کتاب صوتی تجزیه و تحلیل داده ها با Azure Power BI

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تجزیه و تحلیل داده ها با Azure Power BI

موضوع کلی: برنامه نویسی

موضوع میانی: Microsoft Azure

📋 سرفصل‌های دوره

• 1. مقدمه ای بر تجزیه و تحلیل داده ها
• 2. آشنایی با مفاهیم کلیدی تجزیه و تحلیل داده
• 3. اهمیت تجزیه و تحلیل داده در کسب و کار
• 4. مراحل اصلی فرآیند تجزیه و تحلیل داده
• 5. معرفی ابزارهای تجزیه و تحلیل داده
• 6. معرفی Azure Power BI
• 7. نصب و پیکربندی Azure Power BI
• 8. رابط کاربری Azure Power BI
• 9. مفاهیم پایه در Power BI
• 10. انواع مصور سازی داده ها در Power BI
• 11. کار با مدل های داده در Power BI
• 12. مقدمه ای بر زبان DAX
• 13. توابع پایه DAX
• 14. توابع محاسباتی DAX
• 15. توابع منطقی DAX
• 16. توابع متنی DAX
• 17. توابع تاریخ و زمان DAX
• 18. توابع آماری DAX
• 19. توابع جدولی DAX
• 20. مفهوم Context در DAX
• 21. فیلتر Context
• 22. Row Context
• 23. توابع CALCULATE و CALCULATETABLE
• 24. مفهوم Iterator Functions
• 25. توابع SUMX, AVERAGEX, COUNTX
• 26. توابع RELATED و RELATEDTABLE
• 27. مفهوم Time Intelligence در DAX
• 28. توابع YTD, MTD, QTD
• 29. مفهوم Parent-Child Hierarchies
• 30. کار با مدل های ستاره ای و دانه برفی
• 31. ارتباطات بین جداول در Power BI
• 32. مدیریت روابط در Power BI
• 33. بهینه سازی مدل داده
• 34. مقدمه ای بر Power Query
• 35. مراحل ETL در Power Query
• 36. اتصال به منابع داده مختلف
• 37. پاکسازی و تبدیل داده ها
• 38. ادغام و پیوستن جداول
• 39. ایجاد ستون های سفارشی
• 40. کار با پارامترها در Power Query
• 41. مقدمه ای بر DAX Studio
• 42. استفاده از DAX Studio برای بهینه سازی
• 43. تحلیل پرس و جوهای DAX
• 44. مقدمه ای بر گزارش های تعاملی
• 45. طراحی داشبوردهای موثر
• 46. استفاده از تم ها و قالب ها
• 47. کار با فیلترها و اسلایسرها
• 48. ایجاد انیمیشن در Power BI
• 49. تنظیمات امنیتی در Power BI
• 50. اشتراک گذاری گزارش ها
• 51. انتشار گزارش ها در سرویس Power BI
• 52. مدیریت فضاهای کاری
• 53. تنظیم زمانبندی به روز رسانی داده ها
• 54. مقدمه ای بر M Language
• 55. کار با توابع M
• 56. توابع پیشرفته M
• 57. کار با API ها در Power Query
• 58. مقدمه ای بر Azure Synapse Analytics
• 59. یکپارچه سازی Power BI با Azure Synapse
• 60. تجزیه و تحلیل داده های حجیم
• 61. مفاهیم Data Lake
• 62. کار با Azure Data Lake Storage
• 63. مقدمه ای بر Azure Machine Learning
• 64. یکپارچه سازی Power BI با Azure Machine Learning
• 65. پیش بینی و مدل سازی داده ها
• 66. کار با الگوریتم های یادگیری ماشین
• 67. مقدمه ای بر R و Python در Power BI
• 68. استفاده از اسکریپت های R و Python
• 69. تحلیل احساسات با R و Python
• 70. تحلیل سری های زمانی با R و Python
• 71. مقدمه ای بر Embedded Analytics
• 72. کاربرد Power BI در برنامه های کاربردی
• 73. پیاده سازی گزارش های سفارشی
• 74. مقدمه ای بر Azure Analysis Services
• 75. یکپارچه سازی Power BI با Azure Analysis Services
• 76. مدل سازی معنایی پیشرفته
• 77. مدیریت مدل های معنایی
• 78. مقدمه ای بر Power BI Premium
• 79. قابلیت های Power BI Premium
• 80. مدیریت منابع در Power BI Premium
• 81. مقدمه ای بر هوش تجاری
• 82. استراتژی های هوش تجاری
• 83. نقش Power BI در هوش تجاری
• 84. مقدمه ای بر مدیریت پروژه تجزیه و تحلیل داده
• 85. برنامه ریزی پروژه های تجزیه و تحلیل داده
• 86. مدیریت ریسک در پروژه های تجزیه و تحلیل داده
• 87. ارزیابی نتایج پروژه های تجزیه و تحلیل داده
• 88. آینده تجزیه و تحلیل داده ها
• 89. روندها و نوآوری ها در تجزیه و تحلیل داده
• 90. اخلاق در تجزیه و تحلیل داده ها
• 91. امنیت داده ها در Power BI
• 92. مدیریت دسترسی به داده ها
• 93. مقدمه ای بر یادگیری مستمر در تجزیه و تحلیل داده
• 94. توسعه مهارت های تجزیه و تحلیل داده
• 95. موفقیت در حوزه تجزیه و تحلیل داده