%40 تخفیف  برای خرید  مسیرهای یادگیری

logo mix

آموزش کسب گواهی (Microsoft Power BI Data Analyst Associate (PL-300 (با زیرنویس فارسی AI)
Microsoft Power BI Data Analyst Associate (PL-300) Cert Prep by Microsoft Press
جدید ( 16 روز قبل)
کد محصول: FL10365-5936170
لیندا _ آموزش کسب گواهی (Microsoft Power BI Data Analyst Associate (PL-300 (با زیرنویس فارسی AI) - Lynda _ Microsoft Power BI Data Analyst Associate (PL-300) Cert Prep by Microsoft Press
سطح متوسـط
زیرنویس انگلیسی
زیرنویس فارسی AI
112,000 تومان
اضافه به سبد خرید add_shopping_cart
تولید کننده محتوا
تولید کننده زیرنویس فارسی
فارسی لینـدا FarsiLynda.com
مدرس
Chris Sorensen - کریس سورنسن
تاریخ انتشار
1403/6/21
جدید ( 16 روز قبل)
سطح آموزش
متوسط
زبان آموزش
انگلیسی
زیرنویس
فارسی و انگلیسی
نوع زیرنویس فارسی
ترجمه شده توسط هوش مصنوعی (AI)
مدت زمان آموزش
5ساعت و 37دقیقه
تعداد ویدیو‌ها
92 ویدیو
حجم فایل‌ها
749 مگابایت (دانلود با تعرفه داخلی)
زمان تقریبی دانلود فایل‌ها
12 دقیقه (با سرعت اینترنت 1 مگابایت در ثانیه)
تعداد بازدید : 50
درباره تولید کننده

فارسی لیندا

برای امتحان PL-300 با این دوره آموزشی عمیق آماده شوید که به شما کمک می‌کند با تمرکز بر مهارت‌هایی که با اهداف امتحان اندازه‌گیری می‌شوند، در مدیریت داده‌ها، از منبع‌یابی و تمیز کردن گرفته تا مدل‌سازی و تجسم تسلط پیدا کنید. نحوه اتصال به منابع داده مختلف، تنظیم تنظیمات داده، وارد کردن داده و پاکسازی داده های خود را برای تجزیه و تحلیل دقیق بیاموزید. در تکنیک‌های مدل‌سازی داده‌ها مانند ایجاد جداول محاسبه‌شده، بهینه‌سازی عملکرد مدل و اجرای اقدامات امنیتی غوطه‌ور شوید. سپس، ملزومات تجسم داده‌ها را برای ایجاد گزارش‌های متقاعدکننده و تعاملی مرور کنید. سپس، یاد بگیرید که چگونه گزارش‌ها را با ویژگی‌های کاربردی پیشرفته، شناسایی الگوهای کلیدی و استفاده از بینش‌های مبتنی بر هوش مصنوعی برای ارتقای تجزیه و تحلیل، افزایش دهید. این دوره با درس هایی در مورد استقرار و نگهداری کارآمد دارایی های داده در چارچوب های سازمانی به پایان می رسد. چه یک تحلیلگر کسب و کار، چه تحلیلگر داده یا مهندس داده باشید، این دوره می تواند شما را با مهارت های مورد نیاز برای تبدیل داده های خام به بینش های عملی مجهز کند.

سطح آموزشی
خرید آنلاین و دانلود فوری
به همراه فایلهای تمرین
ویدئوهای آموزشی با زیرنویس
ویدئوهای آموزشی با زیرنویس فارسی
کیفیت HD ویدئوهای آموزشی
قابل استفاده برای ناشنوایان
 
 
 

نمونه ویدیوی آموزشی ( زیرنویس‌ها جدا از ویدیو است و میتوانید آنرا نمایش ندهید ) :

 

[فارسی]

