لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش Amazon (AWS) QuickSight - شروع به کار
Amazon (AWS) QuickSight - Getting Started
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
با آمازون QuickSight شروع کنید - پاسخ هوش تجاری (BI) AWS به Tableau و Power BI در پایان این دوره، دانش آموزان قادر خواهند بود QuickSight را به منابع داده های مختلف متصل کرده و تجزیه و تحلیل های خود را ایجاد کنند. دانشجویان مفاهیم اساسی پشت QuickSight و موقعیت یابی آن در AWS دانشجویان قادر خواهند بود عمیق تر به QuickSight شیرجه بزنند و در کار با ابزار و عملکردهای مختلف آن احساس راحتی کنند. به علاوه اما لازم نیست
کار با ابزارهای مدرن هوش تجاری هیجان انگیز است. اگرچه بازار طیف گسترده ای از ابزارها را ارائه می دهد، ممکن است هنوز ابزاری را پیدا نکرده باشید که همه نیازهای شما را برآورده کند. این دوره ممکن است آن را تغییر دهد!
در این دوره آموزشی، نحوه استفاده از یکی از جدیدترین ابزارهای هوش تجاری منتشر شده در بازار را خواهید آموخت: Amazon QuickSight، ابزاری که به شما امکان می دهد داده ها را به راحتی تجزیه و تحلیل و تجسم کنید. اما چه چیزی QuickSight را خاص می کند؟ QuickSight یک راه حل ابری است و به طور کامل در خدمات وب آمازون (AWS) یکپارچه شده است. با این کار، میتوان آن را به راحتی به طیف گستردهای از خدمات و منابع متصل کرد که QuickSight را به یک ابزار تجزیه و تحلیل داده بسیار مقیاسپذیر، با استفاده آسان و بسیار انعطافپذیر تبدیل میکند.
این دوره اولین نمای کلی از QuickSight شامل موضوعات زیر را در اختیار شما قرار می دهد:
نحوه استفاده از QuickSight و عملکردهای مختلف آن
جریان کار QuickSight را درک کنید
نحوه اتصال QuickSight به منابع داده مختلف در داخل و خارج از AWS
چگونه دادههای خود را در QuickSight آماده کنید، برای مثال با افزودن فیلترها و فیلدهای محاسبهشده
چگونه به راحتی تجزیه و تحلیل خود را با ساخت چندین تصویر بسازید
نحوه ایجاد داشبورد و داستان
نتایج پروژه خود را با افراد داخل و خارج از سازمان خود به اشتراک بگذارید
نحوه استفاده از برنامه تلفن همراه iOS
مدیریت کاربر QuickSight را درک کنید
و بیشتر!
این موضوعات در طول این دوره پوشش داده خواهد شد، اما آیا این دوره شماست؟
اگر شما...
... هرگز با QuickSight کار نکردهام و میخواهید با آن شروع کنید
... به دنبال یک ابزار هوش تجاری مبتنی بر ابر برای تجزیه و تحلیل سریع داده های شما هستند
...با ابزارهای هوش تجاری دیگر کار کرده ام اما می خواهم به ابزارهای جدید نگاهی بیندازم
... قبلاً با AWS کار کردهام و اکنون میخواهید نحوه تجزیه و تحلیل و تجسم دادههای خود را با استفاده از سرویسی در جهان AWS درک کنید
...به طور کلی به تجزیه و تحلیل داده ها علاقه مند هستند
...پس این دوره برای شما ساخته شده است!
من واقعا خوشحال خواهم شد که به شما در این دوره خوش آمد بگویم!
مانوئل
سرفصل ها و درس ها
خوش آمدید و قدم های اول
Welcome & First Steps
به این دوره خوش آمدید
Welcome to This Course
QuickSight چیست؟
What is QuickSight?
AWS چیست؟
What is AWS?
به انجمن آموزش آنلاین ما بپیوندید
Join our Online Learning Community
AWS - نگاهی دقیق تر (اختیاری)
AWS – A Closer Look (Optional)
بیایید شروع کنیم: ایجاد حساب های AWS و QuickSight ما
Let's Start: Creating our AWS and QuickSight Accounts
شروع اولین پروژه ما
Starting Our First Project
ایجاد اولین ویژوال ما
Creating our First Visual
طرح کلی دوره
Course Outline
QuickSight - شروع با اصول
QuickSight - Starting with the Basics
توسعه QuickSight
The Development of QuickSight
درک گردش کار
Understanding the Workflow
نگاه کردن به رابط
Looking at the Interface
SPICE - واقعاً این چیست؟
SPICE - What it that actually?
