Tableau 2019.1 برای دانشمندان داده [ویدئو]

Tableau 2019.1 for Data Scientists [Video]

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: شما به تازگی یک پروژه علمی داده یا تجزیه و تحلیل داده باورنکردنی را تکمیل کرده اید. شما هنوز باید یافته های خود را به مدیر، مشتری یا حتی مخاطبان زیادی در کنفرانس ارائه دهید. در این نوع شرایط، تجسم قدرتمند می تواند پروژه شما را شکست دهد یا شکست دهد. چه کاری باید انجام دهید؟ با Tableau 2019.1 for Data Scientists، می‌توانید به سوالات کلیدی درباره تصمیم‌گیری داده‌ها پاسخ دهید، نحوه برخورد با داده‌های آشفته را بیاموزید، و حتی نتایج خود را با نقشه‌ها و داشبوردها تجسم کنید. چه چیزی این ماژول آموزشی را متفاوت می کند؟ این راهنمای گام به گام طراحی شده است تا مهارت‌های عملی و ضروری را به شما بدهد که هر کسی که به تجسم و تجزیه و تحلیل داده‌ها می‌پردازد باید داشته باشد. شما می توانید با یادگیری تکنیک هایی مانند افزودن فیلترها و فیلترهای سریع و استفاده از طرحواره های رنگی در داشبورد، تجسم خود را تقویت کنید. در پایان این دوره، شما مهارت هایی را خواهید داشت که پروژه های تجسم داده های Tableau خود را با ایجاد داستان های جذاب و ارائه راهنمایی های ارزشمند در هنگام اتخاذ تصمیمات استراتژیک تجاری به موفقیت برسانید. تمامی کدها و فایل های پشتیبانی این دوره در آدرس زیر موجود است: https://github.com/PacktPublishing/Tableau-2019.1-for-Data-Scientists Tableau را به مجموعه داده های مختلف متصل کنید و داده ها را از منابعی مانند فایل های Excel و CSV جمع آوری کنید. با تصاویر کامل مجموعه کار کنید و نمودارهای میله ای، نمودارهای منطقه، نقشه ها و نمودارهای پراکنده، و نقشه درختی و نمودار دایره ای ایجاد کنید. داستان سرایی و نحوه انتخاب بهترین رنگ ها را برای داشبورد خود کاوش کنید انواع اتصالات و نحوه کار آنها را کشف کنید با ترکیب داده ها در Tableau کار کنید نتایج را از Tableau به PowerPoint، Word و نرم افزارهای دیگر صادر کنید تجمیع، دانه بندی و سطح جزئیات را درک کنید مطالعه آماده سازی پیشرفته داده ها در Tableau و تجزیه و تحلیل سود این ماژول آموزشی برای دانشمندان مشتاق داده و تحلیلگران داده طراحی شده است که می خواهند مهارت های خود را در Tableau 2019.1 توسعه دهند. اگر فقط به دنبال به روز ماندن با ویژگی های جدید Tableau و تقویت بیشتر مهارت های خود هستید، این دوره ایده آل است. اگر قبلاً یک کاربر توانمند Tableau هستید، این دوره همچنان می‌تواند ارزش بیشتری ارائه دهد. تجسم‌های علمی و تحلیلی تاثیرگذار از جمله نمودارهای Sankey و ارائه‌ها ایجاد کنید * داده‌های خود را با Tableau تجزیه و تحلیل کنید و با کار با مجموعه داده‌های جدید و تمرین‌های واقعی خود را به چالش بکشید * آخرین ویژگی‌های Tableau 2019.1 را پوشش دهید تا مهارت‌های تجسم خود را تقویت کنید.

سرفصل ها و درس ها

نصب تابلو Tableau Installation

  • بررسی اجمالی دوره Course Overview

  • Tableau 2019.1 چیست؟ What Is Tableau 2019.1?

  • نصب Tableau 2019.1 Tableau 2019.1 Installation

  • Navigating Tableau 2019.1 Navigating Tableau 2019.1

مبانی تابلو Tableau Basics

  • مطالعه موردی: بهترین مدیر فروش کیست؟ Case Study: Who Is the Best Sales Manager?

