فلش‌کارت‌های آموزشی جامع پاکسازی، تبدیل و مدل‌سازی داده‌ها با Power Query در Power BI

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره جامع پاکسازی، تبدیل و مدل‌سازی داده‌ها با Power Query در Power BI

موضوع کلی: هوش تجاری و تحلیل داده

موضوع میانی: مدیریت و آماده‌سازی داده‌ها در محیط Power BI

📋 سرفصل‌های دوره

• 1. مبانی هوش تجاری و نقش آماده‌سازی داده‌ها در Power BI
• 2. آشنایی با محیط Power Query Editor و رابط کاربری
• 3. اتصال به منابع داده‌ای متنی و فایل‌های اکسل
• 4. اتصال به پایگاه‌های داده رابطه‌ای و سرورهای SQL
• 5. بررسی سلامت داده‌ها و شناسایی ناهنجاری‌های ساختاری
• 6. آشنایی با زبان M و ساختار فرمول‌نویسی در Power Query
• 7. تغییر نوع داده‌ها و تنظیمات ستون‌ها
• 8. مدیریت سطرها و حذف داده‌های تکراری
• 9. فیلتر کردن پیشرفته داده‌ها بر اساس شرایط منطقی
• 10. جایگزینی مقادیر و مدیریت داده‌های تهی
• 11. استفاده از ابزار Column From Examples برای تولید داده‌های جدید
• 12. تقسیم ستون‌ها بر اساس جداکننده و موقعیت کاراکتر
• 13. ادغام ستون‌ها برای ایجاد فیلدهای ترکیبی
• 14. تغییر ساختار داده‌ها با عملیات Pivot و Unpivot
• 15. استفاده از گروه‌بندی داده‌ها برای محاسبات تجمیعی
• 16. کار با توابع متنی برای اصلاح و استانداردسازی داده‌ها
• 17. کار با توابع عددی و آماری در محیط کوئری
• 18. کار با توابع تاریخ و زمان برای تحلیل‌های زمانی
• 19. استفاده از شرط‌های منطقی و ستون‌های محاسباتی شرطی
• 20. مدیریت و تغییر نام مراحل اعمال شده در Query Settings
• 21. ترکیب جداول با استفاده از عملیات Merge
• 22. ترکیب جداول با استفاده از عملیات Append
• 23. مدیریت روابط بین جداول در مدل داده
• 24. بهینه‌سازی عملکرد کوئری‌ها با حذف ستون‌های غیرضروری
• 25. استفاده از قابلیت Query Folding برای افزایش سرعت پردازش
• 26. مدیریت پارامترها برای ایجاد گزارش‌های پویا
• 27. اتصال به منابع داده‌ای وب و استخراج داده‌های آنلاین
• 28. کار با جداول مرجع و کپی شده برای کاهش تکرار
• 29. مدیریت خطاهای رایج در حین بارگذاری داده‌ها
• 30. استانداردسازی نام‌گذاری و مستندسازی مراحل تبدیل
• 31. اصول مدل‌سازی داده‌ها در Power BI Desktop
• 32. تعریف روابط یک‌به‌چند و چندبه‌چند در مدل
• 33. مدیریت جهت فیلترها و روابط فعال و غیرفعال
• 34. ایجاد تقویم‌های شمسی و میلادی برای تحلیل‌های زمانی
• 35. آماده‌سازی داده‌ها برای محاسبات DAX
• 36. اصول امنیت داده‌ها در سطح ردیف (RLS)
• 37. به‌روزرسانی خودکار داده‌ها و تنظیمات زمان‌بندی
• 38. مدیریت حریم خصوصی داده‌ها و سطوح دسترسی
• 39. خروجی گرفتن و بارگذاری نهایی در مدل داده
• 40. بررسی نهایی کیفیت داده‌ها قبل از گزارش‌گیری