Zaman serisi verilerine giriş. Zaman verisinin yaygın desen ve biçimlerini tanımayı ve ihtiyaçlarına göre dönüştürmeyi öğren.

Zaman serisi verisinin temelleri

Zaman serisi analiz türlerini belirleme

Zaman serisi değişkenliği

Doğum oranlarını analiz etme

İnfluenza analizleri

Zaman serisi veri dönüşümünün temelleri

İşlem sırası

Tarihleri dönüştürme

Gönderim gecikmelerini hesaplama

Alacak gecikmesini hesaplama

Promosyon etkinliğini analiz etme

Zaman serisi verilerine giriş

Belirli bir zaman aralığı boyunca verileri analiz etmek için Power BI içinde pencere işlevlerini öğren ve oluştur.

Power BI'de pencere işlevleri

Pencere işlevlerini belirleme

Ortalama nüfus

Segment performansı

Yuvarlanan ortalama satışlar

Hareketli toplam adet

Pencere fonksiyonlarının uygulamaları

Yıldan yıla değişimi hesaplama adımları

Beş yıldızlı değerlendirmeleri analiz etme

Geçmiş segment performansı

İndirim oranı dağılımı

Müşteri sıralaması

Pencere işlevleriyle çalışmak

Power BI'de farklı yöntemlerle gelecekteki değerleri nasıl tahmin edeceğini öğren ve tahminin temellerini kavra.

Power BI'de Tahminleme

Power BI'da tahminleme

Tahminde işlem sırası

Enerji tüketimi türleri için tahmin

Tahmin beklentilerini belirleme

MSFT kapanış fiyatını tahmin etme

MSFT kapanış fiyatı için geriye dönük tahmin (hindcasting)

Power BI’de Tahminleme: DAX

Seçenekler

CAGR değil

CAGR

CAGR ne zaman kullanılır

Enerji tüketimi türlerini tahmin etme - DAX

Tahmin değişkenleri oluşturma

CAGR ile tahminleme

CMGR ile Tahmin

Kursun özeti

Tahminle geleceğe bakmak

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

MSFT kapanış fiyatını tahmin etme

Power BI'de Zaman Serisi Analizi

Uygulamalı etkileşimli egzersiz