درباره دوره: در دوره Data Analysis with R Programming، شما با زبان برنامه‌نویسی R آشنا خواهید شد. شما یاد خواهید گرفت چگونه از RStudio، محیطی که به شما اجازه می‌دهد با R کار کنید، استفاده کنید و با نرم‌افزارها و ابزارهای منحصر به فرد R، مانند بسته‌های R آشنا خواهید شد. شما کشف خواهید کرد که چگونه R به شما امکان می‌دهد داده‌ها را پاکسازی، سازماندهی، تحلیل، تجسم و گزارش کنید به روش‌های جدید و قدرتمندتر. تحلیل‌گران داده فعلی گوگل به آموزش و ارائه روش‌های عملی برای انجام وظایف رایج تحلیل‌گر داده با بهترین ابزارها و منابع ادامه خواهند داد. یادگیرندگانی که این برنامه گواهی‌نامه را به پایان می‌رسانند، آماده خواهند بود تا برای مشاغل سطح مقدماتی به عنوان تحلیل‌گر داده اقدام کنند. هیچ تجربه قبلی لازم نیست. در پایان این دوره، یادگیرندگان خواهند توانست: برنامه‌نویسی و تحلیل داده‌ها: 1 - مقدمه‌ای به دنیای هیجان‌انگیز برنامه‌نویسی 2 - تفریح با R 3 - Carrie: شروع کار با R 4 - زبان‌های برنامه‌نویسی 5 - مقدمه‌ای بر R 6 - مقدمه‌ای بر RStudio برنامه‌نویسی با استفاده از RStudio: 1 - برنامه‌نویسی با استفاده از RStudio 2 - اصول برنامه‌نویسی 3 - عملگرها و محاسبات 4 - هدیه‌ای که همچنان به کار می‌آید 5 - خوش‌آمدید به دنیای Tidyverse 6 - بیشتر درباره Tidyverse 7 - استفاده از پایپ‌ها برای تو در تو کردن کد 8 - Connor: نکات برنامه‌نویسی کار با داده‌ها در R: 1 - داده‌ها در R 2 - داده‌فریم‌های R 3 - کار با داده‌فریم‌ها 4 - پاکسازی با اصول اولیه 5 - سازماندهی داده‌های شما 6 - تبدیل داده‌ها 7 - داده‌های مشابه، نتایج متفاوت 8 - تابع bias بیشتر درباره تجسم‌ها، زیبایی‌شناسی و حاشیه‌نویسی‌ها: 1 - تجسم‌ها در R 2 - اصول تجسم در R و Tidyverse 3 - شروع کار با ggplot() 4 - جوزف: مسیر شغلی به سوی تحلیل افراد 5 - بهبود تجسم‌ها در R 6 - کار بیشتر با ggplot 7 - زیبایی‌شناسی و Facet‌ها 8 - لایه حاشیه‌نویسی 9 - ذخیره تجسم‌های خود مستندسازی و گزارش‌ها: 1 - مستندسازی و گزارش‌ها 2 - مروری بر R Markdown 3 - استفاده از R Markdown در RStudio 4 - ساختار اسناد Markdown 5 - مگ: برنامه‌نویسی توانمندساز است 6 - عناصر بیشتری از مستندات 7 - بخش‌های کد 8 - صادرات مستندات

درباره دوره: *لازم به ذکر است که زیرنویس این دوره توسط هوش مصنوعی صورت گرفته است.*متخصصان حوزه‌ی داده، برای کمک به کسب‌وکارها در تصمیم‌گیری‌های بهتر، داده‌ها را تحلیل می‌کنند. آن‌ها برای انجام این کار از تکنیک‌های قدرتمندی مانند داستان‌سرایی با داده، آمار و یادگیری ماشین استفاده می‌کنند. در این دوره، شما با کاوش در نقش متخصصان داده در محیط کاری، سفر یادگیری خود را آغاز خواهید کرد. همچنین با فرآیند کاری پروژه‌محور PACE (برنامه‌ریزی، تحلیل، ساخت، اجرا) و چگونگی سازماندهی پروژه‌های داده با استفاده از آن آشنا می‌شوید. کارمندان گوگل که هم‌اکنون در این حوزه فعالیت می‌کنند، با ارائه‌ی فعالیت‌های عملی شبیه‌سازی‌شده‌ی وظایف مرتبط، به اشتراک گذاشتن نمونه‌هایی از کار روزانه‌ی خود و کمک به تقویت مهارت‌های تحلیل داده‌ی شما برای آمادگی شغلی، شما را در