Microsoft Data Science

เนื้อหาการอบรม

• ความรู้เบื้องต้นเกี่ยวกับวิทยาศาสตร์ข้อมูล (Data Science)
  • Data Science คืออะไร
  • Data Science ต้องการทักษะอะไรบ้าง
• การคิดวิเคราะห์ข้อมูล
  • โอกาสของการเข้าถึงข้อมูล
  • ประโยชน์ของการตัดสินใจที่ขับเคลื่อนด้วยข้อมูล
• การทำงานกับข้อมูลใน Excel
  • การ Import ข้อมูลใน Excel
  • โครงสร้างของข้อมูล
  • เทคนิคการทำ Data formatting
    • การจัดรูปแบบตาราง (Format as Table)
    • การใช้ Condition Formatting
• การจัดการข้อมูล (Data Manipulation)
  • การจัดเรียงข้อมูล (Sorting Data)
  • การกรองข้อมูล (Filtering Data)
  • การทำความเข้าใจกับข้อมูลในตาราง
    • การสร้างคอลัมน์เพื่อหาผลลัพธ์
    • การรวมข้อความ
    • การแยกข้อความ
• การทำ Data Cleansing
  • การลบข้อมูลที่ซ้ำกัน Remove Duplicate
  • Changing
    • การจัดการกับชนิดข้อมูล
    • การจัดการกับข้อมูลที่ไม่ตรงตามรูปแบบ เช่น วันที่ เวลา อีเมล เพศ
• Replacing
  • การทำ Fill Series
  • การเอาค่าเฉลี่ยมาเติม
  • การลบสัญลักษณ์ หรือ ช่องวาง
• การสำรวจข้อมูล (Exploring Data)
  • Descriptive ข้อมูลเชิงพรรณนา
  • Associative การวิเคราะห์แบบเชื่อมโยง
  • Comparative การเปรียบเทียบ
  • Predictive การคาดเดา
• การใช้ฟังก์ชันพื้นฐาน เช่น C ount, Average, Sum, if
• การนำเสนอแผนภาพข้อมูล (Data Visualization)
  • การนำแผนภูมิมาแสดงข้อมูล เช่น Line, Stack Column, Pie, Scatter, Histogram, Box and Whisker
  • การเพิ่มองค์ประกอบให้กับแผนภูมิ
  • การเพิ่มข้อมูล (Select Data)
  • การปรับเปลี่ยนมุมมองของผลลัพธ์ (Slicing and Dicing Data)
  • การสร้าง Pivot table
  • การสร้าง Pivot Chart
• หลักสถิติเบื้องต้น
  • ตัวแปรต่อเนื่อง (Continuous variables)
  • ข้อมูลเป็นตัวเลขชนิดไม่ต่อเนื่อง (Discrete number)
  • ตัวแปรจัดกลุ่ม (Categorical Variables)
• สถิติเชิงพรรณนา (Descriptive statistics)
  • Mean, Median และ Mode.
  • ส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation)
  • การเพิ่ม Add in ใน Office 365
• สถิติเชิงความสัมพันธ์ (Associative statistics)