  • اتصال Tableau با Dataset Connecting Tableau with the Dataset

  • ایجاد فیلدهای محاسبه شده، افزودن رنگ ها و برچسب ها - قسمت 1 Creating Calculated Fields, Adding Colors and Labels – Part 1

  • ایجاد فیلدهای محاسبه شده، افزودن رنگ ها و برچسب ها - قسمت 2 Creating Calculated Fields, Adding Colors and Labels – Part 2

  • ایجاد فیلدهای محاسبه شده، افزودن رنگ ها و برچسب ها - قسمت 3 Creating Calculated Fields, Adding Colors and Labels – Part 3

  • صادرات کاربرگ و تجسم نهایی Exporting Your Worksheet and Final Visualization

اولین داشبورد شما Your First Dashboard

  • مطالعه موردی: نرخ بیکاری Case Study: Unemployment Rate

  • اتصال Tableau با Dataset Connecting Tableau with the Dataset

  • مروری بر تجمع و دانه بندی Overview of Aggregation and Granularity

  • ایجاد نمودار منطقه ما Creating Our Area Chart

  • افزودن فیلترها Adding Filters

  • اولین داشبورد من My First Dashboard

طرح های رنگی Color Schemes

  • مقدمه ای بر طرح های رنگی Introduction to color Schemes

  • رنگ تک رنگ و رنگ مشابه با نمونه های داده های صنعت Monochromatic Color and Analogous Color with Industry Data Examples

  • رنگ های مکمل با نمونه های داده Complementary Colors with Data Examples

  • رنگ های سه گانه و چهارتایی با نمونه های داده Triadic and Tetradic Colors with Data Examples

پروژه رنگ Color Project

  • مطالعه موردی: مقدمه مختصر Case Study: Brief Introduction

  • اتصال Tableau با Dataset Connecting Tableau with the Dataset

  • تست پالت رنگ ما و ایجاد تجسم Testing Our Color Palette and Making Visualizations

  • اجرای طرح تقسیم رنگ Color Split Scheme Implementation

  • اجرای طرح رنگ سه گانه Triad Color Scheme Implementation

  • اجرای طرح رنگ آنالوگ Analogue Color Scheme Implementation

  • داشبورد شما Your Dashboard

تجزیه و تحلیل سود Profit Analysis

  • مطالعه موردی: تحلیل سود Case Study: Profit Analysis

  • اتصال Tableau با Dataset Connecting Tableau with the Dataset

  • از نمودار میله ای افقی استفاده کنید Use a Horizontal Bar Chart

  • سودآوری مشتری فردی با Scatterplot Individual Customer Profitability with a Scatterplot

  • نمودار نقشه پر شده Filled Maps Chart

  • تعامل کامل بین نمودارها Full Interactivity Between the Charts

  • ساخت داشبورد مناسب برای تبلت Making Dashboard Tablet-Friendly

تجسم تابلوهای پیشرفته Advanced Tableau Visualizations

  • مطالعه موردی: فاجعه تایتانیک – نمودار سانکی Case Study: Titanic Disaster – Sankey Diagram

  • اتصال Tableau با Dataset Connecting Tableau with the Dataset

  • آماده سازی داده ها Data Preparation

  • محاسبه جدول تودرتو ساختمان Building Nested Table Calculation

  • ساخت فیلدهای محاسبه شده Building Calculated Fields

  • نمودار هسته ساختمان Building Core Chart

  • نمودار دیاگرام سانکی کامل Complete Sankey Diagram Chart

  • داشبورد دیاگرام سانکی Sankey Diagram Dashboard

نمایش نظرات

Tableau 2019.1 برای دانشمندان داده [ویدئو]
جزییات دوره
2 h 51 m
42
Packtpub Packtpub
(آخرین آپدیت)
از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Manja Bogicevic Manja Bogicevic

مانیا بوگیچویچ ماموریت دارد تا به تصمیم گیرندگان کمک کند تا با بینش های یادگیری ماشینی سود بیشتری کسب کنند. او یکی از اولین زنان خودساخته کارآفرین علم داده در جهان است. در حال حاضر، او در حال تحصیل Micromasters خود در MIT (Data Science & Statistics) است. او MBA (پروژه رهبر) خود را در مدرسه بازرگانی Ivey در لندن، کانادا و لیسانس خود را در دانشکده اقتصاد در بلگراد، صربستان به پایان رساند. او همچنین یکی از بنیانگذاران Kagera و مربی و مشاور علوم داده در Impact Hub، بلگراد است و به عنوان دانشمند داده در پروژه‌های بازاریابی، فین‌تک، سلامت دیجیتال و صنعت ورزش کار می‌کند. پیشینه قوی اقتصادی و تجاری او، در ترکیب با مهارت های فنی او، به این معنی است که او راه حل های مبتکرانه و کاربردی علم داده را در تجارت ارائه می دهد. برای اطلاعات بیشتر در مورد او، لطفا به پروفایل لینکدین او مراجعه کنید: https://www.linkedin.com/in/manjabogicevic/