Kursplan
Del 1: Python-fundament for analyse (3,5 timer)
· Modul 1: Analyselandskapet (45 min)
o Hvorfor Python? Sammenligning av Python med Excel og SQL i akademisk forskning.
o Sette opp for suksess: Introduksjon til Jupyter Notebooks og Google Colab. Google Colab er enklere siden det ikke kreves installasjon, men krever sterkere internettforbindelse. Deltakerne kan eventuelt installere Jupyter Notebooks for en glattere opplevelse.
· Modul 2: Byggesteinene i data (60 min)
o Variabler, datatyper (strenger, heltall, flyttall) og grunnleggende logikk.
o Forståelse for lister og ordbøker—hvordan Python lagrer informasjon.
· Modul 3: Python for dataanalyse-demo og øvingslaboratorium (75 min)
o Introduksjon til Pandas: Bransjestandard for databehandling.
o Hånd på tasten: Lasting av en CSV-fil, filtrering av data og beregning av grunnleggende statistikk.
Del 2: Innføring i forretningsanalyse (2,0 timer)
· Modul 4: Analysementaliteten: Forstå "Be-Analyser-Handl"-rammeverket. Hvordan definere forretningsforespørsler som data kan svare på.
· Modul 5: Deskriptiv vs. prediktiv analyse: Høyoversikt over tolkning av trender og oppdagelse av anomaler i en finansiell kontekst.
· Modul 6: Kommunikasjon av innsikt: Prinsipper for datatelling—å omsette teknisk output til anbefalinger for ledelsen.
Krav
- Forståelse for dataanalyse
- Erfaring med databehandling
Referanser (3)
Øving i bruk av Python er virkelig nyttig for å forstå grunnleggende prinsipper.
Wildana Ramadhani - OJK
Kurs - Foundations of Data & Business Analytics
Maskinoversatt
God presentasjon og erfarne trenere
Khairunnisa Andira - OJK
Kurs - Foundations of Data & Business Analytics
Maskinoversatt
De tekniske detaljene
Naura Ainayyah - OJK
Kurs - Foundations of Data & Business Analytics
Maskinoversatt