Data Hobbies
Open in Telegram
It's a community to providing training roadmaps for data career paths, announcing job positions, providing training videos, conducting online and face-to-face events. Our discussions group is: https://t.me/DataHobbies_Discussions Admin: @Torkamani_Marya
Show moreIran188 058The category is not specified
1 166
Subscribers
No data24 hours
No data7 days
No data30 days
Posts Archive
1 166
اولین موقعیت شغلی که راجع بهش صحبت کردم BI Developer هستش
پیشنهاد میکنم اول این فایل گوش کنین،
این عکس رو برای پیدا کردن یه نقشه کلی بهش یه نگاه بندازین
و بعد طبق این فهرست گامهایی که بهتر این فرد طی رشد خودش طی کنه رو ببینید.
پ.ن: نحوه کار با فهرست هم اینجوری که روی هر قسمت کلیک میکنین، مثلا اول مقدمه، این لینک شما رو میبره به اولین پستی که راجع به مقدمه گذاشته شده، تا اونجایی که هشتگهای همون قسمت توی پست های بعدیش خورده مطالعهتون ادامه میدین. آخرین پست اون قسمت یه زیرنویس تحت عنوان اتمام اون هشتگ، مثلا -----اتمام مقدمه ---- داره. حالا برمیگردین روی فهرست و قسمت بعدی رو همینطور میخونین. (هشتگ هر قسمت هم جلوی عنوان فهرست خورده)
#BI_Developer
@DataHobbies
1 166
رودمپ BI Developer
مقدمه هشتگ: مقدمه
آمار مقدماتی هشتگ: آمار مقدماتی
زبان کوئری نویسی هشتگ: sql_مقدماتی
بصری سازی هشتگ: Visualization
فیلترنویسی در PBI هشتگ: PBI پیشرفته
@DataHobbies
1 166
https://www.academia.edu/19222417/The_Data_Warehouse_Toolkit_3rd_Edition
#انبارداده
#Kimball
#DataWareHouse
@DataHobbies
1 166
مهمترین رویکردهای طراحی دیتاورهاس توسط Kimball, Inmon مطرح شده.
دو تا عکس بالا با یه دید به طور سریع این دو تا مفهوم رو مرور میکنه و تو پست های بعدی لینک دانلود کتاب های مرجع این دو نفر هم میذارم.
#انبارداده
#DataWareHouse
@DataHobbies
1 166
این فایل مفاهیم منطقی طراحی انبار داده رو قشنگ توضیح داده
#انبارداده
#DataWareHouse
@DataHobbies
1 166
مهم ترین قسمت طراحی دیتاورهاوس بحث طراحی مفهومی اونه. اول باید دانشمون رو تو زمینه طراحی مفهومی بالا ببریم و مفاهیم پایه ای رو یاد بگیریم، مثلا طراحی های پایین به بالا ، بالا به پایین ، ستاره ای، دانه برفی . فرق بین روش های Tabular , Multi Dimensional را بدانیم.
بعد انبارداده های مختلف ببینیم و آنالیز کنیم تا تجریه مون بالا بره. این قسمت هم به دانش خوبی احتیاج داره هم تجربه کمک کنندس!
#انبارداده
#DataWareHouse
@DataHobbies
1 166
انبار داده یا Data Warehouse چیست؟
انبار داده یه بانک اطلاعاتی غیرنرمال و مخزن مرکزی داده ها است که از منابع و پایگاه داده های مختلف، داده ها به صورت یکپارچه درون آن جمع شدن. مبتنی بر استخراج (Extract)، تبدیل (Transform) و بارگذاری (Load) ساخته میشه به اختصار (ETL).
