آموزش جعبه ابزار تحلیلگر داده: Excel, SQL, Python, Power BI - آخرین آپدیت

دانلود The Data Analyst's Toolkit: Excel, SQL, Python, Power BI

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

تسلط بر داده‌ها برای تحلیلگر مدرن: تکنیک‌های اکسل، SQL، پایتون و Power BI

سرفصل‌های دوره

  • نقش‌ها و مسئولیت‌های تحلیلگر داده
  • اهمیت تصمیم‌گیری مبتنی بر داده در سازمان‌ها
  • نحوه استفاده از مایکروسافت اکسل برای دستکاری و تحلیل داده
  • تکنیک‌های پاکسازی و فرمت‌بندی داده در اکسل
  • نحوه ایجاد و استفاده از جداول محوری (Pivot Tables)
  • تکنیک‌های مصورسازی داده با استفاده از نمودارهای اکسل
  • نوشتن کوئری‌های پایه SQL برای بازیابی داده از پایگاه‌های داده رابطه‌ای
  • تکنیک‌های پیشرفته SQL، از جمله فیلتر کردن، مرتب‌سازی، تجمیع و اتصال جداول متعدد
  • مبانی زبان برنامه‌نویسی پایتون برای تحلیل داده
  • نحوه استفاده از کتابخانه‌های پایتون مانند پانداس (Pandas) برای دستکاری داده
  • تکنیک‌های مصورسازی داده با استفاده از کتابخانه‌های پایتون مانند مت‌پلات‌لیب (Matplotlib)
  • اتصال به منابع داده، پاکسازی و تبدیل داده در Power BI
  • ایجاد داشبوردهای تعاملی و گزارش‌ها با استفاده از Power BI

پیش‌نیازهای دوره

  • سواد کامپیوتری پایه: دانشجویان باید در استفاده از کامپیوتر و کار با نرم‌افزارهای مختلف مهارت داشته باشند و درک کلی از مدیریت فایل‌ها داشته باشند.
  • آشنایی با مجموعه مایکروسافت آفیس: درک پایه از برنامه‌های مایکروسافت آفیس، به ویژه اکسل، به دانشجویان کمک می‌کند تا با تکنیک‌های پیشرفته‌تر تحلیل داده در اکسل آشنا شوند.
  • ذهنیت حل مسئله: کنجکاوی برای حل مسائل و تمایل به بررسی رویکردهای مختلف تحلیل داده، به دانشجویان کمک می‌کند تا در این دوره موفق شوند.
  • عدم نیاز به تجربه قبلی برنامه‌نویسی: اگرچه تجربه قبلی برنامه‌نویسی ضروری نیست، اما درک پایه از مفاهیم و منطق برنامه‌نویسی هنگام یادگیری پایتون و SQL مفید خواهد بود.
  • دسترسی به نرم‌افزارهای مورد نیاز: دانشجویان باید به رایانه‌ای با نصب مایکروسافت اکسل، Power BI و یک محیط توسعه پایتون (مانند آناکوندا - Anaconda) دسترسی داشته باشند. همچنین دسترسی به یک محیط پایگاه داده SQL (مانند MySQL، PostgreSQL یا SQL Server) برای تمرین کوئری‌های SQL توصیه می‌شود.

این دوره با هدف ارائه درک جامعی از ابزارها و تکنیک‌های ضروری مورد استفاده تحلیلگران داده، از جمله اکسل، SQL، پایتون و Power BI، طراحی شده است.

این یک دوره جامع است که برای تجهیز تحلیلگران داده مشتاق و متخصصان به مهارت‌ها و ابزارهای ضروری برای موفقیت در دنیای مبتنی بر داده امروز طراحی شده است. این دوره یک پایه محکم در تحلیل داده، مصورسازی و ارتباطات فراهم می‌کند و دانشجویان را قادر می‌سازد تا تصمیمات مبتنی بر داده بگیرند و بینش‌های عملی ارائه دهند.

دوره با مقدمه‌ای بر تحلیل داده آغاز می‌شود و به نقش‌ها و مسئولیت‌های یک تحلیلگر داده و اهمیت تصمیم‌گیری مبتنی بر داده می‌پردازد. سپس دانشجویان مایکروسافت اکسل، ابزاری پرکاربرد برای دستکاری، تحلیل و مصورسازی داده‌ها را بررسی می‌کنند. از طریق تمرینات عملی، دانشجویان تکنیک‌های ضروری اکسل مانند پاکسازی داده، فرمت‌بندی، فرمول‌ها، توابع، جداول محوری (Pivot Tables) و ایجاد نمودار را فرا خواهند گرفت.