01 مقدمه
01-01 Exam PL-300 Microsoft Power BI Data Analyst: مقدمه

02 ماژول 1: داده ها را آماده کنید
02-01 معرفی ماژول

03 درس 1: داده ها را از منابع داده دریافت کنید
03-01 اهداف آموزشی
03-02 منبع داده را شناسایی کرده و به آن متصل شوید
03-03 تنظیمات منبع داده را تغییر دهید، از جمله اعتبارنامه ها، سطوح حریم خصوصی، و مکان های منبع داده
03-04 یک مدل معنایی مشترک انتخاب کنید یا یک مدل معنایی محلی ایجاد کنید
03-05 بین حالت DirectQuery، Import و Dual یکی را انتخاب کنید
03-06 مقدار یک پارامتر را تغییر دهید

04 درس 2: داده ها را پاک کنید
04-01 اهداف آموزشی
04-02 داده ها، از جمله آمار داده ها و ویژگی های ستون را ارزیابی کنید
04-03 تناقضات، مقادیر غیرمنتظره یا صفر و مشکلات کیفیت داده را حل کنید
04-04 خطاهای وارد کردن داده را برطرف کنید

05 درس 3: تبدیل و بارگذاری داده ها
05-01 اهداف آموزشی
05-02 انواع داده ستون مناسب را انتخاب کنید
05-03 ستون ها را ایجاد و تبدیل کنید
05-04 یک پرس و جو را تغییر دهید
05-05 طرحی ستاره ای طراحی کنید که حاوی حقایق و ابعاد باشد
05-06 زمان استفاده از پرس و جوهای مرجع یا تکراری و تأثیر ناشی از آن را مشخص کنید
05-07 جستارها را ادغام و الحاق کنید
05-08 کلیدهای مناسب برای روابط را شناسایی و ایجاد کنید
05-09 بارگیری داده ها را برای پرس و جوها پیکربندی کنید

06 ماژول 2: داده ها را مدل کنید
06-01 معرفی ماژول

07 درس 4: طراحی و پیاده سازی مدل داده
07-01 اهداف آموزشی
07-02 مشخصات جدول و ستون را پیکربندی کنید
07-03 ابعاد نقش آفرینی را اجرا کنید
07-04 اصل رابطه و جهت فیلتر متقابل را تعریف کنید
07-05 یک جدول تاریخ مشترک ایجاد کنید
07-06 نقش های امنیتی در سطح ردیف را اجرا کنید

08 درس 5: محاسبات مدل را با استفاده از DAX ایجاد کنید
08-01 اهداف آموزشی
08-02 معیارهای تجمیع واحد را ایجاد کنید
08-03 از CALCULATE برای دستکاری فیلترها استفاده کنید
08-04 اقدامات هوش زمانی را اجرا کنید
08-05 اقدامات ضمنی را شناسایی و با اقدامات صریح جایگزین کنید
08-06 از توابع آماری اساسی استفاده کنید
08-07 اقدامات نیمه افزودنی ایجاد کنید
08-08 با استفاده از اندازه گیری های سریع یک اندازه گیری ایجاد کنید
08-09 جداول محاسبه شده را ایجاد کنید

09 درس 6: بهینه سازی عملکرد مدل
09-01 اهداف آموزشی
09-02 با شناسایی و حذف سطرها و ستون های غیر ضروری عملکرد را بهبود بخشید
09-03 با استفاده از تحلیلگر عملکرد، معیارها، روابط و تصاویر با عملکرد ضعیف را شناسایی کنید.
09-04 با انتخاب انواع داده بهینه عملکرد را بهبود بخشید
09-05 بهبود عملکرد با خلاصه کردن داده ها

