کتاب توسعه گردش کار حرفه‌ای Power BI با Microsoft Fabric Notebooks

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره توسعه گردش کار حرفه‌ای Power BI با Microsoft Fabric Notebooks

موضوع کلی: هوش تجاری و تحلیل داده

موضوع میانی: ابزارها و تکنیک‌های تحلیل داده

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش تجاری و Microsoft Fabric
  • 2. اصول توسعه گردش کار حرفه‌ای Power BI
  • 3. معرفی Microsoft Fabric Notebooks
  • 4. مزایای استفاده از Notebooks در Power BI
  • 5. محیط توسعه یکپارچه Fabric
  • 6. نصب و پیکربندی اولیه Fabric Notebooks
  • 7. آشنایی با رابط کاربری Fabric Notebooks
  • 8. انتخاب زبان برنامه‌نویسی مناسب (Python/R/SQL)
  • 9. مبانی زبان پایتون برای تحلیل داده
  • 10. نصب و مدیریت کتابخانه‌های پایتون
  • 11. آشنایی با ساختارهای داده در پایتون (Pandas)
  • 12. بارگذاری و پاکسازی داده‌ها با Pandas
  • 13. عملیات مقدماتی بر روی داده‌ها
  • 14. تحلیل اکتشافی داده (EDA)
  • 15. مصورسازی داده با Matplotlib و Seaborn
  • 16. مقدمه‌ای بر زبان R برای تحلیل داده
  • 17. نصب و مدیریت کتابخانه‌های R
  • 18. آشنایی با ساختارهای داده در R
  • 19. بارگذاری و پاکسازی داده‌ها در R
  • 20. تحلیل اکتشافی داده در R
  • 21. مصورسازی داده با ggplot2
  • 22. آشنایی با SQL برای تحلیل داده
  • 23. نوشتن کوئری‌های SQL پایه
  • 24. فیلتر کردن و مرتب‌سازی داده‌ها
  • 25. تجمیع و گروه‌بندی داده‌ها
  • 26. توابع پنجره‌ای در SQL
  • 27. اتصال به منابع داده مختلف در Fabric
  • 28. بارگذاری داده از Data Lakehouse
  • 29. بارگذاری داده از Warehouse
  • 30. بارگذاری داده از KQL Database
  • 31. اتصال به پایگاه‌های داده رابطه‌ای
  • 32. مدیریت اتصالات داده
  • 33. تکنیک‌های پیشرفته پاکسازی داده
  • 34. مدیریت مقادیر گمشده
  • 35. شناسایی و حذف داده‌های پرت
  • 36. استانداردسازی و نرمال‌سازی داده‌ها
  • 37. مهندسی ویژگی (Feature Engineering)
  • 38. ایجاد ویژگی‌های جدید از داده‌های موجود
  • 39. تبدیل داده‌های دسته‌ای به عددی
  • 40. کدگذاری یک‌طرفه (One-Hot Encoding)
  • 41. تکنیک‌های کاهش ابعاد
  • 42. تحلیل مولفه‌های اصلی (PCA)
  • 43. تجزیه و تحلیل ممیز (Factor Analysis)
  • 44. آشنایی با یادگیری ماشین برای تحلیل داده
  • 45. مقدمه‌ای بر مدل‌های یادگیری ماشین
  • 46. مدل‌های رگرسیون خطی
  • 47. مدل‌های رگرسیون لجستیک
  • 48. مدل‌های درخت تصمیم
  • 49. مدل‌های جنگل تصادفی
  • 50. اعتبارسنجی مدل‌ها
  • 51. معیارهای ارزیابی مدل‌های رگرسیون
  • 52. معیارهای ارزیابی مدل‌های طبقه‌بندی
  • 53. تنظیم هایپرپارامترها
  • 54. پیش‌پردازش داده برای مدل‌سازی
  • 55. استفاده از Scikit-learn در Fabric Notebooks
  • 56. آموزش مدل‌ها با Scikit-learn
  • 57. پیش‌بینی با مدل‌های آموزش‌دیده
  • 58. کاربرد مدل‌های یادگیری ماشین در Power BI
  • 59. ادغام مدل‌های پیش‌بینی در گزارش‌ها
  • 60. مصورسازی پیش‌بینی‌ها در Power BI
  • 61. تحلیل سری‌های زمانی
  • 62. مقدمه‌ای بر تحلیل سری‌های زمانی
  • 63. شناسایی روندها و فصلی بودن
  • 64. مدل‌های ARIMA
  • 65. پیش‌بینی با مدل‌های سری زمانی
  • 66. کاربرد تحلیل سری‌های زمانی در گزارش‌های Power BI
  • 67. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 68. کاربرد NLP در تحلیل متن
  • 69. تحلیل احساسات
  • 70. استخراج کلیدواژه‌ها
  • 71. کاربرد NLP در گزارش‌های Power BI
  • 72. تکنیک‌های بهینه‌سازی گردش کار
  • 73. مدیریت کد و نسخه‌بندی
  • 74. استفاده از Git با Fabric Notebooks
  • 75. نوشتن کد تمیز و قابل خواندن
  • 76. مستندسازی کد
  • 77. بهینه‌سازی اجرای Notebooks
  • 78. مدیریت حافظه و پردازش
  • 79. استفاده از پارالل‌سازی
  • 80. مقدمه‌ای بر MLOps در Fabric
  • 81. استقرار مدل‌های یادگیری ماشین
  • 82. نظارت بر عملکرد مدل‌ها
  • 83. بازآموزی مدل‌ها
  • 84. مباحث پیشرفته در Fabric Notebooks
  • 85. استفاده از Spark در Fabric
  • 86. تحلیل داده‌های حجیم با Spark
  • 87. بهینه‌سازی عملکرد Spark
  • 88. اتصال به Azure ML
  • 89. ادغام با Azure Data Factory
  • 90. امنیت و دسترسی در Fabric
  • 91. مدیریت مجوزها و دسترسی‌ها
  • 92. حفظ حریم خصوصی داده‌ها
  • 93. اصول حکمرانی داده در Fabric
  • 94. کاربرد Fabric در سناریوهای کسب‌وکار
  • 95. تحلیل فروش و مشتری
  • 96. پیش‌بینی تقاضا
  • 97. تحلیل ریسک
  • 98. بهینه‌سازی عملیات
  • 99. گزارش‌دهی مدیریتی
  • 100. مقدمه‌ای بر هوش تجاری سازمانی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.