در ادامه، دوره به معرفی SQL، زبان استاندارد برای مدیریت و کوئری‌نویسی پایگاه‌های داده رابطه‌ای می‌پردازد. دانشجویان نحوه نوشتن کوئری‌های پایه SQL، فیلتر کردن، مرتب‌سازی، تجمیع داده‌ها، اتصال جداول متعدد و استفاده از زیرکوئری‌ها برای بازیابی پیشرفته داده را می‌آموزند. سپس دوره به پایتون، یک زبان برنامه‌نویسی چندمنظوره برای تحلیل داده، می‌پردازد. دانشجویان مبانی پایتون، از جمله انواع داده، کنترل جریان و توابع را قبل از پیشرفت به دستکاری داده با پانداس (Pandas) و همچنین مصورسازی داده با استفاده از مت‌پلات‌لیب (Matplotlib) فرا خواهند گرفت.

با پیشرفت دوره، دانشجویان Power BI را بررسی می‌کنند؛ ابزاری قدرتمند در هوش تجاری برای ایجاد مصورسازی‌های تعاملی و به اشتراک‌گذاری بینش‌ها در سراسر سازمان‌ها. ماژول Power BI شامل اتصال داده، پاکسازی، تبدیل، مدل‌سازی، روابط و مقدمه‌ای بر DAX (Data Analysis Expressions) است. دانشجویان نحوه ایجاد داشبوردهای تعاملی و گزارش‌های جذاب بصری، سفارشی‌سازی تصاویر و تم‌ها و به اشتراک‌گذاری یافته‌های خود با ذینفعان مختلف را می‌آموزند.

در هفته‌های پایانی، دوره بر یکپارچه‌سازی ابزارها و تکنیک‌های آموخته شده در طول برنامه، از جمله مطالعات موردی واقعی و کاربردها در تحلیل فروش، بخش‌بندی مشتری، تحلیل شبکه‌های اجتماعی، کارایی عملیاتی و تحلیل مالی تمرکز خواهد داشت.

پس از اتمام دوره، دانشجویان درک جامعی از جعبه ابزار تحلیلگر داده خواهند داشت و برای انجام وظایف پیچیده تحلیل داده با استفاده از اکسل، SQL، پایتون و Power BI مجهز خواهند شد.

چه یک تحلیلگر داده مشتاق باشید، چه یک متخصص که به دنبال ارتقاء مهارت‌های خود است، یا یک رهبر کسب و کار که می‌خواهد از بینش‌های مبتنی بر داده بهره‌برداری کند، این دوره دانش و ابزارهای لازم برای موفقیت در دنیای مبتنی بر داده امروز را در اختیار شما قرار می‌دهد. به ما در این تجربه یادگیری عمیق بپیوندید و قدرت تحلیل داده را با جعبه ابزار تحلیلگر داده: اکسل، SQL، پایتون، Power BI آزاد کنید.


سرفصل ها و درس ها

Introduction to Data Analysis

  • Introduction-مقدمه Introduction

  • Course Introduction-معرفی دوره Course Introduction

  • Data Analysis Overview-مروری بر تحلیل داده Data Analysis Overview

  • Roles in Data Analysis-نقش ها در تحلیل داده Roles in Data Analysis

  • Tasks of a Data Analyst-وظایف یک تحلیلگر داده Tasks of a Data Analyst

  • Importance of Data-Driven Decision Making-اهمیت تصمیم گیری مبتنی بر داده Importance of Data-Driven Decision Making

Excel Fundamentals-مبانی اکسل Excel Fundamentals

  • Introduction to Excel-مقدمه ای بر اکسل Introduction to Excel

  • Opening a new workbook-باز کردن یک ورک بوک جدید Opening a new workbook

  • Entering data in Excel-وارد کردن داده در اکسل Entering data in Excel

  • Basic data entry in Excel-وارد کردن داده های پایه در اکسل Basic data entry in Excel

  • Entering data with autofil-وارد کردن داده با استفاده از autofil Entering data with autofil

