Analiza Danych - Podstawy, Teoria i Praktyka
4,3 (325 ratings)
Oceny kursów są obliczane na podstawie indywidualnych ocen uczestników i wielu innych czynników, takich jak czas wystawienia ocen i ich rzetelność, w celu dokładnego odzwierciedlenia jakości kursu.
2 177 students enrolled

Analiza Danych - Podstawy, Teoria i Praktyka

Naucz się pozyskiwania, przechowywania i analizy danych z praktycznym wykorzystaniem Excel i SQL
4,3 (325 ratings)
Oceny kursów są obliczane na podstawie indywidualnych ocen uczestników i wielu innych czynników, takich jak czas wystawienia ocen i ich rzetelność, w celu dokładnego odzwierciedlenia jakości kursu.
2 177 students enrolled
Stworzony przez Maciej Rychlicki
Ostania aktualizacja: 11/2017
Polski
Bieżąca cena: 142,99 CA$ Oryginalna cena: 204,99 CA$ Zniżka: 30% zniżki
Dostępny w tej cenie jeszcze przez 11 hours!
30-dniowa gwarancja zwrotu pieniędzy
Ten kurs obejmuje
  • 8 hours filmów na życzenie
  • 2 artykułu
  • 8 downloadable resources
  • Całkowity dożywotni dostęp
  • Dostęp na urządzeniach mobilnych i telewizorach
  • Certyfikat ukończenia
Training 5 or more people?

Daj swojemu zespołowi dostęp do ponad 4 000 najlepszych kursów Udemy w dowolnym miejscu i czasie.

Wypróbuj Udemy for Business
Czego się nauczysz
  • Podstawowych metod pozyskiwania, przechowywania i przetwarzania danych.
  • Wydobywania wiedzy ze struktur danych i różnych systemów informatycznych.
  • Konstrukcji zapytań SQL do relacyjnych baz danych.
  • Wybranych metod informatycznych, graficznych, statystycznych i matematycznych związanych z analizą danych.
  • Wykorzystania podejścia ilościowego do opisu i analizy otaczającej rzeczywistości w aspektach biznesowych i ekonomicznych.
  • Wyboru narzędzi i oprogramowania wspomagającego analizę danych.
Wymagania
  • Nie ma żadnych minimalnych wymagań do wzięcia udziału w tym szkoleniu.
  • Podstawy użytkowania Excela mogą ułatwić udział w szkoleniu, ale nie są konieczne.
Opis

W dzisiejszych czasach różne systemy informatyczne gromadzą i przetwarzają ogromne ilości danych. Umiejętność ich wykorzystania jest koniecznością dla wielu organizacji nie tylko żeby utrzymać przewagę na rynku, ale żeby być w stanie zaspokoić potrzeby ich klientów, dostawców a nawet pracowników.

IDC - duża firma zajmująca się analizą rynku teleinformatycznego - oceniła wartość globalnego rynku zaawansowanej analizy danych w 2016 roku na 130 miliardów dolarów. Co więcej, prognozowany jest wzrost tej wartości do 200 miliardów w 2020 roku. Tworzenie i konsumpcja danych rośnie co roku skokowo, a wraz z tym wzrostem rośnie ilość inwestycji nie tylko w związany z tematem sprzęt, oprogramowanie i usługi, ale także w pracowników z odpowiednią wiedzą i doświadczeniem w dziedzinie analizy danych

Dlaczego potrzebna jest wiedza w dziedzinie analizy danych?

  • Analiza danych jest jednym z głównych priorytetów dla największych organizacji
  • Rosnąca ilość ofert pracy w tej dziedzinie
  • Rosnące stawki i wynagrodzenia dla specjalistów
  • Zróżnicowane możliwości rozwoju zawodowego
  • Zaawansowane metody eksploracji danych mają zastosowanie w większości branż i organizacji
  • Analiza danych jest obecna w coraz większej ilości funkcji w organizacjach jak sprzedaż, finanse, kadry czy obsługa klienta.
  • Bycie częścią procesu podejmowania najważniejszych decyzji w organizacjach

Analityk danych to osoba, której głównym zadaniem jest pozyskiwanie nowych, istotnych informacji i wiedzy z danych pochodzących z różnych źródeł.

