IBM Data Analytics avec Excel et R Certificat Professionnel

Afficher une connaissance pratique d'Excel pour l'analyse des données.

Effectuer les tâches de base d'une feuille de calcul, y compris la navigation, la saisie de données et l'utilisation de formules.

Employer des techniques de qualité des données pour importer et nettoyer les données dans Excel.

Analyser des données dans des feuilles de calcul en utilisant des fonctions de filtrage, de tri, de recherche, ainsi que des tableaux croisés dynamiques.

Créer des visualisations de base telles que des graphiques linéaires, des diagrammes à barres et des diagrammes circulaires à l'aide de feuilles de calcul Excel.

Expliquez le rôle important que jouent les graphiques dans la narration d'une histoire basée sur des données.

Construire des graphiques et des visualisations avancés, tels que des cartes en arbre, des lignes scintillantes, des histogrammes, des diagrammes de dispersion et des cartes remplies.

Créez et partagez des tableaux de bord interactifs à l'aide d'Excel et de Cognos Analytics.

Démontrer que vous êtes prêt à effectuer des tâches fondamentales d'analyse et de visualisation des données et à franchir les étapes clés du processus d'analyse des données.

Différencier les rôles des différents professionnels des données dans un écosystème de données moderne.

Effectuer des tâches Excel de base pour l'analyse des données, y compris la qualité des données et les compétences en matière de préparation des données.

Vous devez être capable de visualiser des données à l'aide d'Excel et de créer des tableaux de bord à l'aide d'Excel et de Cognos Analytics.

Manipuler les types de données primitives dans le langage de programmation R en utilisant RStudio ou Jupyter Notebooks.

Contrôler le déroulement du programme à l'aide de conditions et de boucles, écrire des fonctions, effectuer des opérations sur les chaînes de caractères, écrire des expressions régulières, gérer les erreurs.

Construire et manipuler des structures de données R, y compris des vecteurs, des facteurs, des listes et des cadres de données.

Lisez, écrivez et enregistrez des fichiers de données et exploitez des pages web à l'aide de R.

Créer et accéder à une instance de base de données sur le cloud

Composer et exécuter des instructions SQL de base - SELECT, INSERT, UPDATE, DELETE, CREATE, DROP

Construire des instructions SQL pour filtrer, trier, grouper les résultats, utiliser des fonctions intégrées, composer des requêtes imbriquées, accéder à plusieurs tables

Analyser les données de Jupyter à l'aide de R et de SQL en combinant les compétences SQL et R pour interroger des ensembles de données du monde réel

Préparez les données pour l'analyse en traitant les valeurs manquantes, en formatant et en normalisant les données, en les regroupant et en transformant les valeurs catégorielles en valeurs numériques.

Comparer et opposer les modèles prédictifs utilisant les méthodes de régression linéaire simple, linéaire multiple et polynomiale.

Examiner les données à l'aide de statistiques descriptives, de regroupement de données, d'analyse de la variance (ANOVA) et de statistiques de corrélation.

Évaluez un modèle dans des conditions de surajustement et de sous-ajustement et réglez ses performances à l'aide de la régularisation et de la recherche en grille.

Créer des diagrammes à barres, des histogrammes, des diagrammes circulaires, des diagrammes de dispersion, des graphiques linéaires, des diagrammes en boîte et des cartes à l'aide de R et des progiciels connexes.

Concevez des graphiques et des tracés personnalisés à l'aide d'annotations, de titres d'axes, d'étiquettes de texte, de thèmes et de facettes.

Créez des cartes à l'aide du package Leaflet pour R.

Créez des tableaux de bord interactifs à l'aide du package Shiny pour R.

Écrivez un programme de scraping web pour extraire des données d'un fichier HTML à l'aide de requêtes HTTP et convertissez les données en un cadre de données.

Préparez les données pour la modélisation en traitant les valeurs manquantes, en formatant et en normalisant les données, en les regroupant et en transformant les valeurs catégorielles en valeurs numériques.

Interpréter les données à l'aide de techniques d'analyse exploratoire des données en calculant des statistiques descriptives, en établissant des graphiques et en générant des statistiques de corrélation.

Créez une application Shiny contenant une carte Leaflet et un tableau de bord interactif, puis créez une présentation du projet à partager avec vos pairs.