جدول یادگیری 2019

آنچه این کتاب پوشش می‌دهد

فصل 1 با عنوان «برخاستن با تابلو»، اصول اساسی تابلو را معرفی می‌کند. ما مجموعه‌ای از مثال‌ها را مرور خواهیم کرد که اصول اولیه اتصال به داده‌ها، کاوش و تجزیه‌وتحلیل داده‌ها را به‌صورت بصری و درنهایت کنار هم قرار دادن همه آن‌ها در یک داشبورد کاملاً تعاملی معرفی می‌کنند.  

فصل 2 کار با داده‌ها در Tableauبر مفاهیم اساسی نحوه کار Tableau با داده‌ها تمرکز دارد. نمونه‌های متعددی از اتصالات مختلف به منابع داده‌های مختلف را بررسی می‌کنید، مزایا و معایب احتمالی استفاده از استخراج داده‌ها را در نظرخواهید گرفت، نحوه مدیریت ابر داده‌ها را در نظرخواهید گرفت، جزئیات مربوط به اتصال‌ها و ترکیب‌ها را بررسی می‌کنید و درنهایت، به گزینه‌هایی برای فیلتر کردن داده‌ها نگاه می‌کنید.

فصل 3 سرمایه‌گذاری روی تجسم‌های پیشرفته، چگونگی ایجاد انواع مختلف نماها و نحوه گسترش تجسم‌های اساسی با استفاده از انواع تکنیک‌های پیشرفته مانند محاسبات ساده، لرزش، انواع علامت‌های چندگانه و محورهای دوگانه را بررسی می‌کند. در طول راه ما همچنین جزئیاتی را در مورد نحوه عملکرد خرما در Tableau پوشش خواهیم داد.

فصل 4 شروع یک ماجراجویی با محاسبات، بر پایه‌گذاری تمرکز می‌کند و همچنین تعدادی مثال عملی ارائه می‌دهد که با استفاده از آن‌ها مفاهیم کلیدی در پس نحوه کار محاسبات در Tableau را درک خواهید کرد.

فصل 5 غواصی در عمق با محاسبات جدول نوع اصلی نهایی محاسبات را بررسی می‌کند: محاسبات جدول. این‌ها برخی از قدرتمندترین محاسبات ازنظر توانایی آن‌ها در حل مسائل و باز کردن احتمالات باورنکردنی برای تجزیه‌وتحلیل عمیق هستند. در عمل آن‌ها از بسیار آسان تا بسیار پیچیده هستند.

فصل 6 ساختن تجسم‌هایی که عالی به نظر می‌رسند و خوب کار می‌کنند توضیح می‌دهد که چگونه قالب‌بندی در Tableau کار می‌کند و به شما این توانایی را می‌دهد که تجسم‌هایی را که در کشف و تجزیه‌وتحلیل ایجاد کرده‌اید اصلاح کنید تا ارتباط فوق‌العاده مؤثری از داستان داده‌های خود ایجاد کنید.

فصل 7 بیان یک داستان داده با داشبورد، نشان می‌دهد که چگونه Tableau به شما اجازه می‌دهد تجسم‌های داده مرتبط را در یک داشبورد واحد جمع‌آوری کنید. این داشبورد می‌تواند نمای ایستا از جنبه‌های مختلف داده‌ها یا یک محیط کاملاً تعاملی باشد که به کاربران اجازه می‌دهد تا به‌صورت پویا فیلتر، بررسی کنند و با تجسم داده‌ها تعامل داشته باشند. در این فصل، نگاهی به بسیاری از این مفاهیم در چارچوب چندین مثال عمیق خواهید داشت، جایی که مراحل طراحی داشبورد را مرحله‌به‌مرحله طی خواهید کرد.

فصل 8 جستجوی عمیق‌تر – روندها، خوشه‌بندی، توزیع‌ها و پیش‌بینی، توضیح می‌دهد که چگونه Tableau شما را قادر می‌سازد تا به‌سرعت تجسم داده‌های خود را با تجزیه‌وتحلیل آماری افزایش دهید. ویژگی‌های داخلی مانند مدل‌های روند، خوشه‌بندی، توزیع‌ها و پیش‌بینی به شما این امکان را می‌دهند که به‌سرعت به تحلیل بصری خود ارزش بیافزایید. در چارچوب چند مثال عملی با استفاده از چند مجموعه داده نمونه، نگاهی به این مفاهیم خواهید داشت.

فصل 9 تمیز کردن و ساختار دادن به داده‌های آشفته بر تعدادی از اصول برای ساختاردهی داده‌ها برای کار خوب با Tableau و همچنین چند نمونه خاص از نحوه رسیدگی به مسائل رایج داده‌ها تمرکز دارد.

فصل 10 معرفی Tableau Prep، از طریق یک مثال عملی عمل می‌کند، همان‌طور که ما الگوی Tableau Prep را بررسی می‌کنیم و خواننده را قادر می‌سازد تا تحولات اساسی را درک کند و بسیاری از ویژگی‌ها و عملکردهای Tableau Prep را ببیند.

فصل 11 تجسم‌های پیشرفته، تکنیک‌ها، نکات و ترفندها، تعدادی از تکنیک‌های پیشرفته را درزمینه عملی توضیح می‌دهد. چیزهایی مانند ایجاد تجسم‌های پیشرفته، تعویض پویانماها در داشبورد، استفاده از تصاویر سفارشی و تجسم‌های جغرافیایی پیشرفته را خواهید آموخت.

فصل 12 به اشتراک‌گذاری داستان داده شما توضیح می‌دهد که چگونه Tableau شما را قادر می‌سازد تا کار خود را با استفاده از روش‌های مختلف به اشتراک بگذارید. در این فصل، ما نگاهی به راه‌های مختلف برای اشتراک‌گذاری تجسم‌ها و داشبوردها و همچنین مواردی که هنگام تصمیم‌گیری درباره نحوه اشتراک‌گذاری آن‌ها باید در نظر بگیرید خواهیم داشت.

جدول یادگیری 2019

 ابزارهایی برای هوش تجاری، آماده‌سازی داده‌ها و تجزیه‌وتحلیل بصری

جاشوا ان. میلیگان

فایل کتاب را از اینجا دانلود نمایید.