Harvard Business Review określił zawód Data Scientist “najbardziej seksownym zawodem XXI wieku”. Żeby odnieść sukces w tej dziedzinie dobrze jest mieć nie tylko wyjątkowe zdolności analityczne i łatwość pracy z liczbami i danymi, ale także wysoka komunikatywność potrzebna w pracy z zespołami biznesowymi. Przydatne zwłaszcza na początku jest wykształcenie programistyczne i znajomość baz danych czy technik eksploracji danych, ale nie jest to konieczne i wielu znakomitych analityków przychodzi z wykształceniem biznesowym lub finansowym.

Zawartość kursu Analiza Danych - Podstawy, Teoria i Praktyka

Kurs jest podzielony na 8 osobnych sekcji zawierających ponad 40 lekcji z wiedzą potrzebną do opanowania podstaw związanych z analizą danych.

Na początku nauczysz się podstawowych definicji związanych z analizą danych a także potrzebnej podstawowej wiedzy z zakresu analizy statystycznej, baz danych i hurtowni danych. Następnie kurs omówi procesy związanie z pozyskaniem, przygotowaniem i czyszczeniem danych. Po tym przejdziemy do właściwych czynności związanych z analizą i eksploracją posiadanych danych. Przejrzymy też dwa najbardziej podstawowe narzędzia, które powinien znać każdy początkujący analityk danych – Excel i SQL. Dla obydwu narzędzi przejrzymy teorię jak i praktyczne zastosowanie. Następnie omówimy wybrane z wielu dostępnych innych narzędzi i programów o których warto wiedzieć. Na koniec zagłębimy się w pięć wybranych obszarów zastosowań analizy danych w dzisiejszych organizacjach.

Po zakończeniu kursu, uczestnik będzie w stanie wskazać gdzie analiza danych może zostać wykorzystania. Jak również zastosować proces i narzędzia w oparciu o Excel i SQL do podstawowej analizy danych w różnych dziedzinach. Nabyta wiedza powinna być wystarczająca, żeby rozpoznać dalsze potrzeby i jeśli potrzeba zaplanować dalszą naukę w oparciu o wybrane narzędzia lub technologię.

Dla kogo jest ten kurs:
  • Specjalistów od marketingu, finansów i biznesu chcących nauczyć się pozyskiwania danych i ich analizy.
  • Specjalistów IT i programistów, którzy chcą zrozumieć czym jest analiza danych i jak można ją wykorzystać.
  • Reprezentantów kadry zarządzającej którzy chcą zwiększyć wykorzystanie analizy danych w ich dziedzinie i bardziej efektywnie współpracować z analitykami
  • Chcących podjąć pracę na stanowisku specjalisty do spraw analizy danych w takich branżach. jak produkcja, telekomunikacja, usługi finansowe, ubezpieczenia
Treść kursu
Expand all 45 lectures 07:53:42
+ Wstęp do Analizy Danych
7 lectures 01:12:08

Wstęp do szkolenia, czego się można nauczyć i plan szkolenia.

Definicje danych, analizy danych a także ogólny opis każdego z etapów procesu analizy.

Definicja i proces analizy danych
10:12

Cztery przykłady zastosowań analizy danych - optymalizacja marketingu, analiza zasobów ludzkich, analiza portfolio klientów, analiza ryzyka

Zastosowania
09:48

Struktura definicji danych z podziałem na źródłą zewnętrzne i wewnętrzne i format ustrukturyzowany jak i nieustrukturyzowany. Do tego pięć rodzajów analizy: opisowa, diagnostyczna, predykcyjna, nakazowa i adaptacyjna


Szczegóły pięciu etapów w procesie analizy danych wspomagającym decyzje: definicji pytań, ustalenia wymagań, zbierania danych, analizy danych i interpretacji wyników

Proces analizy danych w podejmowaniu decyzji
07:22

Wykład na temat znaczenia analizy danych dla biznesu: Pozyskanie właściwych informacji dla organizacji. Udowodnienie wartości w technologii dla biznesu. Istota właściwej analizy dla biznesu. Zbliżenie IT i biznesu. Analiza dużych danych i jej duże znaczenie. Znaczenie analizy big data.

