Visão Geral

Curso Introduction to Data Analytics. À medida que os dados evoluem para as organizações, os funcionários devem compreender o valor dos dados que possuem. Esta introdução à análise de dados fornece uma compreensão clara do propósito, das ferramentas e das técnicas da análise de dados. Além disso, ajudará os participantes a planejar os dados e a estratégia digital para suas organizações.

Objetivo

Após participar com êxito deste Curso Introduction to Data Analytics você será capaz de:

• Definir o que é Data Analytics e como ela ajuda na tomada de decisões com foco nos negócios
• Compreender os fundamentos do reconhecimento de padrões
• Diferencie funções de dados, como Analista de Dados, Cientista de Dados, Engenheiro de Dados, Analista de Negócios e Analista de Business Intelligence.
• Reconhecer o valor, a terminologia e os desafios do Business Intelligence
• Entenda como a mineração de dados cria conhecimento, insights, padrões e vantagens de dados
• Aprecie a utilidade da visualização de dados, padrões visuais e infográficos para comunicação com as partes interessadas
• Melhore a conscientização sobre o valor dos dados que sua organização possui e como manipulá-los
• Ter excelente conhecimento fundamental dos dados, como eles são capturados e como são visualizados para nós no negócio
• Posicione os Data Warehouses como instalações de gerenciamento de dados que ajudam a:
  • Crie relatórios e análises
  • Apoiar a tomada de decisões gerenciais
  • Projetado para relatórios e consultas eficientes

Publico Alvo

• Este curso se aplica a qualquer pessoa que procura uma introdução à análise de dados, incluindo armazenamento de dados, mineração de dados e visualização de dados.
• Gerentes seniores, analistas de negócios, analistas de dados, cientistas de dados, administradores de banco de dados
• Eles vêm de todos os tipos de indústrias, sendo os dados o elemento comum, ou seja, qualquer indústria que precise de ajuda para aproveitar as vantagens da análise de dados e da própria indústria de análise de dados.
• Gerentes seniores, analistas de negócios, analistas de dados, cientistas de dados e administradores de banco de dados.
  • Os gerentes seniores acharão útil compreender as vantagens da análise de dados para os negócios.
  • Os analistas de negócios acharão este curso útil para compreender o resultado final dos requisitos e da modelagem.
  • Os alunos que desejam seguir um curso de Ciência de Dados ou Análise de Dados acharão este curso útil, pois fornece uma visão geral do campo de Análise de Dados.

Pre-Requisitos

• Uma compreensão básica do que são dados e a função da análise de dados

Materiais

Conteúdo Programatico

Data Analytics Introduction

Business Intelligence

1. Example: MoneyBall: Data Mining in Sports

Pattern Recognition

1. Types of Patterns
2. Finding a Pattern
3. Uses of Patterns

The Data Processing Chain

1. Data Database
2. Data Warehouse
3. Data Mining
4. Data Visualization

Data Analytics Terminology and Careers

Review Wheel

BI Concepts & Applications

Introduction

1. Example: Schools and Academies
2. BI in Education

BI for Better Decisions

Decision types

1. BI Tools
2. BI Skills

BI Applications

1. Customer Relationship Management
2. Healthcare and Wellness
3. Education
4. Retail Banking
5. Financial Services
6. Insurance Manufacturing
7. Supply Chain Management
8. Telecom
9. Public Sector

Review Wheel

Case Study Exercise

Data Warehousing

Introduction

1. Example: University Health System – BI in Healthcare

Design Considerations for DW

DW Development Approaches

1. DW Architecture
2. Data Sources
3. Data Loading Processes

Data Warehouse Design

1. DW Access
2. DW Best Practices
3. Data Lakes

Conclusion

Review Wheel

Case Study Exercise: Step 2

Data Mining Introduction

Introduction

1. Example: Target Corp – Data Mining in Retail

Gathering and selecting data

1. Data cleansing and preparation
2. Outputs of Data Mining
3. Evaluating Data Mining Results

Data Mining Techniques

1. Tools and Platforms for Data Mining
2. Data Mining Best Practices
3. Myths about data mining
4. Data Mining Mistakes

Conclusion

Review Wheel

Case Study Exercise: Step 3

Data Visualization

Introduction

1. Example: Dr. Hans Gosling - Visualizing Global Public Health

Excellence in Visualization

1. Types of Charts
2. Visualization Example

Tips for Data Visualization

Conclusion

Review Wheel

Case Study Exercise: Step 4

Popular Data Mining Techniques

Decision Trees

1. Introduction
2. Example: Predicting Heart Attacks using Decision Trees
3. Decision Tree problem
4. Decision Tree Construction

Regression and Time Series Analysis

1. Correlations and Relationships
2. A visual look at relationships
3. Regression
4. Non-linear regression
5. Logistic Regression
6. Advantages and Disadvantages of Regression
7. Time Series Analysis

Artificial Neural Networks

1. Introduction
2. Example: IBM Watson - Analytics in Medicine
3. Principles of an Artificial Neural Network
4. Business Applications of ANN Design
5. Representation of a Neural Network
6. Architecting a Neural Network
7. Developing an ANN
8. Advantages and Disadvantages of using ANNs