Power BI en AI training

Les 1 • Rapporten opslaan en publiceren

Legt PBIX-bestandsbeheer en publicatie naar Power BI Service uit. Studenten begrijpen de volledige cyclus van desktopontwikkeling tot cloud delen.

Les 2 • Navigeren door de Power BI-interface

Introduceert het lint, de deelvensters en de canvasindeling van Power BI Desktop. Studenten krijgen de ruimtelijke vertrouwdheid die nodig is om efficiënt te werken gedurende de cursus.

Les 3 • Overzicht van het Power BI-ecosysteem

Behandelt de rollen van Power BI Desktop, Service en Mobiel binnen het platform. Legt de architecturale context vast die nodig is voor alle volgende hoofdstukken.

Les 4 • Power BI Desktop installeren en configureren

Begeleidt studenten door installatie, eerste instellingen en updatemanagement. Zorgt voor een consistente, functionele omgeving voordat er met gegevens wordt gewerkt.

Les 1 • Interface van de Power Query Editor

Introduceert de editorindeling, het deelvenster Toegepaste stappen en de formulebalk. Biedt de navigatiebasis voor alle transformatietaken in dit hoofdstuk.

Les 2 • Geavanceerde transformaties en de M-taal

Introduceert aangepaste kolommen, voorwaardelijke logica en het schrijven van M-formules. Studenten krijgen flexibiliteit om transformaties uit te voeren die verder gaan dan de grafische interface.

Les 3 • Queryprestaties en best practices

Legt query folding, laadoptimalisatie en diagnostische hulpmiddelen uit. Studenten leren efficiënte datapipelines bouwen die schalen met grotere datasets.

Les 4 • Gegevens opschonen en vormgeven

Behandelt het verwijderen van duplicaten, het afhandelen van nullen en het wijzigen van gegevenstypen. Deze bewerkingen zorgen voor datakwaliteit vóór modellering en visualisatie.

Les 1 • Relaties maken en beheren

Toont hoe tabelrelaties in Power BI te definiëren, bewerken en valideren. Correcte relaties zijn de voorwaarde voor nauwkeurige DAX-metingen.

Les 2 • Modeloptimalisatietechnieken

Behandelt kolomcompressie, het verbergen van ongebruikte velden en het verkleinen van de modelgrootte. Geoptimaliseerde modellen laden sneller en verbruiken minder resources in Power BI Service.

Les 3 • Relationele modelleringsconcepten

Behandelt feitentabellen, dimensietabellen en ster- versus sneeuwvlokschema's. Biedt het conceptuele kader voor alle modelleringsbeslissingen in dit hoofdstuk.

Les 4 • Berekende kolommen en tabellen

Introduceert DAX-gebaseerde berekende kolommen en gegenereerde tabellen in het model. Studenten breiden hun schema uit zonder de brongegevens te wijzigen.

Les 1 • Iterators en tabelfuncties

Behandelt SUMX, AVERAGEX, FILTER en RELATED voor berekeningen per rij. Studenten schrijven metingen die over tabellen itereren voor complexe bedrijfslogica.

Les 2 • Geavanceerde DAX-patronen en optimalisatie

Introduceert variabelen, DIVIDE, foutafhandeling en DAX Studio voor prestatieoptimalisatie. Studenten schrijven efficiënte, onderhoudbare metingen voor productierapporten.

Les 3 • DAX-grondbeginselen en syntax

Introduceert DAX-operatoren, gegevenstypen en het verschil tussen metingen en kolommen. Legt de syntactische basis voor al het DAX-werk in dit hoofdstuk.

Les 4 • Filtercontext en rijcontext

Legt uit hoe evaluatiecontext DAX-resultaten vormt en hoe CALCULATE deze wijzigt. Het beheersen van context is de sleutel tot het schrijven van correcte, voorspelbare metingen.

Les 1 • Kernvisualisatietypen

Behandelt staaf-, lijn-, taart-, spreidings- en kaartvisualisaties met passende gebruiksscenario's. Studenten selecteren het juiste diagramtype voor elke analytische vraag.

