广东Tableau培训

Tableau Explorer 是 Tableau Cloud 中的一个许可证级别，专为那些与仪表板交互、应用筛选器、创建视图并使用已发布数据源与团队协作的用户设计。

本次由讲师主导的培训（线上或线下）面向希望使用 Tableau Cloud 中的 Tableau Explorer 探索、筛选和与数据交互的初级到中级业务用户。

培训结束后，参与者将能够：

• 自信地浏览 Tableau 仪表板和共享工作簿。
• 应用筛选器、深入分析并从仪表板导出数据。
• 基于数据变化创建保存的视图和自定义警报。
• 使用评论、订阅和共享视图与团队成员协作。

课程形式

• 互动式讲座和演示。
• 使用共享仪表板和已发布内容进行动手练习。
• 在 Tableau Cloud 中进行实时实践与引导探索。

课程定制选项

• 如需为此课程定制培训，请联系我们安排。

这种由讲师指导的现场培训（线上或现场）面向希望获得 Tableau Prep Builder 实践知识以及 Tableau 中基本制图功能的初级到中级资料分析师，以解决资料准备和资料分析问题。

在本次培训结束时，参与者将能够：

• 连接到各种数据源，包括基于云的档和本地档，并管理即时和提取的数据连接。
• 使用高级联接技术执行数据融合和组合，以合并来自不同来源的多个数据集，以便更好地进行分析。
• 创建计算栏位并执行操作以动态操作和分析数据。
• 将准备好的数据发布并更新到 Tableau Server 或 Tableau Online，从而启用自动更新和计划。
• 使用地理数据创建基本和高级地图，包括著色地图、密度地图和双轴地图。
• 通过创建互动式、详细的地理可视化，应用地图技术来解决实际业务问题。

这种以讲师为主导的现场培训（线上或现场）面向希望使用 Tableau Desktop 透过图表、图形等图形表示形式将原始资料转化为有意义的见解的初级到中级资料分析师。

在本次培训结束时，参与者将能够：

• 连接到多种类型的数据源（Excel、CSV、资料库、基于云的数据源），并了解即时连接和数据提取连接之间的区别。
• 准备和清理数据以进行分析，包括重命名字段、处理 Null 值以及通过联接和混合合并数据集。
• 创建基本的视觉化效果，例如表格、条形图、折线图和地图，并应用过滤器来优化数据表示。
• 开发中间可视化，包括地理地图、双轴图表，并使用层次结构、组和集来增强分析。
• 构建计算栏位和参数，以根据使用者输入和逻辑函数创建动态和自定义的可视化效果。
• 设计互动式仪表板和故事，结合多个可视化和筛选器来讲述有凝聚力的叙述。

在本培训结束时，学员将能够：

本课程为讲师指导的线下或线上培训，面向中级数字取证和网络安全专业人员，旨在帮助他们全面理解并掌握使用Tableau Forensic Imager进行数字取证的实用技能。

• 理解数字取证成像在调查中的作用和重要性。
• 操作Tableau Forensic Imager获取符合取证标准的图像。
• 应用最佳实践处理和保存数字证据。
• 导航软件界面，配置、执行和管理成像任务。
• 分析和验证取证图像，确保其完整性和法庭可采性。

在本培训结束时，学员将能够：

本课程由讲师主导，提供 广东 的线上或线下培训，面向中高级数据架构师，旨在教授安装、配置、管理和维护 Tableau Server 的技能。

• 深入了解 Tableau Server 架构。
• 理解 Tableau Server 的流程和功能。
• 使用 Tableau Server 自动化任务。
• 配置和管理 Tableau Server。
• 为 Tableau Server 设置高可用性和可扩展性。

这种以讲师为主导的广东现场培训（现场或远程）针对希望使用和集成SQL，Python和Tableau以执行复杂数据分析，处理和可视化的数据科学家和开发人员。

在培训结束时，参与者将能够：

• 设置必要的环境以执行 SQL、Python 和 Tableau 的数据分析。
• 了解软件集成的关键概念（数据、服务器、客户端、API、端点等）。
• 复习 Python 和 SQL 的基础知识。
• 在Python中执行数据预处理技术。
• 了解如何连接 Python 和 SQL 进行数据分析。
• 使用 Tableau 创建富有洞察力的数据可视化效果和图表。

本课程将教授您关于人类感知的知识，并如何利用它来提供最佳洞察。您将熟悉设计理论，包括格式塔法则、预注意属性和包容性。您还将了解探索性分析与解释性分析的异同。您将发现图表的用途，并学习如何选择最合适的图表。在课程结束时，您将知道如何在Tableau软件创建的可视化中实施设计原则。

