or
Latihan ini merupakan bagian dari kursus
Di bab pertama ini, Anda akan mempelajari kelebihan dan keterbatasan Python di Power BI serta cara mengaktifkan kemampuan ini dalam sebuah workbook. Anda juga akan melakukan tugas yang sama menggunakan kedua teknologi secara terpisah untuk membangun pemahaman tentang kekuatan dan kelemahan keduanya. Power BI adalah alat yang kuat. Python dapat dimanfaatkan untuk menjadikannya lebih hebat lagi!
Sekarang Anda sudah siap menggunakan Python di Power BI, mari lanjut ke langkah pemrosesan data penting lainnya—mengidentifikasi data hilang dan melakukan imputasi. Di bab ini, Anda akan mengidentifikasi data hilang dalam sebuah himpunan data menggunakan Python, lalu Power BI. Selanjutnya, Anda akan menangani data hilang dengan memanfaatkan teknik imputasi.
Di bab ini, Anda akan membuat beberapa visualisasi berbasis Python menggunakan paket Seaborn di Power BI. Secara khusus, line plot, pair plot, dan joint plot. Anda juga akan mempelajari cara menafsirkan visualisasi ini untuk mengekstrak wawasan dari data. Pada tahap ini, Anda akan mengetahui beberapa perbedaan kunci antara Python dan Power BI dalam langkah pemrosesan data dasar. Langkah berikutnya adalah memvisualisasikan data ini!
Di bab ini, Anda akan terus mengevaluasi hubungan antarvariabel. Kali ini, Anda akan melakukannya secara kuantitatif dengan menghitung koefisien korelasi. Anda akan mempelajari cara melakukannya di Power BI lalu Python. Terakhir, Anda akan memanfaatkan kekuatan visualisasi Seaborn untuk membuat heatmap korelasi! Setelah menyelesaikan kursus, Anda akan mahir dalam Power BI, Python, dan teknik visualisasi data. Kerja bagus!
Latihan Saat Ini