Tableau ve R Programlama ile Veri Bilimi Eğitimi

Bu kurs, insan algısını ve bunu en iyi öngörüler sunmak için nasıl kullanabileceğinizi öğreter. Tasarım teorisi, Gestalt Yasaları, önceden dikkat çekici özellikler ve özdeşlik dahil olmak üzere tasarım teorisine tanışacak olursunuz. Ayrıca, keşifçi ve açıklık analiz arasındaki benzerlikleri ve farklılıkları anlayacaksınız. Çizelgelerin kullanımını keşfedecek ve en uygun olanı nasıl seçeceğinizi öğreneceksiniz. Kurs sonunda, Tableau yazılımı kullanılarak oluşturulan görselleştirmelere tasarım ilkelerini uygulama konusunda bilgi sahibi olacaksınız.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), karmaşık veri analizi, işleme ve görselleştirme gerçekleştirmek için SQL, Python ve Tableau'i kullanmak ve entegre etmek isteyen veri bilimcileri ve geliştiricilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• SQL, Python ve Tableau ile veri analizi gerçekleştirmek için gerekli ortamı kurmak.
• Yazılım entegrasyonunun temel kavramlarını (veri, sunucular, istemciler, API'ler, uç noktalar vb.) anlamak.
• Python ve SQL'nin temellerini tazelemek.
• Python'de veri ön işleme teknikleri gerçekleştirmek.
• Python ve SQL'yi veri analizi için nasıl bağlayacaklarını öğrenmek.
• Tableau ile anlamlı veri görselleştirmeleri ve çizelgeler oluşturmak.

Kurs boyunca yapabilecekleriniz:

Bu, Tableau kullanıcıları için başlangıç seviyesi bir kurs; veriyle çalışmak isteyen herkese yönelik olup, Tableau'deki ana işlevleri kullanmanıza yardımcı olmayı amaçlamaktadır.

• Verilere bağlanın.
• Veri kaynağınuzu düzenleme ve kaydetme.
• Tableau terimlerini anlama.
• Güçlü görselleştirmeler oluşturmak için etkili bir şekilde Tableau arayüzünü/kararnamelerini kullanma.
• Temel hesaplamaları oluşturma, bu arada temel aritmetik hesaplamalar, özel toplamlar ve oranlar, tarih hesapları ve hızlı tablo hesaplamaları dahil.
• Veriyi aşağıdaki görselleştirme tipleri kullanarak temsil etme:
  • Çapraz tablolar
  • Coğrafi haritalar
  • Isı haritaları
  • Ağaç haritaları
  • Pasta grafikleri ve çubuk grafikleri
  • İki eksen ve farklı işaret tipleriyle birleştirilmiş grafikler
  • Vurgu Tabloları
  • Yay Grafiği (Scatter Plot)
• Görselleştirmeleri paylaşmak için panolar oluşturma.

Bu eğitmen öncülünde gerçekleşen canlı eğitim Türkiye (çevrimiçi veya yerinde), Tableau’yu kullanarak veri görselleştirmeleri ve etkileşimli panolar oluşturmak isteyen başlangıç düzeyindeki profesyoneller için düzenlenmiştir.

Bu eğitimden sonra katılımcılar, veri kaynaklarına bağlanmak, görselleştirmeler oluşturmak, panolar tasarlamak ve temel veri analizi tekniklerini uygulamak gibi yeteneklere sahip olacaklardır.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), ham verileri grafiksel gösterimler (örneğin çizelgeler, grafikler, haritalar ve tablolar) aracılığıyla anlamlı bilgilere dönüştürmek isteyen yeni başlayan ve orta seviyedeki veri analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Çeşitli veri kaynaklarına (Excel, CSV, veritabanları, bulut tabanlı) bağlanacak ve canlı ve çıkarım bağlantıları arasındaki farkları anlayacaklardır.
• Verileri analiz için hazırlayacak ve temizleyecek, alan adlarını yeniden adlandıracak, boş değerleri işleyecek ve birleştirmeler ve harmanlamalar aracılığıyla veri kümelerini birleştireceklerdir.
• Temel görselleştirmeler (tablolar, çubuk grafikler, çizgi grafikler ve haritalar) oluşturacak ve veri sunumlarını iyileştirmek için filtreler uygulayacaklardır.
• Orta seviyedeki görselleştirmeler (coğrafi haritalar, çift eksenli grafikler) geliştirecek ve analizi geliştirmek için hiyerarşileri, grupları ve kümeleri kullanacaklardır.
• Kullanıcı girdilerine ve mantıksal işlevlere dayalı dinamik ve özelleştirilmiş görselleştirmeler oluşturmak için hesaplanmış alanlar ve parametreler oluşturacaklardır.
• Tutarlı bir anlatı oluşturmak için birden çok görselleştirme ve filtre içeren etkileşimli panolar ve hikayeler tasarlayacaklardır.

