เนื้อหาในคอร์ส: 13 บทเรียน · เอกสารประกอบ 4 รายการ
แบบทดสอบก่อนเรียน
สำรวจความเข้าใจก่อนเริ่มเรียน
Data Science คืออะไร
วิดีโอประกอบบทเรียน
วางแผนรายงาน
กำหนดผู้ชม การตัดสินใจ คำถาม metric นิยาม ช่วงเวลาและแหล่งข้อมูลก่อนเชื่อม ตรวจเจ้าของ ความถี่อัปเดต และใครแก้เมื่อข้อมูลผิด ทำรายการสิ่งที่แสดงกับสิ่
นำเข้าและแปลงข้อมูล
ใช้ Power Query นำเข้าจากแหล่งอนุญาต ตรวจ header, data types และวันที่ก่อนรวม จัดการ null และ duplicates ตามกฎที่เจ้าของยืนยัน ลบเฉพาะคอลัมน์ไม่จำเป็น
สร้าง data model
star schema แยก fact ที่บันทึกยอดหรือเหตุการณ์จาก dimension ที่อธิบายสินค้า ลูกค้าหรือวันที่ ตรวจ grain และ key ไม่ซ้ำก่อนสร้าง relationship เลือก car
ออกแบบ report และตรวจ
เลือก KPI ภาพรวม เส้นตามเวลา แท่งเทียบหมวด ใส่หน่วย เวลาและนิยาม metric ทดสอบตัวกรองและ interaction เทียบยอดกับต้นทางหลายช่วงและหมวด ตรวจค่าว่างและสิท
เผยแพร่และดูแล
ตรวจ workspace ผู้รับ view/build และข้อมูลละเอียดอ่อน ใช้วิธีแชร์ตามนโยบาย หลีกเลี่ยง public embedding ข้อมูลภายใน ระบุ owner ความถี่ refresh และช่องแ
กรณีศึกษาประยุกต์และการตรวจชิ้นงาน
ออกแบบโมเดลรายงานโดยไม่รวมยอดซ้ำจากความสัมพันธ์ผิด
คู่มือประกอบคอร์ส
รวบรวมประเด็นสำคัญจากบทเรียน พร้อมเอกสารภาษาไทยและภาษาอังกฤษ
แบบฝึกปฏิบัติ
แบบฝึกจากหัวข้อในคอร์ส ใช้ทบทวนและวางแผนทดลองกับงานจริง
คู่มืออ้างอิงฉบับย่อ
สรุปหัวข้อและประเด็นตรวจทานจากบทเรียน เพื่อเปิดดูระหว่างทำงาน
แบบวางแผนนำไปใช้
แม่แบบเชื่อมโยงหัวข้อในคอร์สกับเป้าหมาย ผู้รับผิดชอบ และหลักฐานตรวจผล
แบบทดสอบหลังเรียน
แบบทดสอบสถานการณ์ 8 ข้อเพื่อประยุกต์ความรู้จากบทเรียน
กำลังโหลดความคิดเห็น…