Les 2 • Rapportindeling en ontwerpprincipes

Past visuele hiërarchie, kleurentheorie en witruimte toe op rapportindelingen. Goed ontworpen rapporten verminderen cognitieve belasting en versnellen besluitvorming.

Les 3 • Tooltips, bladwijzers en drill-through

Behandelt rapportpaginatooltips, bladwijzernavigatie en drill-through-pagina's. Deze functies creëren begeleide, verhaalgestuurde analytische ervaringen.

Les 4 • Geavanceerde visuals en aangepaste visuals

Introduceert decompositiebomen, belangrijkste beïnvloeders en aangepaste visuals uit AppSource. Studenten breiden de native mogelijkheden van Power BI uit voor gespecialiseerde analytische behoeften.

Les 1 • Belangrijkste beïnvloeders en decompositieboom

Verkent AI-gestuurde oorzaakanalyse met behulp van de visuals Belangrijkste beïnvloeders en Decompositieboom. Studenten identificeren aanjagers van metrics zonder handmatige segmentatie.

Les 2 • Slimme verhalen en anomaliedetectie

Behandelt automatisch gegenereerde tekstsamenvattingen en anomaliedetectie op tijdreeksvisualisaties. Studenten voegen automatisch AI-geschreven context en waarschuwingen toe aan rapporten.

Les 3 • Q&A natuurlijke taalquery's

Leert de Q&A-visual, synoniemconfiguratie en vraag suggesties. Gebruikers kunnen gegevens in gewoon Nederlands opvragen, waardoor de afhankelijkheid van vooraf gebouwde visuals afneemt.

Les 4 • AI-inzichten in Power Query

Demonstreert tekstanalyse, visie en het aanroepen van Azure ML-modellen vanuit Power Query. Studenten verrijken datasets met AI-gescoorde kolommen tijdens de ETL-fase.

Les 1 • Aangepaste visuals met Python en R

Toont hoe matplotlib-, seaborn- en ggplot2-diagrammen als Power BI-visuals kunnen worden weergegeven. Studenten maken statistische grafieken die niet beschikbaar zijn in de native visualbibliotheek.

Les 2 • Python-scripts voor gegevenstransformatie

Demonstreert het gebruik van Python in Power Query om gegevens op te schonen, te hervormen en te verrijken. Studenten passen pandas- en NumPy-bewerkingen toe die niet beschikbaar zijn in native Power Query.

Les 3 • Python en R configureren in Power BI

Behandelt omgevingsinstellingen, bibliotheekinstallatie en scriptopties in Power BI Desktop. Een correct geconfigureerde omgeving is de voorwaarde voor al het scriptgestuurde AI-werk.

Les 4 • Machine learning-modellen in Power BI

Leert het trainen en scoren van scikit-learn-modellen binnen Power BI Python-scripts. Studenten voegen voorspellende kolommen toe aan hun gegevensmodel met behulp van ML-pijplijnen.

Les 1 • AI-ethiek, governance en roadmap planning

Behandelt verantwoorde AI-principes, biasdetectie en het opstellen van een AI-analyseroadmap. Studenten stemmen technische mogelijkheden af op ethische normen en bedrijfsdoelen.

Les 2 • Dataflows en gecertificeerde datasets

Introduceert Power BI-dataflows voor herbruikbare ETL- en datasetcertificeringswerkstromen. Studenten bouwen een beheerde, enkele-bron-van-waarheid-gegevenslaag.

Les 3 • Geplande verversing en gateway-instellingen

Configureert on-premises gegevensgateways en geplande datasetverversing in Power BI Service. Studenten zorgen ervoor dat rapporten altijd actuele gegevens weerspiegelen zonder handmatige tussenkomst.

Les 4 • Power BI Service en werkruimtes

Behandelt werkruimte creatie, app-publicatie en inhoudsorganisatie in Power BI Service. Studenten beheren rapportdistributie over teams en afdelingen heen.