显示 Excel 数据分析工作知识。

执行基本的电子表格任务，包括导航、数据录入和使用公式。

采用数据质量技术在 Excel 中导入和清理数据。

使用过滤、排序、查找功能和数据透视表分析电子表格中的数据。

使用 Excel 电子表格创建基本的可视化图表，如折线图、条形图和饼图。

解释图表在讲述数据驱动的故事时发挥的重要作用。

构建高级图表和可视化效果，如树状图、火花线、直方图、散点图和填充地图图。

使用 Excel 和 Cognos Analytics 建立和共享交互式仪表盘。

展示执行基础数据分析和数据可视化任务以及数据分析流程关键步骤的准备情况。

区分不同数据专业人员在现代数据生态系统中扮演的角色。

执行数据分析的基本 Excel 任务，包括数据质量和数据准备技能。

具备使用 Excel 将数据可视化的能力，并能熟练使用 Excel 和 Cognos Analytics 创建仪表板。

使用 RStudio 或 Jupyter Notebooks 在 R 编程语言中操作原始数据类型。

利用条件和循环控制程序流程、编写函数、执行字符串操作、编写正则表达式、处理错误。

构建和操作 R 数据结构，包括向量、因子、列表和数据帧。

使用 R 读取、写入和保存数据文件，并搜索网页。

在云上创建并访问数据库实例

编写和执行基本 SQL 语句 - SELECT、INSERT、UPDATE、DELETE、CREATE、DROP

构建 SQL 语句以过滤、排序、分组结果，使用内置函数，编写嵌套查询，访问多个表

通过结合 SQL 和 R 技能查询现实世界的数据集，使用 R 和 SQL 分析 Jupyter 中的数据

通过处理缺失值、格式化和标准化数据、二值化以及将分类值转化为数值，为分析做好数据准备。

比较和对比使用简单线性、多重线性和多项式回归方法的预测模型。

使用描述性统计、数据分组、方差分析（ANOVA）和相关统计来检查数据。

评估模型的过拟合和欠拟合情况，并利用正则化和网格搜索调整其性能。

使用 R 和相关软件包创建条形图、直方图、饼图、散点图、折线图、方框图和地图。

使用注释、坐标轴标题、文本标签、主题和切面设计自定义图表和绘图。

使用 R 的 Leaflet 软件包创建地图。

使用 R 的 Shiny 软件包创建交互式仪表盘。

编写一个网络搜刮程序，使用 HTTP 请求从 HTML 文件中提取数据，并将数据转换为数据帧。

通过处理缺失值、格式化和规范化数据、二值化以及将分类值转化为数值，为建模做好数据准备。

通过计算描述性统计数据、绘制数据图表和生成相关统计数据，利用探索性数据分析技术解释数据。

创建一个 Shiny 应用程序，其中包含一个 Leaflet 地图和一个交互式仪表盘，然后就该项目创建一个演示文稿，与同伴分享。