10 ماژول 3: تجسم و تجزیه و تحلیل داده ها
10-01 معرفی ماژول

11 درس 7: ایجاد گزارش
11-01 اهداف آموزشی
11-02 تجسم های مناسب را شناسایی و اجرا کنید
11-03 تجسم ها را قالب بندی و پیکربندی کنید
11-04 از تصویری سفارشی استفاده کنید
11-05 یک تم را اعمال و سفارشی کنید
11-06 قالب بندی شرطی را پیکربندی کنید
11-07 برش و فیلتر را اعمال کنید
11-08 صفحه گزارش را پیکربندی کنید
11-09 از ویژگی Analyze in Excel استفاده کنید
11-10 زمان استفاده از گزارش صفحه بندی شده را انتخاب کنید

12 درس 8: افزایش گزارشات برای قابلیت استفاده و داستان سرایی
12-01 اهداف آموزشی
12-02 نشانک ها را پیکربندی کنید
12-03 نکات ابزار سفارشی را ایجاد کنید
12-04 تعاملات بین تصاویر را ویرایش و پیکربندی کنید
12-05 پیمایش را برای گزارش پیکربندی کنید
12-06 مرتب سازی را اعمال کنید
12-07 برش های همگام سازی را پیکربندی کنید
12-08 تصاویر بصری گروه و لایه را با استفاده از پنجره Selection
12-09 داده ها را با استفاده از تصاویر تعاملی بررسی کنید
12-10 صادرات محتوای گزارش را پیکربندی کنید و صادرات را انجام دهید
12-11 طراحی گزارش برای دستگاه های تلفن همراه
12-12 تصاویر شخصی سازی شده را در گزارش فعال کنید
12-13 گزارش های Power BI را برای دسترسی طراحی و پیکربندی کنید

13 درس 9: الگوها و روندها را شناسایی کنید
13-01 اهداف آموزشی
13-02 از ویژگی Analyze در Power BI استفاده کنید
13-03 از گروه بندی، باینینگ و خوشه بندی استفاده کنید
13-04 Q را وارد کنید

[ENGLISH]

01 Introduction
01-01 Exam PL-300 Microsoft Power BI Data Analyst: Introduction

02 Module 1: Prepare the Data
02-01 Module introduction

03 Lesson 1: Get Data from Data Sources
03-01 Learning objectives
03-02 Identify and connect to a data source
03-03 Change data source settings, including credentials, privacy levels, and data source locations
03-04 Select a shared semantic model, or create a local semantic model
03-05 Choose between DirectQuery, Import, and Dual mode
03-06 Change the value in a parameter

04 Lesson 2: Clean the Data
04-01 Learning objectives
04-02 Evaluate data, including data statistics and column properties
04-03 Resolve inconsistencies, unexpected or null values, and data quality issues
04-04 Resolve data import errors

05 Lesson 3: Transform and Load the Data
05-01 Learning objectives
05-02 Select appropriate column data types
05-03 Create and transform columns
05-04 Transform a query
05-05 Design a star schema that contains facts and dimensions
05-06 Identify when to use reference or duplicate queries and the resulting impact
05-07 Merge and append queries
05-08 Identify and create appropriate keys for relationships
05-09 Configure data loading for queries

06 Module 2: Model the Data
06-01 Module introduction

07 Lesson 4: Design and Implement a Data Model
07-01 Learning objectives
07-02 Configure table and column properties
07-03 Implement role-playing dimensions
07-04 Define a relationships cardinality and cross-filter direction
07-05 Create a common date table
07-06 Implement row-level security roles

08 Lesson 5: Create Model Calculations by Using DAX
08-01 Learning objectives
08-02 Create single aggregation measures
08-03 Use CALCULATE to manipulate filters
08-04 Implement time intelligence measures
08-05 Identify implicit measures and replace with explicit measures
08-06 Use basic statistical functions
08-07 Create semi-additive measures
08-08 Create a measure by using quick measures
08-09 Create calculated tables

09 Lesson 6: Optimize Model Performance
09-01 Learning objectives
09-02 Improve performance by identifying and removing unnecessary rows and columns
09-03 Identify poorly performing measures, relationships, and visuals by using Performance Analyzer
09-04 Improve performance by choosing optimal data types
09-05 Improve performance by summarizing data