Znaczenie analizy danych dla biznesu
14:17

Prognozy rozwoju rynku analizy danych według IDC i Gartner a także opis czynników wpływających na rynek i najnowszych trendów

Rynek analizy danych i trendy w najbliższych latach
12:19

Quiz z materiału w sekcji 1

Wstęp do Analizy Danych
10 questions
+ Statystyka
6 lectures 55:50

Metody statystyczne, cele analizy statystycznej, statystyka opisowa a wnioskowanie statystyczne.

Wstęp do analiz statystycznych
06:33

Dominanta, Kwartyle, Mediana i Średnia Arytmetyczna

Miary Statystyczne - Położenia
12:06

Rozstęp, Wariancja i Odchylenie Standardowe, 

Miary Statystyczne - Zróżnicowania
09:26

Definicja i metody analizy skupień, analizy wariancji i analizy korelacji z przykładami

Analizy statystyczne – skupień, wariancji i korelacji
10:26

Definicja prawdopodobieństwa, warunki funkcji prawdopodobieństwa, rozkład normalny - wzory i przykłady

Prawdopodobieństwo i rozkład normalny
08:32

Definicja regresji, modelu regresyjnego i opis regresji liniowej wraz z matematycznymi wzorami

Analiza Regresji
08:47

Quiz z sekcji 2

Statystyka
10 questions
+ Bazy i Hurtownie Danych
6 lectures 01:03:02

Opis definicji i terminologii związanej z bazami danych i systemami ich zarządzania, a także zastosowania baz danych

Definicje i system zarządzania bazą danych
06:51

Opis trzech modelów danych - koncepcyjnego, logicznego i fizycznego i powiązane trzy poziomy postrzegania danych

Projektowanie i modelowanie baz danych
07:27

Teoria relacyjna, model ER i definicje bazy danych, relacji, atrybutu, schematu relacji, kroki i kluczy. Opis trzech głównych rodzajów powiązań pomiędzy tabelami - relacji: jeden do jeden, jeden do wielu i wiele do wielu.

Relacyjne bazy danych
13:40

Przegląd obiektowych i NoSQLowych baz danych, różnice pomiędzy bazą relacyjną a NoSQL. Spójność danych, zapytania i kiedy używać NoSQL?

Nierelacyjne bazy danych
16:59

Definicja i przykładowy proces ładowania hurtowni danych, a także definicja ETL i cele budowy hurtowni danych.

Hurtownie danych i problematyka integracji
06:54

Wielowymiarowy model danych, różnica pomiędzy ROLAP a MOLAP, możliwe operacje na danych wielowymiarowych.

Przetwarzanie analityczne OLAP
11:11

Quiz z sekcji 3

Bazy i Hurtownie Danych
10 questions
+ Proces pozyskania, przygotowania i eksploracji danych
8 lectures 01:28:19

Skąd się biorą olbrzymie ilości danych, czym jest eksploracja danych i co można eksplorować?

Wprowadzenie do eksploracji danych
14:47

Ogólny opis modelu procesu CRISP-DM (Cross-Industry Standard Process for Data Mining) 

Opis zadań fazy 1 modelu procesu CRISP-DM: Zrozumienie biznesowe wraz ich rezultatami

Określenie zapotrzebowania na dane
08:58

Opis zadań fazy 2 i 3 modelu procesu CRISP-DM: Zrozumienie danych i przygotowanie danych wraz ich rezultatami

Pozyskanie, zrozumienie i przygotowanie danych
10:52

Opis zadań fazy 4. 5 i 6 modelu procesu CRISP-DM: Modelowanie, Ewaluacja i Wdrożenie wraz ich rezultatami

Modelowanie, ewaluacja i wdrożenie
10:58

Definicja jakości danych i opis procesu czyszczenia danych i powiązanych konceptów.

