3_3_M
Datu analīze ar Microsoft Excel un Power BI
Programmu kopa: Datu apstrāde, analīze un vizualizācija
Kursa 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.
Mērķauditorija
Ikviens, kurš apkopo un analīzē datus, kā arī sadarbojas ar citiem, aprakstot un prezentējot datus: vadītāji, analītiķi, finanšu speciālisti.
Kursa 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.
Mērķauditorija
Ikviens, kurš apkopo un analīzē datus, kā arī sadarbojas ar citiem, aprakstot un prezentējot datus: vadītāji, analītiķi, finanšu speciālisti.
Tehnoloģijas
Microsoft Excel, Microsoft Power BI, Windows
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
e-CF 4.0
D.7. Data Science and Analytics L1
Caurviju kompetences
Komunikācija
Pašattīstība
Darbs komandā
Iniciatīva
DIGCOMP 2.2
Datu zinātne, datu analīze un datu vizualizācija, 6.līmenis
E-kompetences un caurviju kompetences
E-kompetences un caurviju kompetences
Add paragraph text. Click “Edit Text” to update the font, size and more. To change and reuse text themes, go to Site Styles.
Add paragraph text. Click “Edit Text” to update the font, size and more. To change and reuse text themes, go to Site Styles.
Add paragraph text. Click “Edit Text” to update the font, size and more. To change and reuse text themes, go to Site Styles.
e-CF 4.0
D.7. Data Science and Analytics L1
Caurviju kompetences
Komunikācija
Pašattīstība
Darbs komandā
Iniciatīva
DIGCOMP 2.2
Datu zinātne, datu analīze un datu vizualizācija, 6.līmenis
E-kompetences un caurviju kompetences
E-kompetences un caurviju kompetences
e-CF 4.0
D.7. Data Science and Analytics L1
Caurviju kompetences
Komunikācija
Pašattīstība
Darbs komandā
Iniciatīva
DIGCOMP 2.2
Datu zinātne, datu analīze un datu vizualizācija, 6.līmenis
Priekšzināšanas
Vismaz vidējā izglītība. Datorlietošanas prasmes vidējā līmenī.
Priekšzināšanas
Vismaz vidējā izglītība. Datorlietošanas prasmes vidējā līmenī.
Kursa 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
Materiāli kursa dalībniekiem
Pasniedzēja sagatavoti mācību materiāli latviešu valodā.
Mācību norise un nepieciešamais aprīkojums
Nodarbības notiek tiešsaistē divus darba dienas vakarus nedēļā un četras 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.
Darbs komandā
Praktiska pieredze
Projekta izstrāde