Εξέλιξη Κομματιού
Μέρος 1: Θεμέλια της Python για την Ανάλυση Δεδομένων (3,5 Ώρες)
· Μάθημα 1: Το Τοπίο της Ανάλυσης (45 λεπτά)
o Γιατί Python; Σύγκριση της Python με το Excel και το SQL στην ακαδημαϊκή έρευνα.
o Ετοιμασία για την επιτυχία: Εισαγωγή στα Jupyter Notebooks και το Google Colab.
Το Google Colab θα είναι ευκολότερο καθώς δεν απαιτεί εγκατάσταση, αλλά χρειάζεται ισχυρή σύνδεση διαδικτύου.
Αν είναι δυνατόν, οι συμμετέχοντες μπορούν να εγκαταστήσουν τα Jupyter Notebooks για πιο ομαλή εμπειρία.
· Μάθημα 2: Τα Θέμελια των Δεδομένων (60 λεπτά)
o Μεταβλητές, Τύποι Δεδομένων (Strings, Integers, Floats) και βασική Λογική.
o Κατανόηση Λιστών και Λεξιλογίων—πώς η Python αποθηκεύει πληροφορίες.
· Μάθημα 3: Επίδειξη & Εργαστήριο Python για Ανάλυση Δεδομένων (75 λεπτά)
o Εισαγωγή στο Pandas: Το βιομηχανικό πρότυπο για τη διαχείριση δεδομένων.
o Πρακτική Εφαρμογή: Φόρτωση ενός αρχείου CSV, φιλτράρισμα δεδομένων και υπολογισμός βασικών στατιστικών.
Μέρος 2: Εισαγωγή στην Επιχειρηματική Ανάλυση (2,0 Ώρες)
· Μάθημα 4: Η Σκέψη της Ανάλυσης: Κατανόηση του πλαισίου "Ζητώ-Αναλύω-Δρνώ". Πώς να ορίσετε ερωτήματα που τα δεδομένα μπορούν να απαντήσουν.
· Μάθημα 5: Περιγραφική vs Προβλεπτική Ανάλυση: Γενική επισκόπηση της ερμηνείας τάσεων και εντοπισμού ανωμαλιών σε οικονομικό πλαίσιο.
· Μάθημα 6: Επικοινωνία Αποτελεσμάτων: Αρχές της ιστορίας δεδομένων—μετατρέποντας την τεχνική εξόδωση σε προτάσεις για τη διοίκηση.
Απαιτήσεις
- Κατανόηση της ανάλυσης δεδομένων
- Εμπειρία με την επεξεργασία δεδομένων
Σχόλια (2)
Κάνοντας Ασκήσεις
Joe Pang - Lands Department, Hong Kong
Κομμάτι - QGIS for Geographic Information System
Μηχανική Μετάφραση
Πρακτικά παραδείγματα μας επέτρεψαν να αισθανθούμε πραγματικά πώς λειτουργεί το πρόγραμμα. Καλές εξηγήσεις και ενσωμάτωση θεωρητικών ιδεών και του πώς σχετίζονται με τις πρακτικές εφαρμογές.
Ian - Archeoworks Inc.
Κομμάτι - ArcGIS Fundamentals
Μηχανική Μετάφραση
