آموزش SQL برای علوم داده (Data Science) - آخرین آپدیت

دانلود SQL for Data Science

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: با افزایش تصاعدی جمع‌آوری داده‌ها، نیاز به متخصصانی که در استفاده و تعامل با داده‌ها مهارت داشته باشند، برای تفکر انتقادی و ارائه بینش‌های کاربردی جهت تصمیم‌گیری‌های بهتر و بهینه‌سازی کسب‌وکارها، بیش از پیش احساس می‌شود. یک دانشمند داده، ترکیبی از یک ریاضیدان، متخصص علوم کامپیوتر و شناسایی‌کننده روندهاست. طبق گزارش Glassdoor، دانشمند داده یکی از بهترین شغل‌ها با میانگین حقوق بسیار بالا و فرصت‌های شغلی بی‌شمار است. مهارت‌های ضروری برای یک دانشمند داده موفق، شامل توانایی استخراج و کار با داده‌هاست و برای دستیابی به این هدف، تسلط بر SQL، زبان استاندارد ارتباط با سیستم‌های پایگاه داده، ضروری است. این دوره برای ارائه مفاهیم بنیادی SQL و کار با داده‌ها طراحی شده است تا بتوانید تحلیل داده‌ها را برای اهداف علوم داده آغاز کنید. شما یاد می‌گیرید چگونه سوالات درست بپرسید و پاسخ‌های دقیقی برای ارائه بینش‌های ارزشمند به سازمان خود بیابید. این دوره از مفاهیم پایه شروع می‌شود و فرض می‌کند شما هیچ دانش قبلی از SQL ندارید. سپس به تدریج روی این بنیادها پیش رفته و شما را قادر می‌سازد تا پرس‌وجوهای (Query) ساده و پیچیده را برای انتخاب داده‌ها از جداول بنویسید. شما با انواع مختلف داده‌ها مانند رشته‌ها و اعداد کار کرده و روش‌های فیلتر کردن و پالایش نتایج را خواهید آموخت. در این مسیر، جداول جدید ایجاد کرده و داده‌ها را به آن‌ها منتقل می‌کنید. عملگرهای رایج و نحوه ترکیب داده‌ها را یاد می‌گیرید و با دستورات Case و مفاهیمی مانند حاکمیت داده‌ها (Data Governance) و پروفایلینگ آشنا می‌شوید. همچنین با تمرین روی پروژه‌های برنامه‌نویسی واقعی، ساختار، معنا و روابط داده‌های منبع را تفسیر کرده و مانند یک متخصص از SQL برای شکل‌دهی به داده‌ها جهت تحلیل‌های هدفمند استفاده خواهید کرد. اگرچه این دوره پیش‌نیاز خاص یا نرم‌افزار اجباری ندارد، اما برای پروژه نهایی استفاده از یک ویرایشگر متن ساده توصیه می‌شود. پس منتظر چه هستید؟ این اولین قدم شما برای ورود به یکی از معتبرترین و پردرآمدترین مشاغل دنیاست!

سرفصل ها و درس ها

شروع کار و انتخاب و بازیابی داده‌ها با SQL Getting Started and Selecting & Retrieving Data with SQL

  • معرفی دوره Course Introduction

  • اصلاً SQL چیست؟ What is SQL Anyway?

  • مدل‌های داده، بخش اول: تفکر درباره داده‌ها Data Models, Part 1: Thinking About Your Data

  • مدل‌های داده، بخش دوم: تکامل مدل‌های داده Data Models, Part 2: The Evolution of Data Models

  • مدل‌های داده، بخش سوم: مدل‌های رابطه‌ای در مقابل تراکنشی Data Models, Part 3: Relational vs. Transactional Models

  • بازیابی داده‌ها با دستور SELECT Retrieving Data with a SELECT Statement

  • ایجاد جداول Creating Tables

  • ایجاد جداول موقت Creating Temporary Tables

  • افزودن کامنت در SQL Adding Comments to SQL

  • جمع‌بندی Summary

فیلتر کردن، مرتب‌سازی و محاسبه داده‌ها با SQL Filtering, Sorting, and Calculating Data with SQL

