آموزش تسلط بر مبانی مدل سازی داده ها

Mastering Data Modeling Fundamentals

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: تکنیک‌ها و بهترین شیوه‌های Entity-Relationship بر تکنیک‌های مورد نیاز برای ساخت مدل‌های داده برای سازمان خود مسلط شوید. اصول طراحی مدل‌سازی داده‌های کلیدی را از طریق نشانه‌گذاری کلاسیک موجودیت-رابطه و نمادگذاری «پای کلاغ» اعمال کنید. مدل‌های داده‌های دقیق معنایی متشکل از موجودیت‌ها، ویژگی‌ها، روابط، سلسله مراتب و سایر ساختارهای مدل‌سازی بسازید. تبدیل مدل های داده های مفهومی به مدل های داده های منطقی و فیزیکی از طریق مهندسی پیشرو. پیش نیازها: دانش‌آموزان فقط به درک اولیه مفاهیم و ساختارهای مدیریت داده‌ها مانند جداول پایگاه داده رابطه‌ای و چگونگی ارتباط منطقی قطعات مختلف داده با یکدیگر نیاز دارند. محتوای دوره بر اساس این ایده های ابتدایی است. هیچ پیش نیاز دیگری لازم نیست

اگر شما یک حرفه‌ای فعلی یا مشتاق فناوری اطلاعات هستید که در جستجوی تکنیک‌های عملی و صدا برای تجزیه و تحلیل و مدل‌سازی داده‌ها به عنوان بخشی از چرخه حیات مدیریت داده‌ها هستید، این دوره برای شما مناسب است.

در طول دوره، چیزهایی را که یاد می‌گیرید به کار می‌برید و بخش‌های مدل داده نمونه را هم در نماد «کلاسیک» و هم در نماد «پای کلاغ» تعریف می‌کنید تا به تأکید بر بهترین شیوه‌ها و تکنیک‌های تحت پوشش در این آموزش کمک کنید. دوره. هر بخش دارای سؤالات مسابقه ای مبتنی بر سناریو یا تکالیفی است که بر اهداف اصلی یادگیری برای مطالب آن بخش تأکید دارد. به این ترتیب، می‌توانید در حین حرکت در دوره مطمئن باشید که نکات کلیدی در مورد مدل‌سازی داده‌ها را انتخاب می‌کنید.

برای ساختن این دوره، از بیش از 30 سال کار خودم که شامل مدل‌سازی داده و رشته‌های مرتبط بود، استفاده کردم. مدت ها پیش، در اواخر دهه 1980، من یک مهندس نرم افزار در شرکتی بودم که در آن زمان دومین فروشنده بزرگ سیستم های کامپیوتری در جهان، Digital Equipment Corporation بود. من نرم افزاری را برای "ابزار طراحی پایگاه داده مفهومی و منطقی" نوشتم - به عبارت دیگر، یک ابزار مدل سازی داده ها. شرکت مشاوره خود من، Thinking Helmet، Inc.، متخصص در مدیریت داده ها و رشته های متمرکز بر تجزیه و تحلیل است که مدل سازی داده برای آنها ضروری است. من آستین‌هایم را بالا زده‌ام و شخصاً به هر جنبه‌ای از آنچه در این دوره خواهید آموخت پرداخته‌ام. من حتی چند درس دردناک یاد گرفته‌ام، و سهم سالمی از «درس‌های آموخته‌شده» را در مطالب دوره ایجاد کرده‌ام.

در این دوره، من شما را از اصول و مفاهیم مدل‌سازی داده‌ها از طریق تعدادی از بهترین شیوه‌ها و تکنیک‌هایی که برای ساخت مدل‌های داده در سازمان خود به آن‌ها نیاز دارید، می‌آموزم. شما نمونه های زیادی را خواهید یافت که به وضوح مفاهیم و تکنیک های کلیدی تحت پوشش در طول دوره را نشان می دهد. در پایان دوره، شما همه آماده خواهید بود که نه تنها این اصول را به کار ببندید، بلکه تصمیمات کلیدی مدل سازی و طراحی داده های مورد نیاز "هنر" مدل سازی داده را اتخاذ کنید که فراتر از پیچ و مهره ها است. تکنیک ها و الگوهای طراحی.