قیمت گذاری و نسخه های QuickSight
Pricing and Editions of QuickSight
آماده سازی داده های ما
Preparing our Data
معرفی ماژول
Module Introduction
قبل از شروع: درک آماده سازی داده ها در QuickSight
Before we Start: Understanding Data Preparation in QuickSight
بارگیری داده ها: SPICE در مقابل پرس و جو مستقیم
Loading Data: SPICE vs. Direct Query
معرفی AWS S3
Introducing AWS S3
آپلود داده و وارد کردن داده به QuickSight
Uploading Data and Importing Data to QuickSight
نگاهی دقیق تر به رابط
A Closer Look at the Interface
کار با ستون ها و فیلدها
Working with Columns and Fields
نگاهی اولیه به فیلدهای محاسبه شده
Taking a First Look at Calculated Fields
درک توابع و اپراتورها
Understanding Functions and Operators
افزودن فیلدهای محاسبه شده با استفاده از رشته ها به پروژه ما
Adding Calculated Fields using Strings to our Project
استخراج اطلاعات از رشته ها
Extracting Information out of Strings
کار با توابع شرطی
Working with Conditional Functions
نگاهی دیگر به IF-Function
Another Look at the IF-Function
ایجاد فیلدهای محاسبه شده با مقادیر عددی
Creating Calculated Fields with Numeric Values
افزودن فیلترهای مختلف به پروژه ما
Adding Different Filters to our Project
یک یاور کوچک: برخورد با ردیف های پرش شده
A Little Helper: Dealing with Skipped Rows
خلاصه ماژول
Module Summary
زمان تمرین: آماده سازی داده ها
Time to Practice: Data Preparation
تجزیه و تحلیل و تجسم داده های ما
Analyzing and Visualizing our Data
معرفی ماژول
Module Introduction
آماده سازی داده ها در مقابل تجزیه و تحلیل داده ها - درک تفاوت ها
Preparing Data vs. Analyzing Data - Understanding the Differences
ایجاد تجزیه و تحلیل
Creating the Analysis
درک رابط و ایجاد اولین ویژوال ما
Understanding the Interface and Creating our First Visual
درک ابعاد و اندازه ها
Understanding Dimensions and Measures
افزودن مجموعه داده های اضافی به تجزیه و تحلیل ما
Adding Additional Data Sets to our Analysis
آشنایی با قالب بندی فیلد، تجمیع و دانه بندی
Understanding Field Formatting, Aggregation and Granularity
قالب بندی تصاویر ما
Formatting our Visuals
اضافه کردن Drill-Down
Adding Drill-Down
ایجاد اولین داستان ما
Creating our First Story
ایجاد نقشه درختی
Creating a Treemap
اعمال فیلترها
Applying Filters
آشنایی با جداول محوری
Understanding Pivot Tables
ادامه داستان ما
Continuing our Story
آشنایی با نقشه های حرارتی
Understanding Heat Maps
افزودن تصویری KPI
Adding a KPI visual
افزودن صحنه پایانی به داستان ما
Adding the Final Scene to our Story
خلاصه ماژول
Module Summary
زمان تمرین: تجزیه و تحلیل و تجسم
Time to Practice: Analysis and Visualization
تازه کردن، صادرات و به اشتراک گذاری داده های پروژه ما
Refreshing, Exporting and Sharing our Project Data
معرفی ماژول
Module Introduction
راه های ما برای ادامه
Our Ways to Continue
آشنایی با Refresh و Schedule Refresh
Understanding Refresh and Schedule Refresh
در حال صادر کردن داده های پروژه ما به عنوان فایل های csv
Exporting our Project Data as .csv Files
افزودن کاربران به حساب ما - برخی نظریه ها
Adding Users to our Account - Some Theory
AWS - بیشتر درباره IAM (اختیاری)
AWS - More about IAM (Optional)
افزودن کاربر به حساب ما - ادامه پروژه
Adding a User to our Account - Continuing with the Project
به اشتراک گذاری مجموعه داده ما
Sharing our Data Set
به اشتراک گذاری تجزیه و تحلیل ما
Sharing our Analysis
ایجاد و به اشتراک گذاری داشبورد
Creating and Sharing Dashboards
مدیریت ظرفیت و درک اشتراک ها
Managing Capacity and Understanding Subscriptions
نگاهی سریع به اپلیکیشن موبایل
Taking a Quick Look at the Mobile App
خلاصه ماژول
Module Summary
پایگاه های داده به عنوان منابع داده
Databases as Data Sources
معرفی ماژول
Module Introduction
راه اندازی پایگاه داده (اختیاری)
Setting up a Database (Optional)
اطلاعات بیشتر در مورد AWS RDS
More Information about AWS RDS
آماده سازی داده های ساختگی (اختیاری)
Preparing Dummy Data (Optional)
اتصال Quicksight به پایگاه داده
Connecting Quicksight to a Database
منابع بیشتر در مورد اتصال Quicksight به پایگاه های داده
More Resources about Connecting Quicksight to Databases
وارد کردن داده به SPICE
Importing Data into SPICE
وارد کردن داده به عنوان یک پرس و جو
Importing Data as a Query
فیلدهای محاسبه شده و واردات پرس و جو
Calculated Fields & Query Imports
در مورد پایگاه های داده NoSQL چطور؟
What about NoSQL Databases?
نمایش نظرات