  • معرفی ماژول Module Introduction

  • مبانی فیلتر کردن با SQL Basics of Filtering with SQL

  • فیلترهای پیشرفته: IN، OR و NOT Advanced Filtering: IN, OR, and NOT

  • استفاده از Wildcards در SQL Using Wildcards in SQL

  • مرتب‌سازی با ORDER BY Sorting with ORDER BY

  • عملیات ریاضی Math Operations

  • توابع تجمیعی (Aggregate Functions) Aggregate Functions

  • گروه‌بندی داده‌ها با SQL Grouping Data with SQL

  • ترکیب کلی مفاهیم Putting it All Together

زیرپرس‌وجوها (Subqueries) و اتصالات (Joins) در SQL Subqueries and Joins in SQL

  • معرفی ماژول Module Introduction

  • استفاده از زیرپرس‌وجوها (Subqueries) Using Subqueries

  • بهترین روش‌ها و ملاحظات در Subquery Subquery Best Practices and Considerations

  • اتصال جداول: مقدمه Joining Tables: An Introduction

  • اتصالات دکارتی (Cross Joins) Cartesian (Cross) Joins

  • اتصالات داخلی (Inner Joins) Inner Joins

  • نام‌های مستعار (Aliases) و اتصال به خود (Self Joins) Aliases and Self Joins

  • اتصالات پیشرفته: Left، Right و Full Outer Joins Advanced Joins: Left, Right, and Full Outer Joins

  • اتحاد داده‌ها (Unions) Unions

  • جمع‌بندی Summary

تغییر و تحلیل داده‌ها با SQL Modifying and Analyzing Data with SQL

  • معرفی ماژول Module Introduction

  • کار با رشته‌های متنی Working with Text Strings

  • کار با رشته‌های تاریخ و زمان Working with Date and Time Strings

  • مثال‌های رشته‌های تاریخ و زمان Date and Time Strings Examples

  • دستورات Case Case Statements

  • نماها (Views) Views

  • حاکمیت و پروفایلینگ داده‌ها Data Governance and Profiling

  • استفاده از SQL برای علوم داده، بخش اول Using SQL for Data Science, Part 1

  • استفاده از SQL برای علوم داده، بخش دوم Using SQL for Data Science, Part 2

  • ویدیوی تقدیر USDA USDA Acknowledgment Video

  • جمع‌بندی نهایی دوره Course Summary

نمایش نظرات

آموزش SQL برای علوم داده (Data Science)
جزییات دوره
15h 34m
40
(آخرین آپدیت)
717,776
4.6 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Sadie St. Lawrence Sadie St. Lawrence

بنیانگذار و مدیر عامل زنان در دیتا | 30 زن برتر در هوش مصنوعی | سخنران اصلی

سدی سنت لارنس بنیانگذار و مدیر عامل زنان در داده، 30 زن برتر در هوش مصنوعی و سخنران اصلی است.

در ده گذشته سال‌ها، سادی لذت کار در علم داده و هوش مصنوعی را داشته است. قبل از اینکه عشقش به داده ها را کشف کند، در یک آزمایشگاه علوم اعصاب کار می کرد و به مطالعه یادگیری عاطفی و حافظه می پرداخت و قبل از آن، اجرای پیانو را مطالعه می کرد و دروس موسیقی تدریس می کرد. در سال 2015، او Women in Data را با ماموریت افزایش تنوع در مشاغل داده تاسیس کرد. Sadie همچنین بنیانگذار SSL Innovations است، یک استودیوی سرمایه گذاری که بر ایجاد راه حل های فنی برای دولت و منافع اجتماعی متمرکز است. او دوره‌هایی را در مورد SQL برای علوم داده در Coursera و در دانشگاه کالیفرنیا دیویس تدریس کرده است، تا به امروز، بیش از 500000 نفر دوره او را گذرانده‌اند، که در سال 2023 بهترین دوره SQL برای مبتدیان را از Campus.com دریافت کرد.