General information
- Subject code
- MM-0906
- Credits
- 6
- Student workload
- 180
- Semester
- Autumn semester
- Academic year
- 2025-2026
- Subject type
- Mandatory
- Form of education
- Full-time
- Language of instruction
- Azerbaijani
- In-class hours
- 30 saat - mühazirə
- Out-of-class hours
- a) TSİ 90 saat b) MRT 60 saat
About the subject
Bu fənn magistratura səviyyəsində tədris olunan tətbiqi xarakterli kursdur; 15 həftədən 8-i power BI vasitəsilə biznes analitikasına (data import, power query, data modelləşdirmə, dax, dashboard dizaynı və paylaşma), qalan həftələr isə python/pandas ilə data analitikasına və sadə proqnozlaşdırıcı analitika üsullarına həsr olunub. kursun məqsədi magistrantlara power BI vasitəsilə peşəkar biznes analitikası bacarıqları qazandırmaq və bunun üzərində python/pandas ilə data analitikası və süni intellekt tətbiqləri ilə tanışlıq təmin etməkdir. kursun sonunda tələbələr öz ixtisaslarına uyğun real və ya real-yaxın dataset üzərində power bi-mərkəzli, uçdan-uca (end-to-end) analitik layihə hazırlayacaqlar.
Course learning outcomes (CLO)
No learning outcomes have been added.
Topic plan
- 1.Kursa giriş. data analitikasına ümumi baxış və power bi-a girişLecture
Kursa giriş. data analitikasına ümumi baxış və power bi-a giriş
- 2.Power bi: datanın import edilməsiLecture
Power bi: datanın import edilməsi
- 3.Power bi: power query ilə datanın təmizlənməsi və çevrilməsiLecture
Power bi: power query ilə datanın təmizlənməsi və çevrilməsi
- 4.Power bi: data modelləşdirmə və cədvəllər arası əlaqələrLecture
Power bi: data modelləşdirmə və cədvəllər arası əlaqələr
- 5.Power bi: DAX əsaslarıLecture
Power bi: DAX əsasları
- 6.Power bi: təkmil DAX və zaman analiziLecture
Power bi: təkmil DAX və zaman analizi
- 7.Power bi: vizual dizayn və interaktiv dashboardLecture
Power bi: vizual dizayn və interaktiv dashboard
- 8.Power bi: paylaşma və aralıq layihə təqdimatıLecture
Power bi: paylaşma və aralıq layihə təqdimatı
- 9.Python-a giriş və data strukturlarıLecture
Python-a giriş və data strukturları
- 10.Pandas-a giriş: series və dataframeLecture
Pandas-a giriş: series və dataframe
- 11.Datanın seçilməsi, filtrasiyası və təmizlənməsiLecture
Datanın seçilməsi, filtrasiyası və təmizlənməsi
- 12.Qruplaşdırma, birləşdirmə və kəşfiyyatçı data analizi (eda)Lecture
Qruplaşdırma, birləşdirmə və kəşfiyyatçı data analizi (eda)
- 13.Vizuallaşdırma (matplotlib/seaborn) və pandas → power BI inteqrasiyasıLecture
Vizuallaşdırma (matplotlib/seaborn) və pandas → power BI inteqrasiyası
- 14.Süni intellekt tətbiqləri: proqnozlaşdırıcı analitikaya girişLecture
Süni intellekt tətbiqləri: proqnozlaşdırıcı analitikaya giriş
- 15.Yekun layihələrin təqdimatıLecture
Yekun layihələrin təqdimatı
Reading list
No reading list has been added.
Assessment
| Form | Description | Score | Related CLO |
|---|---|---|---|
| Cari qiymətləndirmə | Cari qiymətləndirmə - fənn üzrə tələbənin semestr müddətində fəaliyyətinin qiymətləndirilməsi olmaqla, mühazirə və məşğələ (laboratoriya) dərs materiallarının mənimsənilmə səviyyəsini qiymətləndirilir. | 30 bal | FTN 1-5 |
| Davamiyyət | Tələbə fənn üzrə dərslərin 25%-dən çoxunda iştirak etmədiyi halda imtahana buraxılmır. | 10 bal | - |
| Tələbənin sərbəst işi | Tələbəyə fənn üzrə semestr ərzində 1 sərbəst işin (zəruri hallarda sərbəst işlərin sayı artırıla bilər) yerinə yetirilməsi tapşırığı verilir. | 10 bal | FTN-- |
| İmtahan | İmtahan şifahi, yazılı, yazılı-elektron, test üsulu ilə keçirilir | 50 bal | FTN 1-5 |