Delivered at:: Institute of Media

Course type:: Elective course

When:: 2 year, 3 module

Instructor

Neznanov, Alexey

Полная версия программы учебной дисциплины

Аннотация

Относительно новый язык DAX (Data Analysis Expressions) был разработан именно для работы с табличными данными – это язык формул, который применим в Excel, Power BI, PowerPivot, табличной модели SSAS. Созданный изначально для продвинутой бизнес аналитики, этот простой в изучении язык также очень полезен всем аналитикам данных для эффективного и корректного извлечения необходимых показателей и корректного анализа табличных данных любой сложности. Курс знакомит студентов с языком DAX, изучает типы вычислений и функции DAX, переменные языка, связи между таблицами, фильтрацию и подсчёт значений средствами DAX.

Цель освоения дисциплины

Сформировать у студентов понимание идеологии, возможностей и особенностей современных систем интерактивной аналитики на примере Microsoft Power BI с языками DAX и M

Планируемые результаты обучения

Понимает значимость и основные принципы Data-Driven Decision Management (DDDM) и Business Intelligence (BI)
Понимает идеологию применения интерактивных отчётов (dashboards) Microsoft Power BI и Excel
Строит реляционную модель данных
Заполняет реляционную модель данными из внешних источников
Строит базовый эксплораторный отчёт
Выбирает метод и инструмент анализа данных
Ставит задачу аналитику и интерпретирует результаты
Понимает особенности современных подходов к управлению данными и принятию решений на основе данных

Содержание учебной дисциплины

Тема 1. Интерактивный анализ данных и бизнес-аналитика
Информация и данные. Метаданные и их уровни. Форматы данных. Наборы данных и источники данных. Протоколы и интерфейсы доступа к данным. Большие данные. Как связаны понятия Business Intelligence (BI), Data Analysis, Data Analytics, Data Mining. Методология DDDM. Интерактивные отчёты и их классификация. Мастер-данные. Политики управления данными. Понятие качества данных и его основные метрики. Персональные данные. Защищённое хранение и локализация персональных данных. Геграфические данные. Данные в виде временных рядов. Экосистема Power BI. Power BI Desktop и web-версия, просмотр и редактирование интерактивных отчётов. Языки M и DAX. Отличия Excel (Power Pivot, Power Query и другие компоненты) от Power BI.
Тема 2. Подготовка данных и язык M
Моделирование данных. Дополнительно об уровнях абстракции. Концептуальные, логические и физические модели данных. Управление данными. Базы данных (БД) и системы управления базами данных (СУБД). Хранилища данных и витрины данных. Объекто-признаковые данные. Признаки и атомарные данные, шкалы. Суммаризация данных. Реляционная модель данных и её свойства. От предметной области к моделям данных. Концептуальная модель «сущность-связь», ER-диаграммы. Сущности и их выделение, экземпляры сущностей. Связи, их модальность и множественность. Ссылочная целостность реляционных данных. Модель «таблица-связь» и некоторые понятия реляционный алгебры для понимания соединений. Реляционные БД. Системы управления реляционными БД. Доступ к SQL-серверам. Модель данных Power BI и реляционная модель. Отношение [relation] между элементами данных в модели данных Power BI. Методология «Extract-Transform-Load (ETL)». Загрузка и очистка данных, Power Query и язык M. Основные задачи очистки данных, преобразование форматов в Power Query. Визуализация статистических характеристик. Базовые визуализаторы Power BI.
Тема 3. Интерактивная визуализация и язык DAX
Основные понятия отчёта Power BI и их взаимосвязь. Контекст вычисления (контекст строки, контекст фильтра и преобразование одного типа контекста в другой). Вычисляемый столбцец [calculated column], мера [measure], иерархия [hierarchy], фильтр [filter], срез [slider] и режим детализации [drill mode]. Меры против вычисляемых столбцов. Где проходит граница между предобработкой и анализом данных? Язык DAX. Синтаксис и семантика основных конструкций. Основные функции языка. Реализация работы с соединениями в DAX. Работа с датой и временем. Таблица-календарь. Автоматическое порождение иерархий отметок и интервалов времени. Особенности работы с географическими данными в Power BI. Координаты и адреса. Иерархия геоданных. Методы оптимизации производительности интерактивных отчётов. Особенности мер.
Тема 4. Комплексные отчёты и интеграция
Поддержка процессов сквозной аналитики в организации. Интерактивная аналитика для принятия решений. Сложные системы справочников и углублённое понимание детализации углублением и обобщением [drill down and up]. Сложная визуализация в интерактивных отчётах. Работа с многостраничными отчётами. Магазин визуализаторов. Пользовательские визуализаторы. Визуализаторы на языках Python и R. Интеллектуализация интерактивных отчётов. Quick Insights и AI Insights. Доступ к отчётам. Обновление отчётов и Data Gateway. Потоковые данные. Power BI Premium. Основные тренды в интерактивной аналитике и развитие Power BI.

Элементы контроля

Тест 1
Домашнее задание 1
Тест 2
Домашнее задание 2
Экзамен

Промежуточная аттестация

Промежуточная аттестация (3 модуль)
0.175 * Домашнее задание 1 + 0.245 * Домашнее задание 2 + 0.105 * Тест 1 + 0.175 * Тест 2 + 0.3 * Экзамен

Master’s Programme 'Data Journalism'

DAX for Data Analysis

Instructor

Программа дисциплины

Аннотация

Цель освоения дисциплины

Планируемые результаты обучения

Содержание учебной дисциплины

Элементы контроля

Промежуточная аттестация

Список литературы

Рекомендуемая основная литература

Рекомендуемая дополнительная литература