انبار داده ها باید خصوصیات زیر را داشته باشند:
موضوعگرا (Subject Oriented)
مجتمع (Integrated)
ماندگار در زمانهای مختلف (Timevariying)
و غیر فرَار (none-volatile)
#انبارداده
#DataWareHouse
@DataHobbies
1 166
اگه بخوایم یکم سطح داشبوردهامون حرفه ای تر کنیم و فیلترنویسی های پیشرفته استفاده کنیم (تو Power BI) باید با DAX ارتباط برقرار کنیم.
https://www.youtube.com/watch?v=waG_JhBgUpM
#بصری_سازی #پاور_بی_آی #پیشرفته
#Power_BI #Visualization
@DataHobbies
--------اتمام پاور بی آی پیشرفته--------
1 166
اگه بخوایم یکم سطح داشبوردهامون حرفه ای تر کنیم و فیلترنویسی های پیشرفته استفاده کنیم (تو Power BI) باید با DAX ارتباط برقرار کنیم.
https://www.youtube.com/watch?v=QJw4HkagVWc
#بصری_سازی #پاور_بی_آی #پیشرفته
#Power_BI #Visualization
@DataHobbies
1 166
https://www.youtube.com/watch?v=i3CSD7bMMbg
#بصری_سازی #پاور_بی_آی
#Power_BI #Visualization
@DataHobbies
------اتمام بصری سازی مقدماتی با PBI-------
1 166
https://www.youtube.com/watch?v=bSAus3Ixhk8
#بصری_سازی #پاور_بی_آی
#Power_BI #Visualization
@DataHobbies
1 166
https://www.youtube.com/watch?v=5X5LWcLtkzg
#بصری_سازی #پاور_بی_آی
#Power_BI #Visualization
@DataHobbies
1 166
با دیدن یه فیلم چند ساعته از Power BI میشه یه دید کلی به دست آورد و به فراخور نوع نیازمون یه پروژه رو شروع کنیم. مسائلی مثل اینکه درک کنیم بحث دیتامدل ها چطور انجام میشه، قسمت های مختلف ابزار چطور استفاده میشه و . . .
وگرنه اینکه کدوم ویژوال ها برای چه کاربردی استفاده میشن، طراحی به چه صورت باشه کاربرپسندتره و اینها یه سری شناخت مفهومی میخواد و یه جاهایی واقعا نیاز به UI/UX Developer داریم.
برای شروع و دید کلی گرفتن، دیدن یکی از ویدویهای زیر رو پیشنهاد میکنم:
#بصری_سازی #پاور_بی_آی
#Power_BI #Visualization
@DataHobbies
1 166
یکی از مسائلی که اهمیت زیادی داره، بحث Visualization یا بصری سازیه و افراد تو پوزیشن های شغلی مختلف مرتبط با داده، ارائه داشبوردهای مدیریتی نیازشون میشه.
داشبوردها یکی از قدرتمندترین ابزارهایی که میتونیم با استفاده ازونها با ذینفعان و فعالین بیزینس ارتباط بگیریم، نتایج و خروجی تحلیل ها رو نمایش بدیم و با افرادی که خیلی درکی از جزئیات اجرا ندارن و قرار استفاده کننده نهایی باشن ارتباط برقرار کنیم.
ابزارهای بصری سازیه متفاوتی وجود داره، مثل Oracle BI، Power BI، Tableau، Click View و . . .
به نظرم اگر با حوزه طراحی داشبوردها آشنایی ندارین، تو تیم و مجموعه خاصی نیستین که الان در حال استفاده از ابزار خاصی باشن و خودتون تازه میخواین شروع کنین، Power BI برای شروع گزینه خوبیه
#بصری_سازی #پاور_بی_آی
#Power_BI #Visualization
@DataHobbies
1 166
برای ادامه چندین شاخه وجود داره که باید به فراخور علاقه و نیازمون تو یکی ازین زمینه ها وارد شیم. مثلا
پردازش زبان طبیعی Natural Language Processing
بینایی ماشین Computer Vision
یادگیری تقویتی Reinforcement Learning
یادگیری عمیق Deep Learning
و . . .
تو پست های بعدی منابع و مسیرهای پیشرفت هر کدوم توضیح میدم🙂
#Machine_Learning
#ماشین_لرنینگ #یادگیری_ماشین
@DataHobbies
1 166
بعد از ماشین لرنینگ کلاسیک، موارد تکمیلی تر هم احتیاجه مثله:
Measuring Accuracy
Bias-Variance Trade-off
Applying Regularization
Elastic Net Regression
Logistic Regression
Predictive Analytics
Exploratory Data Analysis
Hypothesis testing in machine learning
#یادگیری_ماشین #ماشین_لرنینگ
#Machine_Learning
@DataHobbies