Tableau Explorer, Tableau Cloud'da kullanıcıların panolarla etkileşim kurması, filtre uygulamaları yapması, görünümleri oluşturmaları ve yayınlanan veri kaynaklarını kullanarak takımlarıyla işbirliği yapmaları için tasarlanmış bir lisans seviyesidir.

Bu eğitmen tarafından yönetilen canlı eğitim (çevrimiçi veya yerli) temel düzeyden orta düzeylere kadar olan iş kullanıcılarına yönelik olup, Tableau Explorer kullanarak verilerle etkileşim kurmayı ve keşfetmeyi öğrenmek isteyenler için tasarlanmıştır.

Eğitim sonunda katılımcılar şu becerilere sahip olacaktır:

• Tableau panolarını ve paylaşılmış çalışma kitaplarını güvenle gezinebilme.
• Panodan filtre uygulamaları yapma, inceleme yapma ve veri dışa aktarma.
• Veri değişikliklerine dayalı kaydedilmiş görünümleri ve özel uyarıları oluşturma.
• Yorumlar, abonelikler ve paylaşılan görünümler kullanarak takım üyeleriyle işbirliği yapma.

Eğitim Formatı

• Keskin ders anlatımı ve gösterim.
• Paylaşılmış panolar ve yayınlanan içerikler kullanarak elle çalıştırılan egzersizler.
• Tableau Cloud'da rehberli keşiflerle gerçek zamanlı uygulama.

Eğitim Özelleştirme Seçenekleri

• Bu eğitim için özel bir eğitim talebinde bulunmak istiyorsanız, lütfen bizimle iletişime geçin ve düzenleme yapın.

Bu Türkiye konumundaki, eğitmen liderliğindeki canlı eğitimde katılımcılar, Tableau'nin yeteneklerini kuruluşlarının özel ihtiyaçlarına uyacak şekilde nasıl genişleteceklerini öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Tableau'yi (Masaüstü, Sunucu, Çevrimiçi) kurmak ve yapılandırmak.
• Tableau ile geliştirmenin temellerini anlamak.
• Tableau ile veri görselleştirmeleri ve etkileşimler oluşturmak ve yayınlamak.
• Tableau'nin geliştirici araçlarını ve API'lerini kullanarak Tableau'nin yeteneklerini kuruluşları için özelleştirmek ve genişletmek.

Bu eğitim sonunda katılımcılar şunları yapabilecektir:

Bu eğitmen yönlendirilmiş, canlı eğitim Türkiye (çevrimiçi veya yerel) orta seviye dijital forensik ve siber güvenlik profesyonellerinin Tableau Forensic Imager'ı dijital forensic amaçları için kullanmak konusunda kapsamlı bir anlayış ve pratik beceriler edinmelerine yöneliktir.

• Soruşturmalar da dijital forensik imajların rolü ve öneminini anlamak.
• Tableau Forensic Imager'ı forensik açıdan güvenilir imajlar almak için kullanabilmek.
• Dijital kanıtın işleme ve korunması konusunda en iyi uygulamaları uygulamak.
• Yazılım arayüzünü kullanarak, imaj alma görevlerini yapılandırma, yürütme ve yönetme.
• İmajların bütünlüğünü ve mahkeme tarafından kabul edilebilirliğini sağlamak için analiz ve doğrulama yapmak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), verileri aramak, analiz etmek ve görselleştirmek isteyen veri analistleri ve veri bilimcileri için tasarlanmıştır ve Tableau kullanır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Veri kaynaklarına bağlanmak.
• Bir veri kaynağını düzenlemek ve kaydetmek.
• Tableau terminolojisini anlamak.
• Güçlü görselleştirmeler oluşturmak için Tableau arayüzünü / paradigmasını kullanmak.
• Aritmetik hesaplamalar, özel toplamalar ve oranlar, tarih matematiği ve tablo hesaplamaları dahil olmak üzere hesaplamalar oluşturmak.
• Verilerinizi farklı görselleştirme türlerini kullanarak temsil etmek.
• Görselleştirmeleri paylaşmak için panolar oluşturmak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), verileri hazırlamak ve şekillendirmek isteyen veri analistlerine yöneliktir ve Tableau Prep Builder kullanır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Tableau Prep'i kurmak.
• Data Science İş Akışını anlamak ve uygulamak.
• Excel ve veritabanları gibi çeşitli kaynaklardan veri okumak.
• Tableau Desktop'ta analiz için verileri hazırlamak, şekillendirmek ve örneklemek.
• Verileri keşfetmek ve doğrulamak.
• Tableau Prep akışları oluşturmak ve yayınlamak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), veri hazırlama ve görselleştirme zorluklarını ele almak için Tableau Prep Builder ve temel eşleme işlevleri konusunda pratik bilgi edinmek isteyen yeni başlayan ve orta seviyedeki veri analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Bulut tabanlı ve yerel dosyalar dahil olmak üzere çeşitli veri kaynaklarına bağlanmak ve canlı ve çıkarılmış veri bağlantılarını yönetmek.
• Daha iyi analiz için farklı kaynaklardan birden çok veri kümesini birleştirmek üzere gelişmiş birleştirme tekniklerini kullanarak veri füzyonu ve birleştirmesi gerçekleştirmek.
• Hesaplanmış alanlar oluşturmak ve verileri dinamik olarak manipüle etmek ve analiz etmek için işlemler gerçekleştirmek.
• Hazırlanan verileri Tableau Server veya Tableau Online'a yayınlamak ve güncellemek, böylece otomatik güncellemeler ve planlama sağlamak.
• Dolgu haritaları, yoğunluk haritaları ve çift eksenli haritalar dahil olmak üzere coğrafi verilerle temel ve gelişmiş haritalar oluşturmak.
• Etkileşimli, ayrıntılı coğrafi görselleştirmeler oluşturarak gerçek dünya iş sorunlarını çözmek için eşleme tekniklerini uygulamak.

