آموزش SQL پیشرفته برای دانشمندان داده (2017)

Advanced SQL for Data Scientists (2017)

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:

نیاز فزاینده ای به دانشمندان و تحلیلگران داده ها برای درک ذخیره داده های رابطه ای وجود دارد. مدت هاست که سازمان ها از پایگاه داده SQL برای ذخیره داده های معاملاتی و همچنین داده های مربوط به هوش تجاری استفاده می کنند. اگر شما نیاز به کار با پایگاه داده های SQL دارید ، این دوره برای کمک به شما در یادگیری نحوه انجام کارهای مشترک علوم داده ، از جمله یافتن ، کاوش و استخراج در پایگاه های ارتباطی طراحی شده است.

دوره با مروری کوتاه بر SQL آغاز می شود. سپس پنج مبحث اصلی که دانشمند داده هنگام کار با پایگاه داده های رابطه ای باید درک کند: آمار اساسی در SQL ، آماده سازی داده در SQL ، فیلتر پیشرفته و تجمیع داده ها ، توابع پنجره و آماده سازی داده ها برای استفاده با ابزارهای تجزیه و تحلیل.

اهداف یادگیری
  • دستکاری داده
  • استانداردهای ANSI
  • SQL و تغییرات
  • توابع آماری در SQL
  • توابع بیان ، عددی و منظم در SQL
  • تکنیک های پیشرفته فیلتر
  • تکنیک های پیشرفته تجمیع
  • توابع پنجره سازی برای کار با مجموعه داده های مرتب شده

سرفصل ها و درس ها

معرفی Introduction

  • خوش آمدی Welcome

  • پرونده های ورزشی Exercise files

1. SQL به عنوان ابزاری برای علوم داده 1. SQL as a Tool for Data Science

  • پایگاه داده های رابطه ای در علم داده Relational databases in data science

  • ویژگی های دستکاری داده های SQL SQL data manipulation features

  • ویژگی های تعریف داده SQL SQL data definition features

  • ANSI استاندارد SQL و انواع ANSI standard SQL and variants

  • مسابقه فصل Chapter Quiz

2. آمار اولیه با SQL 2. Basic Statistics with SQL

  • نصب PostgreSQL Installing PostgreSQL

  • ایجاد جدول و درج اطلاعات CREATE TABLE and INSERT DATA

  • توابع COUNT ، MIN و MAX The COUNT, MIN, and MAX functions

  • توابع آماری Statistical functions

  • فیلتر کردن و گروه بندی داده ها Filtering and grouping data

  • مسابقه فصل Chapter Quiz

3. داده برداری با SQL 3. Data Munging with SQL

  • تغییر شکل داده های کاراکتر Reformatting character data

  • استخراج رشته ها از داده های کاراکتر Extracting strings from character data

  • فیلتر کردن با عبارات منظم Filtering with regular expressions

  • تغییر شکل داده های عددی Reformatting numeric data

  • مسابقه فصل Chapter Quiz

4. فیلتر کردن ، پیوستن و جمع کردن 4. Filtering, Joins, and Aggregation

  • زیرمجموعه ها در بندهای SELECT Subqueries in SELECT clauses

  • زیر سوال در بندهای FROM Subqueries in FROM clauses

  • زیر سوال در بندهای WHERE Subqueries in WHERE clauses

  • پیوستن به جداول Joining tables

  • ایجاد یک دیدگاه Creating a view

  • گروه بندی و جمع بندی Grouping and totaling

  • رولپ و مکعب برای ایجاد قفسه سینه ROLLUP and CUBE to create subtotals

  • برای یافتن نتایج برتر ابتدا FETCH کنید FETCH FIRST to find top results

  • مسابقه فصل Chapter Quiz

5. توابع پنجره و داده های مرتب شده 5. Window Functions and Ordered Data

  • توابع پنجره: OVER PARTITION Window functions: OVER PARTITION

  • توابع پنجره: FIRST_VALUE Window functions: FIRST_VALUE

  • توابع پنجره: RANK Window functions: RANK

  • LAG و LEAD LAG and LEAD

  • توابع NTILE NTILE functions

  • مسابقه فصل Chapter Quiz

6. آماده سازی داده ها برای ابزارهای تجزیه و تحلیل 6. Preparing Data for Analytics Tools

  • نکاتی برای استفاده از SQL برای علم داده Tips for using SQL for data science

  • مسابقه فصل Chapter Quiz

نمایش نظرات

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.

آموزش SQL پیشرفته برای دانشمندان داده (2017)
جزییات دوره
1h 24m
35
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
364,896
- از 5
ندارد
دارد
دارد
Dan Sullivan
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Dan Sullivan Dan Sullivan

معمار سازمانی ، کارشناس بزرگ داده دان سالیوان ، دکترای علوم ، یک معمار سازمانی و متخصص داده های بزرگ است.

دان متخصص در معماری داده ، تجزیه و تحلیل ، داده کاوی ، آمار ، مدل سازی داده ها ، داده های بزرگ و رایانش ابری است. علاوه بر این ، او دارای دکترای ژنتیک ، بیوانفورماتیک و زیست محاسباتی است. Dan به طور منظم با Spark ، Oracle ، NoSQL ، MongoDB ، Redis ، R و Python کار می کند. وی تجربه نوشتن گسترده ای در موضوعاتی از جمله رایانش ابری ، داده های بزرگ ، Hadoop و امنیت دارد.