在课程中，您将能够：

这是一个Tableau用户初学者课程，适合任何希望处理数据的人，旨在帮助您使用Tableau中的主要功能。

• 连接到您的数据。
• 编辑并保存数据源。
• 理解Tableau的术语。
• 使用Tableau的介面/范式，有效创建强大的视觉化效果。
• 创建基本计算，包括基本算术计算、自定义聚合和比率、日期计算，以及快速表格计算。
• 使用以下视觉化类型来呈现您的数据：
  • 交叉表
  • 地理地图
  • 热力图
  • 树状图
  • 饼图和条形图
  • 双轴和组合图表，具有不同的标记类型
  • 高亮表
  • 散点图
• 构建仪表板以分享视觉化效果。

本课程为讲师指导的线下或线上培训，面向希望使用Tableau创建数据可视化和交互式仪表板的初学者。

培训结束后，学员将能够：连接数据源、构建可视化、设计仪表板，并应用基本的数据分析技术。

在本培训结束时，参与者将能够：

本讲师指导的培训在广东（线上或线下）进行，面向希望在Tableau中使用R编程的数据科学家。

• 在Tableau中实现R分析。
• 使用R中的学习算法将值返回到Tableau。
• 在Tableau中构建和可视化R函数。
• 为业务运营做出数据驱动的决策。

本次由讲师主导的培训在广东（线上或线下）面向希望使用Tableau搜索、分析和可视化数据的数据分析师和数据科学家。

培训结束后，参与者将能够：

• 连接到您的数据。
• 编辑和保存数据源。
• 理解Tableau术语。
• 使用Tableau界面/范式有效创建强大的可视化。
• 创建包括算术计算、自定义聚合和比率、日期计算和表格计算在内的计算。
• 使用不同的可视化类型表示您的数据。
• 构建仪表板以共享可视化。

这种以讲师为主导的广东现场现场培训针对的是希望使用Tableau Prep Builder准备和塑造数据的数据分析师。

在培训结束时，参与者将能够：

• 安装 Tableau Prep。
• 了解并实施数据科学工作流。
• 从各种来源读取数据，例如 Excel 和数据库。
• 准备、调整形状和采样数据，以便在 Tableau 桌面中进行分析。
• 浏览和验证数据。
• 创建并发布 Tableau 预处理流程。

Tableau 是一款商业智能和数据可视化工具。Python 是一种广泛使用的编程语言，支持多种统计和机器学习技术。Tableau 的数据可视化能力与 Python 的机器学习功能相结合，能够帮助开发者快速构建高级数据分析应用，适用于各种商业场景。

在此讲师指导的线下培训中，学员将学习如何结合 Tableau 和 Python 进行高级分析。Tableau 和 Python 的集成将通过 TabPy API 实现。

培训结束后，学员将能够：

• 使用 TabPy API 集成 Tableau 和 Python
• 利用 Tableau 和 Python 的集成，通过几行 Python 代码分析复杂的商业场景

受众

• 开发者
• 数据科学家

课程形式

• 部分讲座、部分讨论、练习和大量实践操作

这种以讲师为主导的现场培训广东（现场或远程）面向希望学习如何利用Tableau工具进行数据可视化和分析的初级到中级数据科学家和分析师。 在培训结束时，参与者将能够： 连接多个数据源。 创建基本数据可视化。 使用从基本到高级的计算进行数据分析。 了解使用图形和可视化效果的最佳实践。

本课程面向从未使用过Tableau或需要复习的学习者。它将引导您从零开始完成创建第一个可视化的必要步骤。您还将学习如何将基本设计原则应用于Tableau可视化。课程结束时，您将能够创建并与更广泛的受众分享您的见解。

本次由讲师指导的培训（线上或线下）面向高级数据专业人员，旨在帮助他们使用 Tableau 构建复杂的可视化、优化仪表板并执行高级数据分析。

培训结束后，学员将能够：安装和配置 Tableau 以支持高级使用，创建高级计算，设计交互式仪表板，并优化性能。

本课程为讲师指导的线下或线上培训，面向中级数据专业人员，旨在帮助他们使用Tableau创建高级可视化和仪表板，用于数据驱动的决策。

通过本培训，学员将能够：构建高级图表，使用计算字段和参数，设计交互式仪表板，并有效分享洞察。

这是一个为期4天的Tableau入门课程，内容引人入胜。在课程中，您将熟悉Tableau的所有功能，并学习如何创建和分享数据可视化。课程将引导您完成所有步骤，包括连接数据、创建计算、选择图表、构建仪表板以及发布您的作品。

课程分为针对每个主题的讲座，随后是实践练习。课程结束时将进行30分钟的测试和60分钟的项目作业。

课程里程碑：

• 熟悉Tableau界面。
• 连接并处理数据。
• 使用Tableau功能。
• 构建有洞察力的可视化。
• 与更广泛的受众分享您的作品。

课程形式：

• 互动讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行实践操作。
• 课程结束时的知识测试和实践项目