Tableau, iş zekası ve veri görselleştirme aracıdır. Python ise geniş bir yelpazede istatistiksel ve makine öğrenimi teknikleri için destek sağlayan yaygın olarak kullanılan bir programlama dilidir. Tableau'nin veri görselleştirme gücü ve Python'nın makine öğrenimi yetenekleri bir araya geldiğinde, geliştiricilerin çeşitli iş senaryoları için gelişmiş veri analitiği uygulamalarını hızla oluşturmasına yardımcı olur.

Bu eğitmen liderliğindeki, canlı eğitimde katılımcılar Tableau ve Python'yı birleştirerek gelişmiş analitikler gerçekleştirmeyi öğreneceklerdir. Tableau ve Python'nın entegrasyonu TabPy API aracılığıyla yapılacaktır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• TabPy API kullanarak Tableau ve Python'yı entegre edin
• Birkaç satır Python koduyla karmaşık iş senaryolarını analiz etmek için Tableau ve Python'nın entegrasyonunu kullanın

Hedef Kitle

• Geliştiriciler
• Veri bilimciler

Kurs Formatı

• Kısmen ders anlatımı, kısmen tartışma, egzersizler ve yoğun uygulamalı çalışma

Bu eğitim sonunda, katılımcılar aşağıdaki becerileri kazanacaklar:

Türkiye (çevrimiçi veya yerel)'da gerçekleştirilen bu eğitmen tarafından yönetilen canlı eğitim, Tableau sunucusunu kurma, yapılandırma, yönetme ve bakımı öğrenmek isteyen orta seviye ve ileri düzey veri mimarları için tasarlanmıştır.

• Tableau Sunucu mimarisini derinlemesine anlamak.
• Tableau Sunucu işlemlerini ve fonksiyonlarını anlama.
• Görevleri otomatikleştirmek için Tableau Sunucusunu kullanma.
• Tableau Sunucuyu yapılandırma ve yönetme.
• Yüksek kullanılabilirlik ve ölçeklenebilirlik için Tableau Sunucusunu ayarlama.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye – çevrimiçi veya yerinde), veri bilimcileri ve analistleri için tasarlanmıştır; veri görselleştirme ve analiz için Tableau araçlarını kullanmayı öğrenmek isteyen, başlangıç ​​seviyesinden orta seviyeye kadar olan katılımcılara yöneliktir. Bu eğitimin sonunda katılımcılar şunları yapabilecektir: Birden çok veri kaynağını bağlamak. Temel veri görselleştirmeleri oluşturmak. Veri analizi için temelden gelişmiş hesaplamaları kullanmak. Grafikler ve görselleştirmeler kullanmak için en iyi uygulamaları öğrenmek.

Kitle

Course Formatı

Bu eğitim sonunda, katılımcılar şunları yapabilecek hale gelecekler:

Bu eğitmen yönetimi altında gerçekleştirilen canlı eğitimde, katılımcılar veriyi manipüle etmek ve görselleştirmek için Tidyverse içinde bulunan araçları kullanmayı öğrenecekler.

Tidyverse, verinin temizlenmesi, işleme yapılması, modelleme ve görselleştirilmesi için esnek R paketlerinin bir koleksiyonudur. Dahil olan bazı paketler şunlardır: ggplot2, dplyr, tidyr, readr, purrr ve tibble.

• R diline yeni başlayanlar
• Veri analizi ve veri görselleştirmesine yeni başlayanlar

• Ders, tartışma, alıştırma ve yoğun pratik içeren bir format

• Veri analizi yapmak ve çekici görselleştirmeler oluşturmak
• Örnek veri setlerinden yararlı sonuçlar çıkarabilmek
• Keşif sorularına yanıt verebilmek için veriyi filtrelemek, sıralamak ve özeti oluşturmak
• İşlenmiş veriyi bilgilendirici çizgi grafikleri, sütun grafikleri, histogramlar haline dönüştürmek
• Excel, CSV ve SPSS dosyaları dahil olmak üzere çeşitli veri kaynaklarından veriyi içe aktarabilmek ve filtrelemek