  • Entering date-وارد کردن تاریخ Entering date

  • Entering time-وارد کردن زمان Entering time

  • Undo and redo changes-خنثی سازی و اعمال دوباره تغییرات Undo and redo changes

  • Adding comments-اضافه کردن نظرات Adding comments

  • Adding a title to worksheet-اضافه کردن عنوان به ورک شیت Adding a title to worksheet

  • Saving your work-ذخیره کردن کار Saving your work

  • Introduction to Excel Functions and Formulas-مقدمه ای بر توابع و فرمول های اکسل Introduction to Excel Functions and Formulas

  • Using formulas for arithmetic tasks-استفاده از فرمول ها برای محاسبات ریاضی Using formulas for arithmetic tasks

  • Re-using formulas-استفاده مجدد از فرمول ها Re-using formulas

  • Calculating YTD Profits-محاسبه سود YTD (از ابتدای سال تاکنون) Calculating YTD Profits

  • Calculating percentage change-محاسبه درصد تغییر Calculating percentage change

  • Relative and absolute reference-مرجع نسبی و مطلق Relative and absolute reference

  • Using Rank Function-استفاده از تابع Rank Using Rank Function

  • STD Function-تابع STD STD Function

  • Small and Large Functions-توابع Small و Large Small and Large Functions

  • Median Function-تابع Median Median Function

  • Count and Counta Functions-توابع Count و Counta Count and Counta Functions

  • Exploring fonts-بررسی فونت ها Exploring fonts

  • Adjusting column width and row height-تنظیم عرض ستون و ارتفاع سطر Adjusting column width and row height

  • Using alignment-استفاده از تراز بندی Using alignment

  • Designing borders-طراحی حاشیه ها Designing borders

  • Formatting Numbers-فرمت دهی اعداد Formatting Numbers

  • Conditional formatting-فرمت دهی شرطی Conditional formatting

  • Creating tables-ایجاد جدول Creating tables

  • Inserting shapes-وارد کردن اشکال Inserting shapes

Data Analysis & Visualization with Excel-تحلیل و مصورسازی داده با اکسل Data Analysis & Visualization with Excel

  • What is Power Query-پاور کوئری چیست؟ What is Power Query

  • Connecting to a data source-اتصال به یک منبع داده Connecting to a data source

  • Please Read-لطفا بخوانید Please Read

  • Preparing the query-آماده سازی کوئری Preparing the query

  • Cleaning the data-پاکسازی داده Cleaning the data

  • Enhancing the query-بهبود کوئری Enhancing the query

  • What is Power Pivot-پاور پیوت چیست؟ What is Power Pivot

  • How to enable Power Pivot-نحوه فعال کردن پاور پیوت How to enable Power Pivot

  • Create a data model-ایجاد مدل داده Create a data model

  • Importing data and creating relationships-وارد کردن داده و ایجاد ارتباطات Importing data and creating relationships

  • Creating lookups with DAX-ایجاد جستجو با DAX Creating lookups with DAX

  • Analyze data with Pivot Tables-تجزیه و تحلیل داده ها با جداول محوری (Pivot Tables) Analyze data with Pivot Tables

  • Analyze data with Pivot Charts-تجزیه و تحلیل داده ها با نمودارهای محوری (Pivot Charts) Analyze data with Pivot Charts

  • Refreshing source data-به روز رسانی داده های منبع Refreshing source data

  • Updating queries-به روز رسانی کوئری ها Updating queries

  • Creating new reports-ایجاد گزارش های جدید Creating new reports

SQL and MySQL Fundamentals-مبانی SQL و MySQL SQL and MySQL Fundamentals

  • Introduction to SQL-مقدمه ای بر SQL Introduction to SQL

  • Introduction to MySQL-مقدمه ای بر MySQL Introduction to MySQL

  • MySQL Installation (Windows)-نصب MySQL (ویندوز) MySQL Installation (Windows)

  • MySQL Installation (Mac)-نصب MySQL (مک) MySQL Installation (Mac)