10 Module 3: Visualize and Analyze the Data
10-01 Module introduction

11 Lesson 7: Create Reports
11-01 Learning objectives
11-02 Identify and implement appropriate visualizations
11-03 Format and configure visualizations
11-04 Use a custom visual
11-05 Apply and customize a theme
11-06 Configure conditional formatting
11-07 Apply slicing and filtering
11-08 Configure the report page
11-09 Use the Analyze in Excel feature
11-10 Choose when to use a paginated report

12 Lesson 8: Enhance Reports for Usability and Storytelling
12-01 Learning objectives
12-02 Configure bookmarks
12-03 Create custom tooltips
12-04 Edit and configure interactions between visuals
12-05 Configure navigation for a report
12-06 Apply sorting
12-07 Configure sync slicers
12-08 Group and layer visuals by using the Selection pane
12-09 Drill down into data using interactive visuals
12-10 Configure export of report content and perform an export
12-11 Design reports for mobile devices
12-12 Enable personalized visuals in a report
12-13 Design and configure Power BI reports for accessibility

13 Lesson 9: Identify Patterns and Trends
13-01 Learning objectives
13-02 Use the Analyze feature in Power BI
13-03 Use grouping, binning, and clustering
13-04 Incorporate the Q&A feature in a report
13-05 Use AI visuals
13-06 Use reference lines, error bars, and forecasting
13-07 Detect outliers and anomalies
13-08 Create and share scorecards and metrics

14 Module 4: Deploy and Maintain Assets
14-01 Module introduction

15 Lesson 10: Create and Manage Workspaces and Items
15-01 Learning objectives
15-02 Create and configure a workspace
15-03 Assign workspace roles
15-04 Configure and update a workspace app
15-05 Publish, import, or update items in a workspace
15-06 Create dashboards
15-07 Choose a distribution method
15-08 Apply sensitivity labels to workspace content
15-09 Configure subscriptions and data alerts
15-10 Promote or certify Power BI content
15-11 Manage global options for files

16 Lesson 11: Manage Semantic Models
16-01 Learning objectives
16-02 Identify when a gateway is required
16-03 Configure a semantic model scheduled refresh
16-04 Configure row-level security group membership
16-05 Provide access to semantic models

17 Summary
17-01 Exam PL-300 Microsoft Power BI Data Analyst: Summary

 

مدرس: Chris Sorensen - کریس سورنسن

تعداد دوره های آموزشی: 1

کریس سورنسن بنیانگذار و رئیس Iteration Insights است که یک شریک راه حل مایکروسافت دارای گواهی داده و هوش مصنوعی مستقر در کلگری است.

کریس سورنسن CPA، CGA، بنیانگذار و رئیس Iteration Insights، شریک مایکروسافت دارای گواهی داده و هوش مصنوعی مستقر در کلگری است که متخصص در راه حل های تحلیلی است. کریس با چندین گواهینامه مایکروسافت و بیش از 20 سال تجربه مشاوره و تدریس، لنز عملی را برای آموزش خود به ارمغان می آورد و فراتر از تئوری به استفاده از فناوری روزمره می رود. کریس بر صدها پروژه داده در صنایع مختلف نظارت داشته است، راه حل هایی ارائه می دهد و سازمان ها را با تجزیه و تحلیل توانمند می کند. او یک نویسنده منتشر شده برای مایکروسافت پرس است که موضوعاتی در تجزیه و تحلیل داده ها، Power BI و آمادگی برای آزمون گواهی داده های مایکروسافت را پوشش می دهد.

جدیدترین آموزشهای مرتبط

تمامی زیرنویس‌های فارسی و مطالب ترجمه شده در سایت، بطور انحصاری متعلق به فارسی لینـدا بوده و هر گونه کپی‌ برداری و یا استفاده از آنها به هر شکلی در سایتها یا برنامه‌های دیگر پیگرد قانونی دارد
logo-samandehi
فارسی کلاس