لطفا جهت پرداخت (ورود به درگاه بانک) فیلترشکن خود را خاموش نمایید.
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
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
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.
نمایش نظرات