Bereiten Sie sich auf das gefragte Feld der Datenanalyse vor. In diesem Programm erlernen Sie wertvolle Fähigkeiten wie Excel, Cognos Analytics und die Programmiersprache R, um in weniger als 3 Monaten arbeitsfähig zu werden.
Datenanalyse ist eine strategiebasierte Wissenschaft, bei der Daten analysiert werden, um Trends zu erkennen, Fragen zu beantworten, Geschäftsprozesse zu gestalten und die Entscheidungsfindung zu unterstützen. Dieses Professional Certificate konzentriert sich auf die Datenanalyse mit Microsoft Excel und der Programmiersprache R. Wenn Sie an der Verwendung von Python interessiert sind, sollten Sie sich den IBM Data Analyst PC ansehen.
Dieses Programm vermittelt Ihnen die grundlegenden Datenkenntnisse, die Arbeitgeber für Einstiegspositionen in der Datenanalyse suchen, und Sie erhalten ein Portfolio von Projekten und ein Professional Certificate von IBM, mit dem Sie Ihr Fachwissen potenziellen Arbeitgebern präsentieren können.
Sie erlernen die neuesten Fähigkeiten und Tools, die von professionellen Datenanalysten verwendet werden. Nach erfolgreichem Abschluss dieses Programms sind Sie in der Lage, mit Excel-Tabellen, Jupyter Notebooks und R Studio zu arbeiten, um Daten zu analysieren und Visualisierungen zu erstellen. Sie werden auch die Programmiersprache R verwenden, um den gesamten Datenanalyseprozess abzuschließen, einschließlich der Datenaufbereitung, der statistischen Analyse, der Datenvisualisierung, der prädiktiven Modellierung und der Erstellung interaktiver Dashboards. Und schließlich lernen Sie, wie Sie Ihre Datenergebnisse kommunizieren und einen zusammenfassenden Bericht erstellen.
Dieses Programm wird von ACE® und FIBAA empfohlen - wenn Sie es abschließen, können Sie bis zu 15 College-Credits und 4 ECTS-Credits erwerben.
Übungsprojekt
Sie werden praktische Übungen durchführen, um Ihr Portfolio aufzubauen und praktische Erfahrungen mit Excel, Cognos Analytics, SQL und der Programmiersprache R sowie den dazugehörigen Bibliotheken für Data Science, einschließlich Tidyverse, Tidymodels, R Shiny, ggplot2, Leaflet und rvest zu sammeln.
Zu den Projekten gehören:
Analyse von Bestandsdaten für Flottenfahrzeuge mithilfe von Pivot-Tabellen.
Verwendung von Key Performance Indicator (KPI)-Daten aus dem Autoverkauf zur Erstellung eines interaktiven Dashboards.
Identifizierung von Mustern in den COVID-19-Testdaten der Länder mithilfe von R.
Verwendung von SQL mit dem RODBC R-Paket zur Analyse von ausländischen Getreidemärkten.
Erstellung von linearen und polynomialen Regressionsmodellen und Vergleich mit Daten von Wetterstationen zur Vorhersage von Niederschlägen.
Verwendung des R Shiny-Pakets, um ein Dashboard zu erstellen, das Trends in Volkszählungsdaten untersucht.
Anwendung von Hypothesentests und prädiktiver Modellierung zur Erstellung eines interaktiven Dashboards mit dem R Shiny-Paket und einem dynamischen Leaflet-Karten-Widget, um zu untersuchen, wie das Wetter die Nachfrage nach Bike-Sharing-Angeboten beeinflusst.