به طور خاص، این دوره شامل موارد زیر است:

  • مفاهیم و مبانی مدل سازی داده های بنیادی

  • رابطه همزیستی بین مدل‌سازی داده و طراحی پایگاه داده (نکته: این دو دقیقاً یکسان نیستند!)

  • روش‌ها، تکنیک‌ها و نمادهای مدل‌سازی مختلف که می‌توانید آنها را به کار ببرید

  • مبانی موجودیت‌ها، ویژگی‌ها و روابط، و همچنین نحوه بیان این مفاهیم در نمادهای مدل‌سازی چندگانه

  • چگونه پیچیدگی‌های دنیای واقعی را در موجودیت‌ها، ویژگی‌ها و روابط خود ترکیب می‌کنیم

  • چرخه عمر مدل‌سازی داده که شامل مهندسی پیشروی یک مدل داده مفهومی به یک مدل منطقی و سپس یک مدل فیزیکی، و همچنین نحوه مهندسی معکوس یک مدل داده فیزیکی به سطح مفهومی است

  • رویکردهای مختلف مبتنی بر نرم‌افزار برای ابزارهای مدل‌سازی داده‌ها

مدل سازی داده ها هم هنر و هم علم است. در حالی که ما در طول سال‌ها مجموعه وسیعی از بهترین شیوه‌ها را توسعه داده‌ایم، هنوز باید در طول کار مدل‌سازی داده‌هایمان تصمیمات این یا آن نوع را بگیریم، اغلب بر اساس تجربه عمیق و نه قوانین خاص. این چیزی است که من در این دوره القا کرده ام: تلفیقی از هنر و علم مدل سازی داده که می توانید به سازمان و کار خود بیاورید. پس در این سفر از طریق دنیای مدل‌سازی داده به من بپیوندید!


سرفصل ها و درس ها

خوش آمدی Welcome

  • خوش آمدی Welcome

  • درباره این دوره About This Course

مبانی مدل سازی داده ها Data Modeling Fundamentals

  • مقدمه ای بر مبانی مدل سازی داده ها Introduction to Data Modeling Fundamentals

  • هدف و نقش مدل سازی داده ها The Purpose and Role of Data Modeling

  • مفاهیم و اصطلاحات مدل سازی داده های پایه Basic Data Modeling Concepts and Terminology

  • جایگزین های خود را در میان روش ها، تکنیک ها و نمادها جستجو کنید Navigate Your Alternatives Among Methodologies, Techniques, and Notations

  • مقایسه مدل سازی داده ها با طراحی پایگاه داده Compare Data Modeling to Database Design

  • مقایسه مدل سازی داده های تراکنش با مدل سازی داده های تحلیلی Compare Transactional Data Modeling to Analytical Data Modeling

  • خلاصه مبانی مدل سازی داده ها Summarize Data Modeling Fundamentals

  • مبانی مدل سازی داده ها Data Modeling Fundamentals

بلوک های ساختمان مدل سازی داده ها The Building Blocks of Data Modeling

  • معرفی بلوک های ساختمان مدل سازی داده ها Introducing Data Modeling Building Blocks

  • نقش موجودیت ها در مدل سازی داده ها The Role of Entities in Data Modeling

  • ویژگی هایی را به مدل داده خود اضافه کنید Add Attributes to Your Data Model

  • از ویژگی های چند ارزشی در مدل داده خود استفاده کنید Use Multi-Valued Attributes in Your Data Model

  • روابط را در مدل داده خود ایجاد کنید Build Relationships into Your Data Model

  • بلوک های ساختمان مدل سازی داده را خلاصه کنید Summarize Data Modeling Building Blocks

