Data Science Visualization Course
Аналітики даних, топ менеджери, керівники та Data Scientists — ці категорії фахівців як ніхто інший розуміють цінність візуалізації даних.
3 та 4 листопада Data Analyst Дмитро Гузенко проведе дводенний курс Data Science Visualization.
Дмитро має більше 20-років досвіду роботи в галузі автоматизації бізнес-процесів та впровадження систем ERP, 10-річний досвід роботи в системному аналізі та архітектурі бізнес-моделей, 3-річна експертиза управління даними для підвищення ефективності роботи компанії.
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
- 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?
Курс розроблений таким чином, щоб дати практичні навички роботи всім учасниками і навчити працювати з трьома системами: Microsoft Power BI, QlikView і Tableau.
Це визнані лідери в області візуалізації. Вміння користуватися ними є необхідною навичкою для сучасного фахівця.
Курс побудований на вивченні офіційно безкоштовних продуктів, доступних кожному:
- MS Power BI Desktop
- QlikView Personal Edition
- Tableau Desktop Public Edition
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 розроблено 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 3-х найпопулярніших систем для візуалізації: Power BI, QlikView, Tableau;
- 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.
- Базові знання про структури даних;
- Базове знання англійської мови;
- Уміння та досвід роботи з Excel;
- Наявність ноутбука;
- Виконання першої лабораторної роботи по установці ПО відповідно до наданої інструкції.
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