این دوره راهنمایی می‌کنند. مقدمه‌ای بر مفاهیم علم داده: 1 - خوش‌آمدگویی 2 - کشف جعبه ابزار داده‌ 3 - جمع‌بندی 4 - Lois-An:با کنجکاوی در حرفه‌ی داده خود پیش بروید 5 - ارزیابی تاثیر داده در عصر حاضر: 1 - خوش‌آمدگویی 2 - Adrian: ایجاد راه‌حل‌های تجاری مبتنی بر داده 3 - مشاغل مبتنی بر داده، موتور محرک کسب‌وکارهای مدرن 4 - بهره‌گیری از تحلیل داده در سازمان‌های غیرانتفاعی 5 - مهارت‌های کلیدی مورد نیاز برای یک حرفه‌ی مبتنی بر داده 6 - ملاحظات اخلاقی مهم برای متخصصان داده 7 - فضای شغلی برای متخصصان داده 8 - جمع‌بندی حرفه شما به عنوان یک متخصص داده: 1 - خوش‌آمدگویی 2 - Cassie: عشق مادام العمر به داده 3 - آینده مشاغل داده 4 - Tiffany: نصیحت برای جویندگان کار 5 - ایجاد یک حضور حرفه‌ای آنلاین 6 - تقویت روابط حرفه‌ای 7 - آماده شدن برای جستجوی کار 8 - Daisy: برجسته کردن مهارت‌های فنی و ارتباطی 9 - جمع‌بندی کاربردها و گردش کار داده: 1 - خوش‌آمدگویی 2 - Hautahi: اهمیت برقراری ارتباط در حرفه‌ی علوم داده 3 - آشنایی با مدل PACE 4 - عناصر کلیدی ارتباط 5 - ارتباط، محرک PACE 6 - PACE و موضوعات دوره‌ی آینده 7 - جمع‌بندی پروژه پایانی دوره: 1 - ارزش یک پورتفولیو 2 - معرفی پروژه پایانی دوره برای پورتفولیو 3 - جمع‌بندی پروژه پایانی دوره و نکاتی برای موفقیت شغلی در آینده 4 - جمع‌بندی دوره

درباره دوره: دوره "Analyze Data to Answer Questions" پنجمین دوره در گواهینامه تحلیل داده گوگل است. در این دوره، شما به عمق تحلیل داده‌ها پرداخته و دانش تئوری خود را به کاربرد عملی تبدیل خواهید کرد. با استفاده از تکنیک‌های مختلف، آنچه که در دوره‌های قبلی آموخته‌اید را به کار می‌گیرید تا به درک و تحلیل داده‌های جمع‌آوری شده بپردازید. دوره شامل سازماندهی و فرمت‌دهی داده‌ها با استفاده از ابزارهایی مانند صفحات گسترده و SQL است که به شما امکان می‌دهد داده‌های خود را از زوایای مختلف مشاهده و تفسیر کنید. همچنین یاد خواهید گرفت که چگونه محاسبات پیچیده‌ای را برای دستیابی به اهداف کسب‌وکار انجام دهید، با استفاده از فرمول‌ها، توابع و کوئری‌های SQL در طول تحلیل. این دوره توسط تحلیل‌گران داده فعلی گوگل تدریس می‌شود که تجربیات عملی را با بهترین ابزارها و منابع برای انجام وظایف رایج تحلیل داده ارائه می‌دهند. با اتمام این برنامه گواهینامه، یادگیرندگان برای درخواست شغل‌های مقدماتی به‌عنوان تحلیل‌گر داده آماده خواهند بود، بدون نیاز به تجربه قبلی. تا پایان این دوره، یادگیرندگان توانایی سازماندهی داده‌ها برای تحلیل و درک فرایندهای فرمت‌دهی و تنظیم داده‌ها را خواهند داشت. آنها روش‌های تجمیع داده‌ها در صفحات گسترده و با استفاده از SQL را کاوش خواهند کرد و یاد خواهند گرفت که چگونه با استفاده از فرمول‌ها و توابع در صفحات گسترده محاسبات داده‌ای را انجام دهند. علاوه بر این، یادگیرندگان مهارت‌های لازم برای انجام محاسبات با استفاده از کوئری‌های SQL را به دست خواهند آورد که آنها را با ابزارهای اساسی برای یک کار موفق در زمینه تحلیل داده مجهز می‌کند. سازماندهی داده‌ها برای تحلیل مؤثرتر: 1 - مقدمه‌ای بر سازماندهی 2 - فرآیند تحلیل 3 - آیانا: پایبندی به آن 4 - همیشه نیاز به سازماندهی 5 - فیلتر کردن داده‌ها با SQL 6 - مرتب‌سازی داده‌ها در spreadsheets 7 - استفاده از تابع SORT در صفحات گسترده 8 - اما: سفری به سوی یک شغل معنادار 9 - مرتب‌سازی داده‌ها با SQL فرمت‌دهی و تنظیم داده‌ها: 1 - شروع با فرمت‌دهی داده‌ها 2 - از یک نوع به نوع دیگر 3 - اعتبارسنجی داده‌ها 4 - فرمت‌دهی شرطی 5 - ادغام رشته‌های متنی برای کسب بینش 6 - رشته‌ها در spreadsheets 7 - وقتی که گیر می‌کنید 8 - لیلا: همه چیز درباره مرحله تحلیل 9 - مواجه شدن با چالش‌ها؟ نگران نباشید! 10 - چه زمانی از کدام ابزار استفاده کنیم تجمیع داده‌ها برای تحلیل: 1 - تجمیع داده‌ها برای تحلیل 2 - آماده‌سازی برای VLOOKUP 3 - VLOOKUP در عمل 4 - شناسایی و رفع خطاهای رایج VLOOKUP 5 - بررسی نحوه کار JOINs 6 - کوئری‌های درون کوئری 7 - استفاده از زیرکوئری‌ها برای تجمیع داده‌ها 8 - جاستین: تحلیل داده‌ها شما را به کجا می‌برد انجام محاسبات داده‌ها: 1 - محاسبات داده‌ها 2 - فرمول‌های محاسبات رایج 3 - توابع و شرایط 4 - توابع مرکب 5 - شروع کار با جداول محوری 6 - ادامه جداول محوری 7 - کوئری‌ها و محاسبات 8 - درج محاسبات ساده با SQL 9 - محاسبات با دستورات دیگر 10 - بررسی و بازبینی 11 - جداول موقت 12 - تنوع در چند جدول 13 - تبریک! جمع‌بندی دوره

درباره دوره: دوره بهره‌گیری از قدرت داده‌ها با Power BI،به  شما می‌آموزد که چگونه از ابزار Power BI برای تحلیل داده‌ها استفاده کنید. این دوره به شما کمک می‌کند تا فرآیند تحلیل داده‌ها را درک کنید و نقش مهم داده‌ها را در تصمیم‌گیری‌های تجاری بشناسید. همچنین با اجزای مختلف Power BI و چگونگی استفاده مؤثر از آن‌ها در کسب‌وکارها آشنا می‌شوید. این دوره علاوه بر توضیح تئوری‌های مرتبط، شامل تمرین‌های عملی نیز می‌باشد که به شما امکان می‌دهد مهارت‌های خود را در دنیای واقعی به کار ببرید. در این دوره، شما یاد خواهید گرفت که چگونه داده‌ها را تولید کنید، آن‌ها را به شیوه‌های مختلف تحلیل کنید و نتایج را در قالب‌های بصری و گزارش‌های قابل فهم ارائه دهید. علاوه بر این، مباحثی همچون مدیریت سهامداران، مدیریت داده‌های ناقص و استفاده از تکنیک‌های مختلف برای پاکسازی و تحلیل داده‌ها نیز پوشش داده می‌شود. تحلیل داده‌ها در کسب و کار: 1 - مقدمه دوره 2 - نقش تحلیلگر داده چیست؟ 3 - نقش‌هایی که با داده کار می‌کنند 4 - مهارت‌های ضروری تحلیلگر داده 5 - جمع‌آوری داده‌های مناسب 6 - پردازش و تحلیل داده‌ها 7 - چگونه بینش‌های داده‌ای کسب و کار را پیش می‌برند 8 - مقدمه‌ای بر Power BI 9 - تحلیل داده با Power BI 10 - خلاصه ماژول: تحلیل داده در کسب و کار ابزارهای مناسب برای کار: 1 - شناسایی و ارزیابی داده‌های مورد نیاز 2 - جریان کار در Power BI 3 - فرآیند ETL (استخراج، تبدیل، بارگذاری) 4 - ورود و جمع‌آوری داده‌ها 5 - ذخیره و مدیریت داده‌ها 6 - تبدیل و تمیز کردن داده‌ها 7 - Power Query چیست؟ 8 - خلاصه ماژول: ابزارهای مناسب برای کار پروژه نهایی و ارزیابی: بهره‌برداری از قدرت داده در Power BI: 1 - مرور دوره: بهره‌برداری از قدرت داده 2 - تبریک