Adatelemzés
( 24 Modulok )

modul #1
Bevezetés az adatelemzésbe
Az adatok elemzésének, fontosságának és alkalmazásainak áttekintése

modul #2
Adattípusok és -források
Adattípusok, adatforrások és adatgyűjtési módszerek

modul #3
Adatok előkészítése és tisztítása
Az adatok tisztításának fontossága, a hiányzó értékek kezelése és az adatok átalakítása

modul #4
Az adatvizualizáció alapjai
Bevezetés az adatvizualizációba, a diagramok típusai és a legjobb gyakorlatok

modul #5
Leíró statisztikák
Mérések központi tendencia, változékonyság és adateloszlás

modul #6
Adatok összegzése és aggregálása
Adatösszesítési, csoportosítási és összegzési technikák

modul #7
Adatvizualizáció egyváltozós elemzéshez
Egyedi változók megjelenítése hisztogramok, dobozos diagramok segítségével , és egyebek

modul #8
Adatmegjelenítés kétváltozós elemzéshez
Két változó közötti kapcsolatok megjelenítése pontdiagramok és egyebek segítségével

modul #9
Bevezetés a következtetési statisztikákba
A következtetési statisztikák alapjai, mintavételi eloszlások és konfidenciaintervallumok

modul #10
Hipotézisek tesztelése
Hipotézisek megfogalmazása, teszttípusok és vizsgálati feltevések

modul #11
Konfidenciaintervallumok és becslés
Konfidenciaintervallumok felépítése és populációs paraméterek becslése

modul #12
ANOVA és regressziós elemzés
Varianciaanalízis, egyszerű és többszörös regresszió, valamint modellépítés

modul #13
Idősorelemzés
Idősorelemzés, komponensek és modellépítés bevezetése

modul #14
Előrejelzési módszerek
Exponenciális simítás, ARIMA és egyéb előrejelzési technikák

modul #15
Adatbányászat és gépi tanulás
Az adatbányászat, a gépi tanulás és a felügyelt tanulás áttekintése

modul #16
Felügyelt tanulási algoritmusok
Döntésfák, véletlenszerű erdők és egyéb felügyelt tanulási algoritmusok

modul #17
Felügyelet nélküli tanulási algoritmusok
Klaszterezés, k-középek és hierarchikus klaszterezés

modul #18
Szövegelemzés és természetes nyelvi feldolgozás
Bevezetés a szövegelemzésbe, az NLP-be és a hangulatelemzésbe

modul #19
Adatelemzés Pythonnal
Python használata adatelemzéshez, pandák, NumPy és Matplotlib

modul #20
Adatelemzés R-vel
R használata adatelemzéshez, adatkezeléshez és megjelenítéshez

modul #21
Adatelemzés Excellel
Excel használata adatelemzéshez, kimutatásokhoz és diagramok készítéséhez

modul #22
Big Data Analytics
Big data, Hadoop és Spark bemutatása

modul #23
Adattörténetmesélés és -kommunikáció
Betekintések és eredmények hatékony közlése érdekelt feleknek

modul #24
Tanfolyam összefoglalója és következtetései
Az adatelemző karrier következő lépéseinek tervezése

Készen áll a tanulásra, a megosztásra és a versenyre?