教程演示🔗
你会学到什么
-
如何结合使用 Python、SQL 和 Tableau
-
软件集成
-
数据预处理技术
-
应用机器学习
-
创建一个模块供以后使用 ML 模型
-
连接 Python 和 SQL 以将数据从 Jupyter 传输到 Workbench
-
在 Tableau 中可视化数据
-
Jupyter 和 Tableau 中练习输出的分析和解释
要求
-
Python 的基本编码技能
-
SQL基础知识
-
基本使用Tableau进行数据可视化的能力
描述
Python、SQL 和 Tableau 是数据科学领域中使用最广泛的三种工具。
Python是领先的编程语言;
SQL是与数据库系统通信的最广泛使用的方式;
Tableau是数据可视化的首选解决方案;
简单来说——SQL帮助我们存储和操作我们正在处理的数据,Python允许我们编写代码和执行计算,然后Tableau使美丽的数据可视化成为可能。以这三大支柱为基础的深思熟虑的整合每年可以在报告人员方面为企业节省数百万美元。
因此,不用说,雇主在发布数据科学家和商业智能分析师职位描述时正在寻找 Python、SQL 和 Tableau。不仅如此,他们还希望找到一位知道如何同时使用这三种工具的候选人。这就是可以自动执行重复数据分析任务的方式。
因此,在本课程中,我们将教您如何集成 Python、SQL 和 Tableau。一项基本技能,可以让您比其他候选人更具优势。事实上,让你的工作简历脱颖而出并获得面试机会的最好方法是获得其他候选人缺乏的相关技能。因为我们准备了一个其他地方没有涉及的主题,您将获得一项真正有可能使您的个人资料与众不同的技能。
很多人都知道如何用 Python 编写一些代码。
其他人在一定程度上使用 SQL 和 Tableau。
然而,很少有人能够看到全貌并集成 Python、SQL 和 Tableau 来提供整体解决方案。在不久的将来,大多数企业将通过实施您将在本课程中看到的技术来自动化他们的报告和业务分析任务。如果您最终成为自动执行此类任务的人,这对于您未来在公司或作为顾问的职业生涯将是无价的。
我们在一家大型跨国公司的经验告诉我们,具有这些技能的顾问每小时可以收取四位数的费用。公司很乐意支付这笔钱,因为从长远来看,最终产品可以显着提高效率。
本课程首先介绍软件集成作为一个概念。我们将讨论一些重要的术语,例如服务器、客户端、请求和响应。此外,您还将了解数据连接、API 和端点。
然后,我们将继续介绍课程所围绕的真实示例练习——“工作中的旷工”数据集。接下来的预处理部分将让您体验 BI 和数据科学在现实生活中的工作情况。这一点非常重要,因为数据科学家的大量工作都在于预处理,但许多学习材料都忽略了这一点
然后我们将继续对我们的数据应用一些机器学习。您将学习如何从机器学习的角度探索手头的问题、如何创建目标、这部分练习需要什么样的统计预处理、如何训练机器学习模型以及如何测试它。真正全面的 ML 练习。
连接 Python 和 SQL 不是立竿见影的。我们已经在课程的整个部分展示了这是如何完成的。到该部分结束时,您将能够将数据从 Jupyter 传输到 Workbench。
最后,正如承诺的那样,Tableau 将使我们能够可视化我们一直在使用的数据。我们将准备几张富有洞察力的图表,并一起解读结果。
如您所见,这是一个真正全面的数据科学练习。没有必要三思而后行。如果您现在学习这门课程,您将获得宝贵的技能,帮助您从其他求职者中脱颖而出。
所以,让我们这样做吧!您唯一的遗憾是没有早点找到这门课程!
本课程适合谁:
- 中高级学生
- 渴望区分简历的学生
- 对商业智能和数据科学职业感兴趣的个人