Data Analitika

Data Analitika kursu yeni başlayanlar üçün nəzərdə tutulub və tələbələrə məlumatları toplamaq, analiz etmək və vizuallaşdırmaq bacarıqları qazandırır. Kurs, həm nəzəri, həm də praktiki yanaşmaya əsaslanaraq, tələbələri real iş mühitinə hazırlayır. Tələbələr statistik analiz, data cleaning, visualization, Excel, SQL, Python ilə data manipulation və biznes qərarları üçün data-driven yanaşmaları öyrənəcəklər. Kursun strukturu və öyrədiləcək mövzular: Data Analitikaya giriş: Data analitikanın əhəmiyyəti və tətbiq sahələri Əsas terminlər: dataset, variable, observation, metrics Data analyst-in rolu və tələb olunan bacarıqlar Real dünya nümunələri və case study-lər Data Toplama və Preprocessing: Məlumat mənbələri: CSV, Excel, SQL, API Data cleaning və preprocessing üsulları Missing data handling, outliers, normalization və standardization Python Pandas və NumPy ilə data manipulation Statistik Analiz: Descriptive statistics: mean, median, mode, variance, standard deviation Inferential statistics: hypothesis testing, confidence intervals Correlation və regression analizləri Probability fundamentals və real-world tətbiqləri Data Visualization və Reporting: Matplotlib və Seaborn ilə vizualizasiya Charts: bar, line, scatter, histogram, boxplot Dashboard və report creation Data storytelling və business insight extraction SQL və Database Analitikası: SQL basics: SELECT, WHERE, GROUP BY, JOIN Complex queries və subqueries Data aggregation və reporting Integration with Python for data analysis Excel və Business Analytics: Pivot tables, formulas, charts Conditional formatting, data validation Scenario analysis və decision-making tools Excel ilə reporting və dashboards Python Data Tools: Pandas, NumPy, Matplotlib, Seaborn DataFrames və Series anlayışı Data cleaning və transformation Exploratory Data Analysis (EDA) Real-world datasets ilə praktiki tapşırıqlar Machine Learning Basics (Optional Intro): Data splitting: training and testing sets Supervised vs unsupervised learning Simple linear regression və classification examples Data-driven insights üçün predictive modeling anlayışı Project-based Learning və Portfolio: Real datasets üzərində mini-proyektlər Business problem solving using data Interactive dashboards və data reports hazırlamaq Portfolio üçün professional projects və documentation Kursun metodologiyası: Kurs praktiki və real-data yanaşmasına əsaslanır. Hər dərs interaktiv tapşırıqlar və mini-proyektlərlə dəstəklənir. Tələbələr Python, SQL, Excel vasitəsilə data cleaning, transformation və visualization öyrənir, real biznes problemlərini həll edirlər. Sevinc Piriyeva rəhbərliyi ilə tələbələr real datasets ilə işləyir, analizləri vizuallaşdırır və business insight-lar çıxarırlar. Nəticə və Bacarıqlar: Kursu bitirən tələbələr: Data cleaning və preprocessing bacarıqları qazanacaq SQL və Python ilə data manipulation edə biləcək Statistik analiz və inferential analytics aparmağı öyrənəcək Data visualization və reporting bacarıqları əldə edəcək Real-world biznes problemlərinə data-driven həllər təqdim edə biləcək Portfolio üçün professional analiz layihələri hazırlayacaq