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 (3)
Övning i att använda Python är verkligen hjälpsam för att förstå grunderna.
Wildana Ramadhani - OJK
Kurs - Foundations of Data & Business Analytics
Maskintolkat
Bra presentation och experter som föreläsare
Khairunnisa Andira - OJK
Kurs - Foundations of Data & Business Analytics
Maskintolkat
De tekniska detaljerna
Naura Ainayyah - OJK
Kurs - Foundations of Data & Business Analytics
Maskintolkat