Jakość i czyszczenie danych
12:35

Odkrywanie asocjacji, klasyfikacjia i predykcja, grupowanie, wykrywanie punktów osobliwych, analiza przebiegów czasowych, opisy klas oraz analiza trendów i odchyleń.

Metody eksploracji danych i zastosowania
11:02

Opis dziewięciu praw eksploracji danych stworzonych przez Tom'a Khbaza

Prawa eksploracji danych
13:16

Quiz z sekcji 4

Proces pozyskania, przygotowania i eksploracji danych
8 questions
+ Wizualizacja
3 wykładów 37:38

Zrozumienie istotności wizualizacji danych, odkrywanie kto wykorzystuje wizualizacje, rozpoznanie cech dobrej wizualizacji i zrozumienie różnic pomiędzy wizualizacjami a infografikami

Który wykres wykorzystać i kiedy? Od czego zacząć? Wybór prostych i efektywnych wykresów. Wskaźniki i karty wyników. Mniej popularne wykresy.

Efektywne wykorzystanie wykresów danych
13:42

Zawartość i budowa scenorysu. Sekcja 1 - Stan Obecny, Sekcja 2 - Trendy, Sekcja 3 - Prognoza, Sekcja 4 - Co jeśli

Budowa scenorysu dla wizualizacji
13:45
+ SQL
8 lectures 01:21:16

Definicja i formy SQLa, Rodzaje poleceń,

Wprowadzenie do SQL
13:42

Rodzaje danych: numeryczne, łańcuchowe, data/czas i boolean

Typy danych
07:26

Pliki i materiały do ćwiczeń

Pliki i materiały do ćwiczeń w SQLite
00:03

Ściągniecie i instalacja SQLiteStudio, bazy danych Chinook i przegląd struktury bazy danych

Konfiguracja środowiska do ćwiczeń
06:04

Wyciąganie danych z bazy, wyrażenia w zapytaniach SELECT, łączenie łańcuchów znaków

Wykorzystanie WHERE na zmiennych numerycznych i łańcuchach znaków, łączenie warunków AND, OR i IN oraz wartości null.

Formułowanie Warunków
12:02

Agregacja rekordów, sortowanie, funkcje agregujące, wyrażenie HAVING, eliminacja duplikatów.

Funkcje agregujące
14:20

Łączenie dwóch tabel z INNER JOIN i LEFT JOIN, łączenie więcej niż dwóch tabel, funkcje agregujące w trakcie łączenia tabel.

Łączenie tabel
15:48
+ Excel
5 lectures 48:42

Filtrowanie i sorrtowanie wierszy dla danych numerycznych, tekstowych i dat

Filtrowanie i Sortowanie
17:02

Tworzenie i konfiguracja wykresów - liniowych, słupkowych i kołowych

Wykresy
10:59

Tworzenie tabeli przestawnych jednowymiarowych, dwuwymiarowych, filtrowanie i wykresy przestawne

Tabele przestawne
08:45

Wykorzystanie menadżera scenariuszy, poszukiwania celu oraz narzędzia do optymalizacji modelu

Analiza What-If i Solver
11:54
Pliki źródłowe do ćwiczeń w Excelu
00:02
+ Narzędzia i Oprogramowanie
2 wykładów 26:46

Opis narzędzi Tableau, QlikView i Power BI i powrównanie ich funkcji w różnych kryteriach - wizualizacji, zaawansowanej analizy i łatwości użycia

Tableau, QlikView i Power BI
14:12

Opis środowisk do analizy danych R, Python i SAS i porównanie kosztów, krzywej nauki, wsparcia, operowania danymi, wizualizacji, możliwości statystycznych i zastosowań Big Data

R, Python i SAS
12:34