Data Analysis with Excel - تحليل البيانات باستخدام اكسل
Data Analysis with Excel - تحليل البيانات باستخدام اكسل

252
Training ID 12977
Sponsored by: مكان التعلم - Learning Space 

Training Description
تمكين المتدربين من استخدام برنامج Excel كأداة أساسية في جمع البيانات وتنظيفها وتحليلها واستخراج المؤشرات وصنع التقارير ولوحات التحكم التفاعلية، بما يساعدهم على اتخاذ قرارات مبنية على البيانات بشكل أكثر فعالية.
Training Course index
اليوم الأول: أساسيات Excel للتحليل
- مقدمة عن تحليل البيانات ودور Excel فيه.
- التعرف على واجهة Excel (القوائم، الأشرطة، الأدوات).
- أنواع البيانات (Data Types).
- إدخال البيانات وتنظيمها (تنسيقات الخلايا – تنسيقات الأرقام – الجداول).
- استخدام الفرز (Sort) والتصفية (Filter).
- التنسيقات الشرطية (Conditional Formatting) لاكتشاف الأنماط.
اليوم الثاني: صيغ ودوال التحليل
- مراجعة الصيغ (Formulas) وبناءها.
- دوال إحصائية: AVERAGE، MEDIAN، MODE، COUNT، COUNTA، COUNTIF.
- دوال منطقية: IF، AND، OR، IFERROR.
- دوال البحث والإشارة: VLOOKUP، HLOOKUP، XLOOKUP، INDEX & MATCH.
- دوال النصوص: LEFT، RIGHT، MID، LEN، TRIM، CONCATENATE، TEXT.
اليوم الثالث: أدوات التحليل المتقدمة
- الجداول المحورية (PivotTables):
- إنشاء PivotTable.
- تلخيص وفرز وتجميع البيانات.
- استخدام Slicers و Timelines.
- الرسوم البيانية (Charts):
- أعمدة، خطوط، دائري، تجمعي.
- اختيار الرسم المناسب للتحليل.
- أدوات تحليل البيانات:
- What-If Analysis (Goal Seek، Data Tables، Scenario Manager).
اليوم الرابع: تطبيقات عملية ومشاريع صغيرة
- تنظيف البيانات (Data Cleaning):
- إزالة القيم المكررة (Remove Duplicates).
- التعامل مع القيم الفارغة.
- استيراد البيانات من مصادر خارجية (CSV، TXT).
- دمج وتحليل بيانات كبيرة.
- إنشاء Dashboard تفاعلي باستخدام:
- PivotTables + PivotCharts + Slicers.
- مشروع نهائي: تحليل بيانات فعلية (مثل مبيعات/موارد بشرية) وعرض النتائج في لوحة تحكم.
- الخاتمة: أفضل الممارسات في تحليل البيانات باستخدام Excel.
Training course outcomes
- القدرة على كتابة برنامج Python الأول الخاص بك عن طريق تنفيذ مفاهيم المتغيرات والسلاسل والوظائف والحلقات والشروط
- القدرة على العمل مع البيانات في Python ، بما في ذلك قراءة الملفات وكتابتها وتحميل البيانات والعمل بها وحفظها باستخدام Pandas
- تعرف على كيفية تفسير البيانات في Python باستخدام المصفوفات متعددة الأبعاد في NumPy ، والتعامل مع DataFrames في الباندا ، واستخدام مكتبة SciPy للإجراءات الرياضية ، وتنفيذ التعلم الآلي باستخدام Scikit-Learn
- القدرة على إجراء تحليلات البيانات باستخدام مكتبات Python الشائعة
- اكتساب معلومات في العديد من مكتبات تصور البيانات في Python ؛ بما في ذلك Matplotlib و Seaborn و Folium
Training Pre-requirements
- شهادة دبلوم وما اعلى
- خلفية بلغات البرمجة
- يفضل لغة انجليزية
- وجود كمبيوتر
Related Professional Certificates |
|
---|---|
Trainer Name |
|
Trainer Experiences |
|