  • مدل سازی داده های پایه Basic Data Modeling

پیچیدگی های دنیای واقعی را به موجودیت ها و ویژگی ها اضافه کنید Add Real-World Complexities to Entities and Attributes

  • چرا پیچیدگی های دنیای واقعی در مدل سازی داده ها اهمیت دارد؟ Why Real-World Complexities Matter in Data Modeling

  • سلسله مراتبی برای موجودیت های موجود در مدل داده خود بسازید Build Hierarchies for the Entities in Your Data Model

  • محدودیت هایی را برای ویژگی های خود مشخص کنید Specify Constraints for Your Attributes

  • وابستگی های بین نهادی را از طریق موجودیت های قوی و ضعیف مشخص کنید Specify Cross-Entity Dependencies Through Strong and Weak Entities

  • پیچیدگی های موجودیت و ویژگی های دنیای واقعی را خلاصه کنید Summarize Real-World Entity and Attribute Complexities

  • محدودیت های موجودیت و ویژگی Entity and Attribute Constraints

پیچیدگی های دنیای واقعی را به روابط اضافه کنید Add Real-World Complexities to Relationships

  • چرا صمیمیت و پیچیدگی رابطه مهم است؟ Why Relationship Cardinality and Complexities Matter

  • پیچیدگی های دنیای واقعی را در روابط مدل داده ایجاد کنید Build Real-World Complexities into Data Model Relationships

  • حداکثر کاردینالیته یک رابطه را تعریف کنید Define the Maximum Cardinality of a Relationship

  • حداقل کاردینالیته یک رابطه را تعریف کنید Define the Minimum Cardinality of a Relationship

  • از علامت گذاری پای کلاغ برای حداقل و حداکثر کاردینالیته استفاده کنید Use Crow's Foot Notation for Minimum and Maximum Cardinality

  • کاردینالیته و روابط پیچیده را خلاصه کنید Summarize Cardinality and Complex Relationships

  • ارزیابی: پیچیدگی و کاردینالیته رابطه Assessment: Relationship Complexity and Cardinality

حرکت در سطوح مختلف یک مدل داده Move Across the Different Levels of a Data Model

  • هماهنگ کردن سطوح مختلف یک مدل داده Harmonize Different Levels of a Data Model

  • نگاهی کوتاه به عادی سازی پایگاه داده رابطه ای A Brief Look at Relational Database Normalization

  • مدل داده های مفهومی خود را مهندسی کنید Forward-Engineering Your Conceptual Data Model

  • اطلاعات بیشتر مدل Forward-Engineering More Data Model Forward-Engineering

  • مهندسی معکوس یک مدل فیزیکی بازگشت به یک مدل مفهومی Reverse-Engineer a Physical Model Back into a Conceptual Model

  • نحوه کار با سطوح مختلف یک مدل داده را خلاصه کنید Summarize How to Work with Different Levels of a Data Model

  • ارزیابی: مهندسی پیشرو و معکوس Assessment: Forward- and Reverse-Engineering

نرم افزار مدل سازی داده ها Software for Data Modeling

  • اهمیت نرم افزار مدل سازی داده ها The Importance of Data Modeling Software

  • یک مدل داده با برنامه ترسیم بسازید Build a Data Model with a Drawing Program

  • با ابزار نرم افزار مدل سازی داده، مدل بسازید Build a Model with a Data Modeling Software Tool

  • ارزیابی: نرم افزار مدل سازی داده ها Assessment: Data Modeling Software

نتیجه Conclusion

  • با تشکر از شما برای شرکت در دوره! Thank you for taking the course!

  • منابع اضافی برای مطالعه بیشتر Additional resources for further study

نمایش نظرات

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.

آموزش تسلط بر مبانی مدل سازی داده ها
جزییات دوره
3 hours
37
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
29,992
4.3 از 5
ندارد
دارد
دارد
Alan Simon
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Alan Simon Alan Simon

رهبر فکری در هوش تجاری و داده های سازمانی