  • What is MySQL Workbench-MySQL Workbench چیست؟ What is MySQL Workbench

  • Basic database concepts-مفاهیم پایگاه داده پایه Basic database concepts

  • What is a Schema-اسکیما چیست؟ What is a Schema

  • Database Schema-اسکیما پایگاه داده Database Schema

  • MySQL Data Types-انواع داده MySQL MySQL Data Types

  • Joining Multiple Tables with INNER Join-الحاق چندین جدول با INNER Join Joining Multiple Tables with INNER Join

  • Joining Multiple Tables with LEFT Join-الحاق چندین جدول با LEFT Join Joining Multiple Tables with LEFT Join

  • Joining Multiple Tables with RIGHT Join-الحاق چندین جدول با RIGHT Join Joining Multiple Tables with RIGHT Join

  • Joining Multiple Tables with SELF Join-الحاق چندین جدول با SELF Join Joining Multiple Tables with SELF Join

  • Removing duplicates from query results-حذف موارد تکراری از نتایج کوئری Removing duplicates from query results

  • Group data by combing rows-گروه بندی داده ها با ترکیب ردیف ها Group data by combing rows

  • Filter grouped results-فیلتر کردن نتایج گروه بندی شده Filter grouped results

  • Sort query results-مرتب سازی نتایج کوئری Sort query results

  • Filtering rows of data-فیلتر کردن ردیف های داده Filtering rows of data

  • Introduction to aggregate functions-مقدمه ای بر توابع aggregate Introduction to aggregate functions

  • Using COUNT Aggregate Function-استفاده از تابع aggregate COUNT Using COUNT Aggregate Function

  • Using SUM Aggregate Function-استفاده از تابع aggregate SUM Using SUM Aggregate Function

  • Using AVG Aggregate Function-استفاده از تابع aggregate AVG Using AVG Aggregate Function

  • Using MIN Aggregate Function-استفاده از تابع aggregate MIN Using MIN Aggregate Function

  • Using MAX Aggregate Function-استفاده از تابع aggregate MAX Using MAX Aggregate Function

  • What are Subqueries-ساب کوئری ها چه هستند؟ What are Subqueries

  • Using Nested Subqueries-استفاده از ساب کوئری های تودرتو Using Nested Subqueries

Python Fundamental-مبانی پایتون Python Fundamental

  • What is Python-پایتون چیست؟ What is Python

  • Installing Python on Windows-نصب پایتون در ویندوز Installing Python on Windows

  • Installing Python on Macs-نصب پایتون در مک Installing Python on Macs

  • What is Jupyter Notebook-Jupyter Notebook چیست؟ What is Jupyter Notebook

  • Installing Jupyter Notebook-نصب Jupyter Notebook Installing Jupyter Notebook

  • Running Jupyter Notebook Server-اجرای سرور Jupyter Notebook Running Jupyter Notebook Server

  • Some Jupyter Notebook Commands-برخی دستورات Jupyter Notebook Some Jupyter Notebook Commands

  • Jupyter Notebook Components-اجزای Jupyter Notebook Jupyter Notebook Components

  • The Notebook Dashboard-داشبورد Notebook The Notebook Dashboard

  • The Notebook user interface-رابط کاربری Notebook The Notebook user interface

  • Creating a new notebook-ایجاد یک Notebook جدید Creating a new notebook

  • Python expressions-عبارات پایتون Python expressions

  • Python statements-دستورات پایتون Python statements

  • Python Comments-توضیحات پایتون (کامنت ها) Python Comments

  • Python data types-انواع داده پایتون Python data types

  • Casting data types-تبدیل انواع داده Casting data types

  • Python Variables-متغیرهای پایتون Python Variables

  • Python List-لیست پایتون Python List

  • Python Tuple-تاپل پایتون Python Tuple

  • Python dictionaries-دیکشنری های پایتون Python dictionaries

  • Python Operators-عملگرهای پایتون Python Operators

  • Python Conditional statements-دستورات شرطی پایتون Python Conditional statements

  • Python Loops-حلقه های پایتون Python Loops

  • Python Functions-توابع پایتون Python Functions

Data Analysis and Visualization with Python and SQL-تحلیل و مصورسازی داده با پایتون و SQL Data Analysis and Visualization with Python and SQL

  • Create a virtual environment on Windows-ایجاد یک محیط مجازی در ویندوز Create a virtual environment on Windows

  • Create a virtual environment on Macs-ایجاد یک محیط مجازی در مک Create a virtual environment on Macs

