دوره آموزشی آمازون وب سرویس QuickSight (AWS)
4 ساعت 35 دقیقهمبتدی2020-07-17
مدرسین

Helen Wall
Data analytics and business analysis expert
جزئیات دوره
Amazon Web Services (AWS) QuickSight ابزاری قدرتمند برای تجزیه و تحلیل و تجسم داده ها برای نظارت بر داده ها ، تجزیه و تحلیل روندها و تصمیم گیری است. می توانید از فرآیندهای ETL برای بدست آوردن داده ها استفاده کنید ، آنها را به صورت مناسب برای محاسبات و تجزیه و تحلیل درآورید ، سپس داده ها را در رابط تجسم بارگیری کنید. از آنجا ، می توانید تصاویر و نمودارهایی برای به اشتراک گذاشتن روند داده ها و تجزیه و تحلیل ایجاد کنید تا آنها را به مخاطبان گسترده تر و سهامداران اصلی منتقل کنید. در این دوره با مربی هلن وال همراه شوید ، زیرا او نحوه استفاده از تمام ویژگی های QuickSight را نشان می دهد. با نحوه اتصال به منابع داده ، از جمله پرونده های Excel ، سطلهای S3 و SQL Server آشنا شوید ؛ داده ها را تغییر داده و محاسبات را اضافه کنید. بارگیری داده ها در رابط تجسم QuickSight ؛ و ایجاد تجسم و داشبورد جذاب. هلن همچنین توضیح می دهد که چگونه کار خود را از طریق داشبوردی که دیگران می توانند از طریق رایانه یا دستگاه تلفن همراه خود به آن دسترسی داشته باشند ، به اشتراک بگذارید و کارهای خارج از سیستم عامل را از طریق ایمیل ، صادرات و برنامه های جاسازی شده به اشتراک بگذارید.
موضوعات شامل:
بررسی اجمالی QuickSight
اتصال به مجموعه داده های AWS و سایر منابع داده
تبدیل داده
ایجاد زمینه های حساب شده و مشروط
بارگیری داده ها در داشبورد
ایجاد و قالب بندی تجسم
پیکربندی داشبورد
اشتراک گزارشات خود
موضوعات شامل:
بررسی اجمالی QuickSight
اتصال به مجموعه داده های AWS و سایر منابع داده
تبدیل داده
ایجاد زمینه های حساب شده و مشروط
بارگیری داده ها در داشبورد
ایجاد و قالب بندی تجسم
پیکربندی داشبورد
اشتراک گزارشات خود
مهارت ها
AWS QuickSightData VisualizationAmazonCloud ServicesCloud PlatformsLearningCloud ComputingData ScienceBusiness Analysis and StrategyBusiness Software and Tools
سرفصل ها
0. مقدمه
- 01- اطلاعات خود را با QuickSight درک کنید
- 02-آنچه باید بدانید
1. شروع به کار با AWS QuickSight
- 03-معرفی خدمات وب آمازون (AWS) و QuickSight
- 04-مقایسه برنامه های ابری با دسکتاپ
- 05-معرفی مولفه های بصری
2. استخراج داده ها
- 06-مرور اجمالی منابع داده پشتیبانی شده
- 07-استفاده از موتور محاسباتی فوق سریع، موازی، درون حافظه (SPICE)
- 08-اتصال به فایل ها
- 09-اتصال به خدمات ابری AWS
- 10-اتصال به منابع داده شرکتی
- 11-اتصال به SaaS
- 12- درک محدودیت ها و تنظیمات منبع داده
- 13-چالش - اتصال به داده ها
- 14-راه حل - اتصال به داده
3. تبدیل داده ها
- 15-تغییر نام فیلدها
- 16-حذف فیلدها
- 17-فیلتر کردن ردیف
- 18-تغییر انواع داده
- 19-ایجاد فیلدهای محاسبه شده
- 20-افزودن فیلدهای شرطی
- 21- راه اندازی گروه بندی جغرافیایی
- 22-چالش - تبدیل داده ها
- 23-راه حل - تبدیل داده ها
4. بارگذاری داده ها
- 24-ایجاد مجموعه داده ها
- 25-به اشتراک گذاری مجموعه داده ها
- 26-به روز رسانی داده ها
- 27- جداول به هم پیوستن
- 28-حذف مجموعه داده ها
5. ایجاد تجسم
- 29-ایجاد تصاویر
- 30-کاوش در گزینه های تجسم
- 31-اقدامات تجمیع
- 32-قالب بندی تصاویر
- 33-مرتب سازی منطقی داده ها
- 34-فیلتر کردن تصاویر
- 35-اضافه کردن تم های رنگی
- 36-استفاده از قالب بندی شرطی
- 37-ایجاد محاسبات جدول
- 38-چالش - ایجاد تجسم
- 39-راه حل - ایجاد تجسم
6. پیکربندی داشبورد
- 40-معرفی بهترین شیوه های تجسم
- 41-تعامل بین تجسم ها
- 42-محفوظ کردن تصاویر
- 43-استفاده از پارامترها
- 44-افزودن کنترل های روی صفحه
- 45-ایجاد داستان
- 46-استفاده از ML Insights
- 47-چالش - پیکربندی داشبورد
- 48-راه حل - پیکربندی داشبورد
7. تجزیه و تحلیل خود را به اشتراک بگذارید
- 49- داشبورد ناوبری تجسم ها
- 50-ارسال گزارشات از طریق ایمیل
- 51- مشاهده در دستگاه تلفن همراه
- 52-صادرات گزارش ها و داده ها
- 53-تنظیم هشدارهای ناهنجاری
- 54-جاسازی داشبورد
نتیجه
- 55- مراحل بعدی برای درک داده های شما