VAS Mācību pārvaldības sistēma

Mācību kursa programma:

Mācību kursa modulis:

Kursa ilgums:
40 akadēmiskās stundas

Kursa formāts: tiešsaistē

Projekta mērķauditorija: valsts tiešās pārvaldes un neatkarīgās iestādes, kā arī pašvaldību administrācijas, iestādes un aģentūras.

Mācību struktūra: 4 tēmas (moduļi)
1. tēma: Datu analīzes pamati un Excel rīki. 

Sasniedzamie rezultāti: 

1) Prot importēt, strukturēt un apstrādāt datus Excel vidē, izmantojot pamata funkcijas un formatēšanas rīkus.

2) Spēj aprēķināt pamatstatistikas rādītājus – moda, mediāna, vidējais, minimālās/maksimālās vērtības – un interpretēt to nozīmi praktiskā kontekstā.

3) Prot pielietot Pivot tabulas, datu grupēšanu un filtrēšanu datu analīzei.

4) Prot izveidot atbilstošus grafikus (line, bar, pie) un identificēt datu tendences.

2. tēma: Datu analīze ar Excel Data Analysis ToolPak

Sasniedzamie rezultāti:

1.      Prot iespējot un lietot Excel Data Analysis rīkus datu apstrādei un analīzei.

2.      Spēj aprēķināt korelāciju, dispersiju un standartnovirzi, kā arī interpretēt to rezultātus.

3.      Prot veikt vienkāršu regresijas analīzi un izdarīt secinājumus par mainīgo savstarpējo ietekmi.

4.      Prot izstrādāt un prezentēt vienkāršu datu analīzes pārskatu, izmantojot Excel vizualizācijas un aprēķinus.

3. tēma: Ievads datu analīzā ar Python

Sasniedzamie rezultāti:

1.      Prot orientēties Jupyter Notebook vai Google Colab vidē un uzrakstīt pamata Python kodu datu importēšanai un apstrādei.

2.      Spēj izmantot Pandas bibliotēku datu struktūru veidošanai un apstrādei (DataFrame, Series).

3.      Prot identificēt un apstrādāt trūkstošās vērtības, pārvērst un normalizēt datus.

4.      Prot aprēķināt pamatstatistikas rādītājus Python vidē un veikt vienkāršu datu grupēšanu un apkopošanu.

4. tēma: Datu vizualizācija ar Python

Sasniedzamie rezultāti:

1.      Prot izmantot Python vizualizācijas bibliotēkas (Matplotlib, Seaborn) grafiku veidošanai (line, bar, scatter, histogram, box plot).

2.      Spēj izveidot uzskatāmas un lietotājam draudzīgas datu vizualizācijas ar piemērotu noformējumu.

3.      Prot interpretēt izveidotos grafikus un izmantot tos datu stāsta (data storytelling) veidošanai.

4.      Spēj sagatavot interaktīvu datu vizualizāciju ar Plotly vai Dash (izvēles aktivitāte).

•             Prasmes strādāt ar Excel datu analīzes rīkiem (Pivot tabulas, grafiki, korelācija, regresija);

•             Iemaņas strādāt ar Python (Pandas, Seaborn, Matplotlib) – datu tīrīšana, vizualizācija, interpretācija;

•             Spēju veidot uzskatāmus datu pārskatus, kas palīdz argumentēt lēmumus;

•             Izpratni par tendencēm, dispersiju, korelācijām un citiem statistikas rādītājiem;

•             Iekšējās sadarbības stiprināšanu, mācoties kopā ar kolēģiem no citām struktūrvienībām.

ES Atveseļošanas fonda projekts Nr.2.3.2.2.i.0/1/23/I/VARAM/001 “Publiskās pārvaldes digitālā akadēmija”