VAS Mācību pārvaldības sistēma

Mācību kursa programma:

Mācību kursa modulis:

Mācību mērķis ir sniegt zināšanas un iemaņas publiskajā pārvaldē nodarbinātajiem izmantot datu analīzes un vizualizācijas rīkus, lai efektīvāk pieņemt pierādījumos balstītus lēmumus.

Kursa programma (8 nodarbības) 40 akadēmiskās stundas

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

Operētājsistēma: Windows 10 vai jaunāka

Microsoft Excel: Office 365 vai Excel 2019+

Stabils interneta pieslēgums

Administratora tiesības nepieciešamajai programmatūras instalēšanai (Power BI, Python)

Ieteicamās priekšzināšanas

Datorprasmes (failu pārvaldība, programmu instalēšana)

Excel pamatzināšanas (vienkāršas formulas un tabulas)

Angļu valodas pamatzināšanas (strādājot ar programmēšanas rīkiem)

1. Excel pamati un statistika

Microsoft Excel darba vide, statistiskās funkcijas un datu filtrēšanas pamati

Apakštēmas:

Excel lietotāja interfeiss

Datu importēšana un formatēšana

Statistiskās funkcijas

Datu kārtošana un filtrēšana

5 ak.st.

2. Datu apstrāde un vizualizācija Excel

Pivot tabulas, uzlabota filtrēšana un profesionāla datu vizualizācija

Apakštēmas:

Uzlabotā filtrēšana

Pivot tabulas un aprēķinātie lauki

Grafiku veidi un formatēšana

Kombinētie grafiki

5 ak.st.

3. VBA Excel automatizācija

VBA programmēšana Excel automatizācijai un makro izveide

Apakštēmas:

VBA pamati un makro ierakstīšana

Excel objektu modelis

Automatizēti pārskati

Lietotāja formas

5 ak.st.

4. Power BI datu vizualizācija

Interaktīvu pārskatu un vizualizāciju izveide ar Microsoft Power BI

Apakštēmas:

Power BI Desktop iestatīšana

Datu modeļa izveide

Vizualizācijas un pārskati

Power BI Service publicēšana

5 ak.st.

5. Excel dokumentu apstrāde ar Python

Python bibliotēku izmantošana Excel failu automatizētai apstrādei

Apakštēmas:

Python vides iestatīšana

openpyxl un pandas bibliotēkas

Automatizēta failu apstrāde

Grafiku ievietošana

5 ak.st.

6. PDF dokumentu analīze ar Python

PDF failu satura izvilkšana, analīze un apstrāde ar Python rīkiem

Apakštēmas:

PDF bibliotēkas (PyPDF2, pdfplumber)

Teksta un tabulu ekstraktēšana

OCR tehnoloģijas

Batch apstrāde

5 ak.st.

7. Python vizualizācija

Profesionālu datu vizualizāciju izveide ar Matplotlib, Seaborn un Plotly

Apakštēmas:

Matplotlib pamati

Seaborn statistiskās vizualizācijas

Interaktīvās vizualizācijas

Prezentācijām piemēroti grafiki

5 ak.st.

8. Mani dati internetā

Biznesa datu analīze, SEO pamati un web scraping metodes

Apakštēmas:

Biznesa dati un digitālā pēda

Google Analytics un SEO

Web scraping ar Python

API un sociālo mediju dati

Prot sagatavot, strukturēt un analizēt datu kopas, izmantojot Excel funkcionalitāti (filtri, formulas, Pivot tabulas, Data Analysis Toolpak).
Spēj aprēķināt un interpretēt pamatstatistikas rādītājus – moda, mediāna, vidējais, min/max, dispersija un korelācija – un pielietot tos publiskās pārvaldes datu analīzē. Izprot un pielieto laika rindas un tendences identificēšanu, kā arī vizualizē rezultātus atbilstošos grafikos.
Prot izmantot Python (ar Pandas, Numpy, Seaborn) vienkāršu datu analīžu veikšanai, tai skaitā datu tīrīšanai, aprakstošajai statistikai un korelāciju vizualizācijai.
Spēj izveidot vizuāli pārskatāmus un saturiski pamatotus grafikus, izmantojot gan Excel, gan Python bibliotēkas (Seaborn, Matplotlib, Plotly).
Spēj pielietot apgūtās zināšanas savas iestādes datu analīzē, lai izdarītu pamatotus secinājumus un veicināt datos balstītu lēmumu pieņemšanu. 

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