TERMIN
08-04 – 09-04-2024
Zobacz pozostałe terminy

TRYB SZKOLENIA
Distance Learning
Sprawdź szkolenia stacjonarne

Lokalizacja Termin Cena Wybierz
{{place.city}}
{{ event_pack_item.event_details.education_center.name }} ???
Nowość {{place.price}} netto
{{ place.price | zlotyPriceWithTax }} brutto
 
Skontaktuj się z nami
Dostępne terminy:
DISTANCE LEARNING2024-04-08 - 2024-04-09
DISTANCE LEARNING2024-04-29 - 2024-04-30
DISTANCE LEARNING2024-05-20 - 2024-05-21
DISTANCE LEARNING2024-06-13 - 2024-06-14
DISTANCE LEARNING2024-06-13 - 2024-06-14
DISTANCE LEARNING2024-07-01 - 2024-07-02
Lokalizacja i termin do uzgodnienia
Nowość {{place.price}} netto {{ place.price | zlotyPriceWithTax }} brutto
 
  • Liczba miejsc (dostępnych: {{ basketAddItem.free_seats}})
    {{ basketAddItem.city }}
    {{ basketAddItem.date }}
    Dodaj do koszyka LUB Zarezerwuj szkolenie
    Dodano do koszyka
    Liczba miejsc xxxxxxxxxx

Żeby dowiedzieć się, czy dane szkolenie będzie realizowane stacjonarnie skontaktuj się ze swoim Opiekunem lub zadaj pytanie przez Formularz kontaktowy

Szkolenie / Narzędzia Business Intelligen...

Microsoft Power BI - Zaawansowane rozwiązania z wykorzystaniem języka DAX

Pakiety e-learning

Zaawansowane rozwiązania z wykorzystaniem języka DAX- Microsoft Power BI. Szkolenie i warsztaty

Przeznaczenie szkolenia

Szkolenie jest dedykowane osobom pracującym w Power BI Desktop, które chciałyby zapoznać się z zaawansowanymi możliwościami języka DAX. Dzięki jego możliwościom każdy uczestnik szkolenia nauczy się jak przeprowadzić wielowymiarową analizę danych w prosty sposób. Po tym szkoleniu każdy analityk będzie potrafił stworzyć przejrzysty raport a każdy manager odkryje jak w łatwy i dogłębny sposób można analizować nawet ogromne i złożone zestawy danych.

Korzyści wynikające z ukończenia szkolenia

  • Zrozumiesz działanie języka DAX i poznasz jego możliwości
  • Dowiesz się jaka jest rola relacji w modelu danych
  • Tworzenie hierarchii pozwoli poznać nowe możliwości analizy danych
  • Zrozumiesz dla czego niezbędne jest tworzenia kalendarza dat
  • Poznasz możliwości tworzenia analizy za pomocą funkcji inteligencji czasowej
  • Przetestujesz wykorzystanie poznanych technik na interesujących wizualizacjach
  • Zobaczysz, jak zastosować Row Level Security aby zabezpieczyć dostęp do danych
  • Sparametryzujesz zapytania, aby dawały jeszcze więcej swobody przy interpretacji wyników
  • Poznasz dobre praktyki tworzenia przejrzystego kodu

Oczekiwane przygotowanie słuchaczy

Podstawowa znajomość Power BI lub szkolenie PBI_01 lub EX PBI.

Szkolenia poprzedzające
Microsoft Power BI
Kod szkolenia: PL AA 2d
Język szkolenia

polski

AGENDA SZKOLENIA

  1. Przygotowanie struktury tabel oraz relacji

    • Tabele słownikowe

    • Tabela dat – wykorzystanie CALENDAR, CALENDARAUTO i FORMAT

    • Kolumny wyliczane

    • Typy danych

    • Konwersja

    • Relacje aktywne i nieaktywne

    • Hierarchie

    • Konsolidacja wielu plików

    • Wybrane transformacje z Edytora Zapytań

  2. Szybkie miary

    • Wykorzystanie predefiniowanych obliczeń

    • Wykorzystanie jako podstawa do bardziej zaawansowanych miar

  3. Najczęściej wykorzystywane funkcje

    • Agregacje: SUM, SUMX, AVERAGE, MIN, MAX, RANKX

    • Zliczanie elementów: COUNT, COUNTROWS, DISTINCTCOUNT,  DISTINCTCOUNTNOBLANK

    • Wyszukiwanie: RELATED, LOOKUPVALUE

    • Obsługa błędów: DIVIDE, BLANK, SELECTEDVALUE

  4. Wykorzystanie funkcji do zmiany kontekstu wiersza i kolumny

    • CALCULATE

    • FILTER

    • ALL, ALLSELECTED, ALLEXCEPT

  5. Obliczenia z zastosowaniem funkcji z kategorii time intelligence

    • SAMEPERIODLASTYEAR, LASTMONTH

    • PARALLELPERIOD, DATEADD

    • TOTALYTD, TOTALQTD, TOTALMTD

    • DATESYTD, DATESQTD, DATESMTD

    • DATESBETWEEN

    • LASTNONBLANK, LASTNONBLANKVALUE

    • USERELATIONSHIP

  6. Konstrukcje warunkowe

    • IF

    • SWITCH

  7. Dobre praktyki przydatne przy tworzeniu skomplikowanych wyrażeń

    • Definiowanie zmiennych

    • Komentarze

    • Czytelna struktura kodu

  8. Wykorzystanie parametrów w obliczeniach

    • Tworzenie tabeli z wartościami parametru

    • Wykorzystanie wartości parametru w obliczeniach

  9. Filtrowanie danych w na podstawie uprawnień – Row Level Security

    • USERNAME, USERPRINCIPALNAME


Kod szkolenia PBI_02_DAX / PL AA 2d
   array(6) {
  ["id"]=>
  string(36) "177239BF-B9FC-42DA-B699-B63DECFD98F3"
  ["name"]=>
  string(6) "Altkom"
  ["iscertificatevendor"]=>
  int(0)
  ["iscontentvendor"]=>
  int(1)
  ["imagehash"]=>
  string(12102) "data:image/png;base64,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"
  ["slug"]=>
  string(6) "altkom"
}
    
Pobierz PDF
FORMULARZ KONTAKTOWY
Imię

*

Nazwisko

*

Telefon

*

E-mail

*

Firma

Kod prom.

  • {{ order.city }} {{ order.date }} {{ order.price_without_promo }} {{ order.price }} {{ order.price }}   {{ order.code }} {{ order.price_without_promo }} {{ order.price }} {{ order.price }}  
Microsoft Power BI - Zaawansowane rozwiązania z wykorzystaniem języka DAX (PBI_02_DAX / PL AA 2d)
Cena netto
1400.00 PLN
+ vat (1722 PLN brutto 1. os. )
Tryb szkolenia: Distance Learning
Termin: 08-04-2024
Czas trwania: 2 dni (ilość godzin: 14)
Kup Teraz
Zadaj pytanie o szkolenie