فلش‌کارت‌های آموزشی جامع آموزش Tableau برای تحلیلگران داده (Live Online)

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره جامع آموزش Tableau برای تحلیلگران داده (Live Online)

موضوع کلی: فناوری اطلاعات و تحلیل داده

موضوع میانی: ابزارهای هوش تجاری و بصری‌سازی داده

📋 سرفصل‌های دوره

• 1. آشنایی با مفاهیم کلیدی هوش تجاری
• 2. مبانی تحلیل داده در سازمان‌ها
• 3. مقدمه‌ای بر ابزارهای بصری‌سازی داده
• 4. معرفی نرم‌افزار Tableau و قابلیت‌های آن
• 5. نصب و راه‌اندازی Tableau Desktop
• 6. آشنایی با محیط کاربری Tableau
• 7. اتصال به منابع داده متنوع در Tableau
• 8. انواع اتصالات داده (Live و Extract)
• 9. مدیریت داده‌ها در Tableau
• 10. پاکسازی و پیش‌پردازش داده‌ها
• 11. ساخت جداول محاسباتی (Calculated Fields)
• 12. کار با پارامترها در Tableau
• 13. توابع کاربردی در Tableau
• 14. دسته‌بندی داده‌ها (Bins)
• 15. ساخت نقشه‌ها در Tableau
• 16. نمایش جغرافیایی داده‌ها
• 17. کار با ابعاد و مقیاس‌ها
• 18. انواع نمودارها در Tableau
• 19. ساخت نمودار میله‌ای (Bar Chart)
• 20. ساخت نمودار خطی (Line Chart)
• 21. ساخت نمودار نقطه‌ای (Scatter Plot)
• 22. ساخت نمودار دایره‌ای (Pie Chart)
• 23. ساخت نمودار سطحی (Area Chart)
• 24. ساخت نمودار درختی (Treemap)
• 25. ساخت نمودار هیستوگرام (Histogram)
• 26. ساخت نمودار جعبه‌ای (Box Plot)
• 27. ساخت نمودار گانت (Gantt Chart)
• 28. ساخت نمودار قیفی (Funnel Chart)
• 29. ساخت نمودار آبشاری (Waterfall Chart)
• 30. ساخت نمودار شعاعی (Radar Chart)
• 31. ساخت داشبوردهای تعاملی
• 32. طراحی داشبوردهای موثر و کاربرپسند
• 33. استفاده از فیلترها در داشبوردها
• 34. استفاده از اکشن‌ها (Actions) در داشبوردها
• 35. ایجاد هایلایت‌ها (Highlights)
• 36. ایجاد هاید (Hide)
• 37. ایجاد دور (Dwell)
• 38. ایجاد پاپ‌آپ (Pop-up)
• 39. ساخت سناریوهای مختلف در داشبورد
• 40. استفاده از داستان‌ها (Stories) در Tableau
• 41. ارائه گزارشات و تحلیل‌ها
• 42. اشتراک‌گذاری داشبوردها و گزارشات
• 43. انتشار در Tableau Server
• 44. انتشار در Tableau Online
• 45. تنظیم سطوح دسترسی در Tableau Server
• 46. مدیریت کاربران در Tableau Server
• 47. امنیت داده‌ها در Tableau
• 48. مقدمه‌ای بر داده‌کاوی و یادگیری ماشین
• 49. کاربرد داده‌کاوی در تحلیل کسب‌وکار
• 50. تحلیل روندها (Trend Analysis)
• 51. تحلیل پیش‌بینی (Predictive Analysis)
• 52. تحلیل خوشه‌بندی (Clustering Analysis)
• 53. تحلیل طبقه‌بندی (Classification Analysis)
• 54. تحلیل رگرسیون (Regression Analysis)
• 55. تحلیل سبد خرید (Market Basket Analysis)
• 56. مقدمه‌ای بر زبان برنامه‌نویسی R
• 57. نصب و راه‌اندازی R Studio
• 58. مبانی زبان R برای تحلیل داده
• 59. ساخت انواع نمودارها در R
• 60. مقدمه‌ای بر زبان برنامه‌نویسی Python
• 61. نصب و راه‌اندازی Anaconda
• 62. مبانی زبان Python برای تحلیل داده
• 63. کتابخانه Pandas برای کار با داده‌ها
• 64. کتابخانه Matplotlib برای بصری‌سازی
• 65. کتابخانه Seaborn برای بصری‌سازی
• 66. تحلیل داده‌های سری زمانی
• 67. کار با داده‌های مکانی
• 68. مقدمه‌ای بر پایگاه‌های داده رابطه‌ای
• 69. زبان SQL برای استخراج داده
• 70. اتصال Tableau به پایگاه‌های داده
• 71. بهینه‌سازی عملکرد پرس‌وجوها (Queries)
• 72. مدیریت پروژه‌های تحلیل داده
• 73. متدولوژی‌های تحلیل داده (CRISP-DM)
• 74. اخلاق در تحلیل داده
• 75. حریم خصوصی داده‌ها
• 76. مبانی هوش مصنوعی
• 77. کاربرد هوش مصنوعی در تحلیل داده
• 78. پردازش زبان طبیعی (NLP)
• 79. بینایی ماشین (Computer Vision)
• 80. سیستم‌های توصیه‌گر (Recommender Systems)
• 81. تحلیل احساسات (Sentiment Analysis)
• 82. مقدمه‌ای بر Big Data
• 83. ابزارهای پردازش Big Data (Spark, Hadoop)
• 84. کاربرد Tableau با Big Data
• 85. تحلیل داده‌های شبکه‌های اجتماعی
• 86. تحلیل داده‌های اینترنت اشیاء (IoT)
• 87. روش‌های ارزیابی مدل‌های تحلیلی
• 88. مقدمه‌ای بر یادگیری عمیق
• 89. شبکه‌های عصبی کانولوشنی (CNN)
• 90. شبکه‌های عصبی بازگشتی (RNN)
• 91. کاربرد یادگیری عمیق در تحلیل داده
• 92. مبانی داده‌کاوی پیشرفته
• 93. استخراج ویژگی (Feature Engineering)
• 94. انتخاب ویژگی (Feature Selection)
• 95. ارزیابی و اعتبارسنجی مدل‌ها
• 96. مقدمه‌ای بر معماری داده‌ها
• 97. انبار داده (Data Warehouse)
• 98. دریاچه داده (Data Lake)
• 99. مبانی امنیت اطلاعات در تحلیل داده
• 100. مقررات حفاظت از داده‌ها (GDPR)