Back
სწავლა
სასწავლო პროგრამები
აკადემიური კალენდარი
აკადემიური პერსონალი
საფასური და გადახდა
გაცვლითი პროგრამები
უწყვეტი განათლება
სტუდენტის რუკა
BTU-ს ტრენინგ ცენტრი
️ESMOD × BTU სასერტიფიკატო კურსები
მიღება
საბაკალავრო პროგრამებზე მიღების პროცედურები
სამაგისტრო პროგრამებზე მიღების პროცედურები
სადოქტორო პროგრამებზე მიღების პროცედურები
მობილობა
საგრანტო ფონდი
კვლევა
მკვლევრები
მიმდინარე და დასრულებული კვლევები
სადისერტაციო ნაშრომები
სამეცნიერო პუბლიკაციები
სტუდენტური კვლევები
კვლევის ანგარიშები
ციფრული ეკოსისტემის დაიჯესტი
BTU-ს კვლევითი კონკურსები
NCURA
WEF STRATEGIC INTELLIGENCE
სამეცნიერო კაფე
ბიბლიოთეკა
სერვისები
ელ.რესურსები
სამეცნიერო ბაზები
ელ. კატალოგი
სასარგებლო რესურსები
AI რესურსები
საერთაშორისო თანამშრომლობა
სარგებლობის წესები
პლაგიატი
ცოდნის ბანკი
ბავშვებისთვის და ოჯახებისთვის
ინოვაცია
მეწარმეობის ცენტრი
კოდინგის სკოლა ქალებისთვის
პროექტები
ლაბები
კარიერა
კარიერული განვითარების ცენტრი
კარიერული სერვისები
კარიეურლი შესაძლებლობები
კურსდამთავრებულები
პარტნიორი ორგანიზაციები
AI
BTU AI
BTU AI LAB
AI4Globe
BTUAI Review
ჩვენ შესახებ
სიახლეები
წარმატების ისტორიები
კონტაქტი
სწავლა
სასწავლო პროგრამები
აკადემიური კალენდარი
აკადემიური პერსონალი
საფასური და გადახდა
გაცვლითი პროგრამები
უწყვეტი განათლება
სტუდენტის რუკა
BTU-ს ტრენინგ ცენტრი
️ESMOD × BTU სასერტიფიკატო კურსები
მიღება
საბაკალავრო პროგრამებზე მიღების პროცედურები
სამაგისტრო პროგრამებზე მიღების პროცედურები
სადოქტორო პროგრამებზე მიღების პროცედურები
მობილობა
საგრანტო ფონდი
კვლევა
მკვლევრები
მიმდინარე და დასრულებული კვლევები
სადისერტაციო ნაშრომები
სამეცნიერო პუბლიკაციები
სტუდენტური კვლევები
კვლევის ანგარიშები
ციფრული ეკოსისტემის დაიჯესტი
BTU-ს კვლევითი კონკურსები
NCURA
WEF STRATEGIC INTELLIGENCE
სამეცნიერო კაფე
ბიბლიოთეკა
სერვისები
ელ.რესურსები
სამეცნიერო ბაზები
ელ. კატალოგი
სასარგებლო რესურსები
AI რესურსები
საერთაშორისო თანამშრომლობა
სარგებლობის წესები
პლაგიატი
ცოდნის ბანკი
ბავშვებისთვის და ოჯახებისთვის
ინოვაცია
მეწარმეობის ცენტრი
კოდინგის სკოლა ქალებისთვის
პროექტები
ლაბები
კარიერა
კარიერული განვითარების ცენტრი
კარიერული სერვისები
კარიეურლი შესაძლებლობები
კურსდამთავრებულები
პარტნიორი ორგანიზაციები
AI
BTU AI
BTU AI LAB
AI4Globe
BTUAI Review
ჩვენ შესახებ
სიახლეები
წარმატების ისტორიები
კონტაქტი
Introduction to Data Analytics
8 Sections
16 Lessons
8 Weeks
Expand all sections
Collapse all sections
შესავალი მონაცემთა ანალიტიკაში
3
1.0
Lesson 1: Introduction to Data Analytics
1.1
Lesson 2: Introduction to Common Data Analytics Tools and Technologies
1.2
Test 1: Introduction to Data Analytics
10 Questions
მონაცემთა შეგროვება და წმენდა
3
2.0
Lesson 3: Methods for Collecting Data and Ensuring Data Quality
2.1
Lesson 4: Techniques for Cleaning and Organizing Data
2.2
Test 2: Data Collection and Cleaning
9 Questions
მონაცემთა შესწავლა ვიზუალიზაციის საშუალებით
3
3.0
Lesson 5: Overview of Data Visualization Techniques
3.1
Lesson 6: Creating Basic Charts and Graphs to Analyze Data
3.2
Project activity 1: Exploring Data through Visualizations
0 Questions
სტატისტიკის შესავალი მონაცემთა ანალიტიკისთვის
3
4.0
Lesson 7: Key Statistical Concepts Used in Data Analytics
4.1
Lesson 8: Understanding Measures of Central Tendency and Variability
4.2
Test 3: Introduction to Statistics for Data Analytics
8 Questions
Excel მონაცემთა ანალიტიკისთვის
3
5.0
Lesson 9: Utilizing Excel for Data Analysis and Visualization
5.1
Lesson 10: Calculations and Charts in Excel
5.2
Project activity 2: Excel for Data Analytics
0 Questions
მონაცემთა ანალიზი SQL-ით
4
6.0
Lesson 11: Introduction to Structured Query Language (SQL)
6.1
Lesson 12: Querying and Manipulating Data Using SQL Commands
6.2
Test 4: Data Analysis with SQL
7 Questions
6.3
Project activity 3: Data Analysis with SQL
0 Questions
მონაცემთა ვიზუალიზაციის ინსტრუმენტები
3
7.0
Lesson 13: Exploring Popular Data Visualization Tools
7.1
Lesson 14: Creating Interactive Visualizations for Data Exploration
7.2
Project activity 4: Data Visualization Tools
0 Questions
Python მონაცემთა ანალიტიკისთვის
4
8.0
Lesson 15: Basics of the Python Programming Language
8.1
Lesson 16: Performing Data Manipulation and Analysis using Python Libraries
8.2
Test 5: Introduction to Python for Data Analytics
10 Questions
8.3
Project activity 5: Python for Data Analytics
0 Questions
Lesson 16: Performing Data Manipulation and Analysis using Python Libraries
Lesson 16: Performing Data Manipulation and Analysis using Python Libraries
Knowledge Bank
ცოდნის ბანკი
შესვლა
დაგავიწყდათ პაროლი?
დამახსოვრება