  • Activate a virtual environment on Windows-فعال کردن یک محیط مجازی در ویندوز Activate a virtual environment on Windows

  • Activate a virtual environment on Macs-فعال کردن یک محیط مجازی در مک Activate a virtual environment on Macs

  • Upgrade Pip-ارتقاء Pip Upgrade Pip

  • Install Visual Studio Code-نصب Visual Studio Code Install Visual Studio Code

  • Required Python Packages-پکیج های مورد نیاز پایتون Required Python Packages

  • Installing Python Packages-نصب پکیج های پایتون Installing Python Packages

  • Import packages into a Python file-وارد کردن پکیج ها به یک فایل پایتون Import packages into a Python file

  • The Sakilla Database-پایگاه داده Sakilla The Sakilla Database

  • Establishing a connection to the database-ایجاد اتصال به پایگاه داده Establishing a connection to the database

  • Write a Python function to execute SQL queries-نوشتن یک تابع پایتون برای اجرای کوئری های SQL Write a Python function to execute SQL queries

  • Asking relevant questions about the data-پرسیدن سوالات مرتبط در مورد داده ها Asking relevant questions about the data

  • What are the most popular film categories rented by customers?-محبوب ترین دسته بندی های فیلم اجاره شده توسط مشتریان کدامند؟ What are the most popular film categories rented by customers?

  • How does the average rental duration vary across film categories?-میانگین مدت زمان اجاره در دسته بندی های مختلف فیلم چگونه است؟ How does the average rental duration vary across film categories?

  • Which actors are featured in the most rented films?-کدام بازیگران در پر اجاره ترین فیلم ها حضور دارند؟ Which actors are featured in the most rented films?

  • Are there any seasonal trends in the rental volume?-آیا روند فصلی در حجم اجاره وجود دارد؟ Are there any seasonal trends in the rental volume?

  • What is the average rental cost by film category?-میانگین هزینه اجاره بر اساس دسته بندی فیلم چقدر است؟ What is the average rental cost by film category?

  • How does the revenue contribution from different film categories compare?-سهم درآمد از دسته بندی های مختلف فیلم چگونه مقایسه می شود؟ How does the revenue contribution from different film categories compare?

  • Are there any correlations between film length and rental frequency?-آیا همبستگی بین طول فیلم و فراوانی اجاره وجود دارد؟ Are there any correlations between film length and rental frequency?

  • Download the Python files-دانلود فایل های پایتون Download the Python files

Introduction to Power BI-مقدمه ای بر Power BI Introduction to Power BI

  • What is Power BI-Power BI چیست؟ What is Power BI

  • What is Power BI Desktop-Power BI Desktop چیست؟ What is Power BI Desktop

  • Install Power BI Desktop-نصب Power BI Desktop Install Power BI Desktop

  • Explore Power BI Desktop Interface-بررسی رابط کاربری Power BI Desktop Explore Power BI Desktop Interface

  • Microsoft 365 Setup-راه اندازی Microsoft 365 Microsoft 365 Setup

  • Getting started with Microsoft 365-شروع کار با Microsoft 365 Getting started with Microsoft 365

  • Create a new user account in Microsoft 365-ایجاد یک حساب کاربری جدید در Microsoft 365 Create a new user account in Microsoft 365

  • Components of Power BI-اجزای Power BI Components of Power BI

  • Getting data into Power BI Desktop-وارد کردن داده به Power BI Desktop Getting data into Power BI Desktop

Data Analysis and Visualization with Power BI-تحلیل و مصورسازی داده با Power BI Data Analysis and Visualization with Power BI

  • Connect to data source-اتصال به منبع داده Connect to data source

  • Transform the data-تبدیل داده ها Transform the data

  • Model the data-مدل سازی داده ها Model the data

  • Visualize the data-مصورسازی داده ها Visualize the data

  • Publish report to Power BI Service-انتشار گزارش در Power BI Service Publish report to Power BI Service

  • Build a dashboard-ساخت یک داشبورد Build a dashboard

  • Collaborate and share-همکاری و به اشتراک گذاری Collaborate and share

نمایش نظرات

آموزش جعبه ابزار تحلیلگر داده: Excel, SQL, Python, Power BI
جزییات دوره
12 hours
139
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
187
4.2 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Digital Learning Academy Digital Learning Academy

یادگیری دیجیتال 24/7