки matplotlib, plotly, bokeh
На курсі ви знайдете відповіді на запитання:
- Практики і підходи для якісної візуалізації. Яких помилок слід уникати? Як зробити так, щоб дані говорили самі за себе і показували необхідні бізнесу інсайти?
- Що означає термін Self BI?
- Як зробити візуалізацію швидко, без програмування і надати доступ іншим до створеної візуалізації, в рамках організації або навіть за її межами?
- Як зробити це такими інструментами, за використання яких компанії б не довелося платити гроші, або вартість була б дуже доступною?
Ви отримаєте практичні навички роботи у Microsoft Power BI, QlikView і Tableau.
Також для проектів Data Science і машинного навчання необхідний більш глибокий аналіз даних, який реалізується за допомогою R та Python. Частина курсу присвячена вивченню деяких базових можливостей для візуалізації з використанням популярних бібліотек R та Python.
Для кого цей курс:
● Для керівників і топ менеджерів, які хочуть розуміти свої дані і розробляти дешборди і звіти самостійно
● Професіоналів ІТ, бізнес аналітиків і аналітиків даних, які прагнуть зрозуміти можливості, переваги і обмеження
● Data Scientists, розробників, які хочуть прискорити і спростити процес взаємодії з замовниками, швидше реагувати на зміну бізнес вимог, витрачати менше часу на отримання цінного продукту і отримувати більше інсайтів з мінімальними затратами.
Програма курсу
3 листопада
Блок 1. Введення в візуалізацію даних
● Історія візуалізації, приклади історично значущих робіт з візуалізації
● Загальні архітектури систем обробки, аналізу та візуалізації даних
● Прогнозування і візуалізація в проектах Data Science
● Загальні вимоги до систем розробки візуалізацій
● Порівняння кращих систем для візуалізацій
● Типові помилки
● Кращі практики та керівництва для розробки якісних візуалізацій
Блок 2. Планування і виконання проектів з візуалізації даних
● Підходи до організації проектів візуалізації
● Практика: робота в групах, розробка прототипу візуалізації згідно бізнес вимог
Блок 3. Робота з Microsoft Power BI для візуалізації даних
● Про продукти Power BI
● Встановлення, налаштування системи
● Імпорт даних з різних джерел
● Попередня обробка даних
● Об’єднання даних і розробка моделі
● Практика: Імпорт і попередня обробка даних
Блок 4
● Використання додаткових функцій у роботі з даними
● Розробка звіту з використанням стандартних елементів
● Розробка звітів з використанням розширених візуальних можливостей
● Публікація звітів для співробітників організації
● Публікація звітів в інтернеті для загального доступу
● Практика: публікація звітів
4 листопада
Блок 5. Робота з системою QlikView Personal Edition для візуалізації даних
● Про продукти QlikView
● Встановлення, налаштування системи
● Імпорт даних з різних джерел
● Попередня обробка даних
● Об’єднання даних і розробка моделі
● Практика: Імпорт і попередня обробка даних
● Використання додаткових функцій по роботі з даними
● Розробка звітів
● Публікація звітів в інтернеті для загального доступу
● Практика: Розробка і публікація звітів
Блок 6. Робота з системою Tableau Desktop Public Edition для візуалізації даних
● Про продукти Tableau
● Встановлення, налаштування системи
● Імпорт даних з різних джерел
● Попередня обробка даних
● Об’єднання даних і розробка моделі
● Практика: Імпорт і попередня обробка даних
● Використання додаткових функцій у роботі з даними
● Розробка звітів
● Публікація звітів
● Практика: Розробка і публікація звітів
Блок 7. Використання мови R для візуального аналізу даних
● Налаштування Power BI для використання R
● Можливості дослідження за допомогою R
● Важливі функції для аналізу даних з бібліотек ggplot, ggplot2, RGL, plotly
● Практика: побудова звітів Power BI з використанням функцій мови R
Блок 8. Використання мови Python для візуального аналізу даних
● Налаштування Power BI для використання Python
● Можливості дослідження за допомогою Python
● Важливі функції для аналізу даних з бібліотек matplotlib, plotly, bokeh
● Практика: побудова звітів Power BI з використанням функцій мови Python
● Висновок і подальші кроки
Кількість учасників: 30
Придбати квитки
Знижки
— 10% від 3 квитків;
— 15% від 5 квитків;
— 25% для студентів (надсилайте студентський квиток, щоб отримати промо-код).
Немає коментарів
Додати коментар Підписатись на коментаріВідписатись від коментарів