Kursplan
Del 1: Python-grunder för analys (3,5 timmar)
· Modul 1: Analyslandskapet (45 min)
o Varför Python? Jämförelse av Python med Excel och SQL inom akademisk forskning.
o Sätter framgångens grund: Introduktion till Jupyter Notebooks och Google Colab. Google Colab är lättare eftersom ingen installation krävs men kräver starkare internetanslutning. Om möjligt kan deltagare installera Jupyter Notebooks för en smidigare upplevelse.
· Modul 2: Byggstenarna för data (60 min)
o Variabler, datatyper (strängar, heltal, flyttal) och grundläggande logik.
o Förstå listor och dictionaries—hur Python lagrar information.
· Modul 3: Python för dataanalysdemo & laboration (75 min)
o Introduktion till Pandas: Branschstandarden för datamanipulation.
o Praktisk: Ladda en CSV-fil, filtrera data och beräkna grundläggande statistik.
Del 2: Introduktion till affärsanalys (2,0 timmar)
· Modul 4: Analysettankesättet: Att förstå "Fråga-analysera-akta"-ramverket. Hur man definierar affärsfrågor som data kan besvara.
· Modul 5: Beskrivande vs. prediktiv: En översikt över att tolka trender och upptäcka anomaler i ett finansiellt sammanhang.
· Modul 6: Att kommunicera insikter: Principer för datavärdering—att vända tekniska resultat till rekommendationer för ledningen.
Krav
- En förståelse för dataanalys
- Erfarenhet av datahantering
Vittnesmål (2)
Att göra övningar
Joe Pang - Lands Department, Hong Kong
Kurs - QGIS for Geographic Information System
Maskintolkat
Praktiska exempel lät oss få en riktig känsla för hur programmet fungerar. Bra förklaringar och integration av teoretiska begrepp och hur de hänger ihop med praktiska tillämpningar.
Ian - Archeoworks Inc.
Kurs - ArcGIS Fundamentals
Maskintolkat