An introduction to time series data. Learn to identify common patterns and formats of time data, and transform them to meet your needs.

Zaman serisi verisinin temelleri

Seçenekler

Kısa vadeli

Uzun vadeli

Gelecek

Zaman serisi analiz türlerini belirleme

Zaman serisi değişkenliği

Doğum oranlarını analiz etme

İnfluenza analizleri

Zaman serisi veri dönüşümünün temelleri

Tarih Dönüşüm Süreci

İşlem sırası

Tarihleri dönüştürme

Gönderim gecikmelerini hesaplama

Alacak gecikmesini hesaplama

Promosyon etkinliğini analiz etme

Introduction to time series data

Learn about and create window functions within Power BI to analyze data over a set period of time.

Window functions in Power BI

Identifying window functions

Average population

Segment performance

Rolling average sales

Rolling total quantity

Applications of window functions

Steps to calculate year over year change

Analyzing five star reviews

Historical segment performance

Discount rate distribution

Customer ranking

Working with window functions 

Learn the basics of forecasting and how to predict values in the future using different methods in Power BI.

Forecasting in Power BI

Forecasting order of operations

Forecasting types of energy consumption

Setting forecast expectations

Forecasting MSFT close price

Hindcasting MSFT close price

Forecasting in Power BI: DAX

When to use CAGR

Forecasting types of energy consumption - DAX

Creating forecasting variables

Forecasting with CAGR

Forecasting with CMGR

Course wrap-up

Looking ahead with forecasting

DataCamp vs. Local Experience

Exercises and Datasets

Power BI ile Zaman Serisi Verilerini Analiz Et
Veri kümelerini alıp her açıdan analiz ettin, peki her analizin ortak paydası olan tek bir boyut olduğunun farkında mısın? Doğru tahmin: zaman! Verilerinin zaman içinde nasıl değiştiğini hiç düşündün mü?

Yaygın Analiz Tekniklerini Uygula
Bu Power BI'de Zaman Serisi Analizi kursunda, iki farklı veri kümesiyle çalışacak ve verileri zaman içinde analiz etmek için yaygın teknikleri uygulayacaksın. Çeşitli konum ve zamanlar için Superstore PoS (Satış Noktası) verilerini analiz ederek başlayacak, farklı türde pencere, döneme-kadarki (period-to-date) ve dönemler-arası (period-over-period) işlevlerle değişimleri hesaplayacaksın.

Yerleşik ve DAX Algoritmalarını Kullan
Ardından Microsoft'un (NASDAQ: MSFT) finansal verilerine dalacak ve hem yerleşik hem de DAX algoritmalarını kullanarak geleceğe yönelik tahminler yapmayı göreceksin.

Bu kurstan sonra, zaman serisi verilerine gönül rahatlığıyla yaklaşmanı sağlayacak kapsamlı bir araç setine sahip olacak ve dördüncü boyuta hakim olacaksın.


<h2>Power BI ile Zaman Serisi Verilerini Analiz Edin</h2>
Veri setlerini aldınız ve her açıdan analiz ettiniz, ancak her analizin ortak bir boyutu olduğunu biliyor muydunuz? Doğru, zamanı geldi! Verilerinizin zaman içinde nasıl değiştiğini hiç düşündünüz mü?
<br><br>
<h2>Yaygın Analiz Tekniklerini Uygulama</h2>
Power BI'daki Zaman Serisi Analizi kursunda, iki farklı veri kümesiyle çalışacak ve zaman içindeki verileri analiz etmek için yaygın teknikleri uygulayacaksınız. Çeşitli konum ve zamanlardaki Satış Noktası (PoS) verileri için Superstore verilerini analiz ederek başlayacaksınız. Burada, farklı türde pencere, dönem başından bugüne ve dönemden döneme fonksiyonları ile değişiklikleri hesaplayacaksınız.
<br><br>
<h2>Yerleşik ve DAX Algoritmalarını Kullanın</h2>
Ardından, Microsoft'un (NASDAQ: MSFT) ve bunu yapmak için hem yerleşik hem de DAX algoritmalarını kullanarak verileri geleceğe nasıl tahmin edebileceğimizi görelim.
<br><br>
Kursu tamamladıktan sonra, zaman serisi verilerini ele almak ve dördüncü boyutu ustaca kullanmak için kapsamlı bir araç setine sahip olacaksınız.


Exploratory Data Analysis in Power BI

Intermediate DAX in Power BI

Power BI'de Zaman Serisi Analizi kursuyla veri analizi öğrenin. Gerçek verilerle çalışın.

Power BI'de Zaman Serisi Analizi

Finansal Raporlama Power BI'da

Bu yıl bugüne kadar gördüğümüz influenza vaka sayısı.

Son altmış günde elde ettiğimiz toplam gelir.

Son üç yılda sonbaharda influenza vakalarındaki değişim.

Son on yıldaki yıllık gelirin görselleştirilmesi.

Önümüzdeki 30 gündeki influenza vaka sayısının tahmini.

Toplam gelirimizin önümüzdeki iki yıla yönelik tahmini.

Zaman serisi analiz türlerini belirleme

Power BI'de Zaman Serisi Analizi

Uygulamalı interaktif egzersiz