3_3_M_Datu analīze ar Microsoft Excel un Power BI
Programmu kopa: Datu apstrāde, analīze un vizualizācija
PROGRAMMAS MĒRĶIS
Izglītības procesa rezultātā iegūt zināšanas un apgūt prasmes veikt datu analīzi un vizualizāciju ar Microsoft Excel un Power BI tehnoloģijām, ieskaitot tādus rīkus un metodes kā Power Pivot, Power Query, Data Analysis Expressions (DAX), kā arī prognozēšanu un formulu auditēšanu.
Mācību ilgums un formāts
80 mācību stundas:
60 stundas tiešsaistē ar
pasniedzēju un 20 stundas
individuālā praktiskā mācīšanās
Mērķauditorija
Ikviens, kurš apkopo un analīzē datus, kā arī sadarbojas ar citiem, aprakstot un prezentējot datus: vadītāji, analītiķi, finanšu speciālisti.
Tehnoloģijas
Windows operētājsistēma
Microsoft Excel
Microsoft Power BI
Priekšzināšanas un priekšnoteikumi dalībai
Vismaz vidējā izglītība. Datorlietošanas prasmes vidējā līmenī.
Mācību norise un nepieciešamais aprīkojums
Nodarbības notiek tiešsaistē divus darba dienas vakarus nedēļā un trīs sestdienas. Sekmīgai dalībai mācībās dalībniekam ir nepieciešams dators ar Windows operētājsistēmu, webkameru un mikrofonu, kā arī stabils interneta pieslēgums. Mācību programmas apgūšanai nepieciešamo programmatūru nodrošina izglītības iestāde.
Mācīšanās rezultāti
Pēc veiksmīgas izglītības programmas apgūšanas dalībnieks būs spējīgs:
1. lasīt, rakstīt un komunicēt datus kontekstā;
2. pielietot dažādus datu avotus un to importēšanas metodes;
3. iegūt datus no dažādiem avotiem un tīrīt tos, izmantojot Power BI vaicājumu redaktoru;
4. pielietot Microsoft Excel analītiskās metodes un paņēmienus;
5. veidot datu lietošanas scenāriju, lietojumu un iegūto rezultātu aprakstus;
6. pielietot kritisko domāšanu, aplūkojot datus, kas izmantoti analīzei;
7. pielietot Microsoft Excel datu vizualizācijas paņēmienus;
8. veikt statistisko analīzi, lai izprastu datu trendus;
9. veidot datu modeļus un aprakstīt tos;
10. veidot datu apstrādes plūsmas;
11. veidot Data Analysis Expressions (DAX) formulas, lai vienkāršotu darbu ar datiem;
12. veidot datu hierarhijas, kārtojot datus;
13. pielietot datu vizualizāciju, izmantojot dažādus datu vizualizācijas stilus un uzlabotas digitālās stāstīšanas metodes;
14. veidot informācijas paneļus un interaktīvu vizualizāciju;
15. kopīgot un publicēt informācijas paneļus;
16. pielietot Vispārīgās Datu Aizsardzības Regulas (VDAR) principus;
17. veidot sadarbību ar kolēģiem, partneriem un klientiem datu apstrādes, analīzes un prezentēšanas procesos.
Programma attīsta e-kompetences un caurviju kompetences
DIGCOMP 2.2.
Datu zinātne, datu analīze un datu vizualizācija, 6.līmenis
e-CF 4.0
D.7. Data Science and Analytics L1
Caurviju kompetences
-
Komunikācija
-
Pašattīstība
-
Darbs komandā
-
Iniciatīva
Materiāli kursa dalībniekiem
Pasniedzēja sagatavoti mācību materiāli latviešu valodā.
Galvenās tēmas:
1. Datu avotu izvēle un to pievienošana analīzes videi
2. Datu relāciju konfigurēšana un vadība
3. Datu tīrīšana, izmantojot Power BI vaicājumu redaktoru
4. Microsoft Excel analītiskās metodes un paņēmieni
5. Datu lietošanas scenāriji
6. Microsoft Excel datu vizualizācijas metodes
7. Statistiskā analīze datu trendu noteikšanai
8. Datu modelēšana
9. Datu kārtošana, veidojot datu hierarhijas
10. Datu plūsmu veidošana un to automatizācija
11. Data Analysis Expressions (DAX) formulu veidošana
12. Datu vizualizēšana
13. Vadības paneļu veidošana ar interaktīvu vizualizāciju
14. Vadības paneļu kopīgošana un publicēšana
15. Vispārīgās Datu Aizsardzības Regulas (VDAR) principi un noteikumi attiecībā uz datu analīzi un kopīgošanu
16. Sadarbība ar kolēģiem, partneriem un klientiem datu apstrādes, analīzes un prezentēšanas procesos