لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش SQL پیشرفته برای علوم داده: سری زمانی
Advanced SQL for Data Science: Time Series
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
داده های سری زمانی داده های جمع آوری شده در طول زمان است: معیارهای عملکرد ، تعاملات کاربر و اطلاعات جمع آوری شده توسط حسگرها. از آنجا که داده های مختلف سری زمانی دارای اندازه گیری های مختلف و فواصل مختلف هستند ، این داده ها یک چالش منحصر به فرد برای دانشمندان داده به وجود می آورند. با این حال ، SQL دارای برخی از ویژگی های طراحی شده برای کمک به. این دوره به شما می آموزد که چگونه داده های سری زمانی را با آنها استاندارد و مدلسازی کنید. مربی دن سالیوان در مورد پنجره پردازی و تفاوت بین محاسبات پنجره کشویی و افتراقی بحث می کند. سپس بیاموزید که چگونه ساختارهای SQL مانند OVER و PARTITION BY به ساده کردن تجزیه و تحلیل کمک می کنند و چگونه می توان غیرعادی سازی را برای جلوگیری از پیوستن به داده ها افزایش داد. به علاوه ، تکنیک های بهینه سازی مانند نمایه سازی را کشف کنید. دان همچنین تکنیک های تجزیه و تحلیل سری های زمانی مانند مقایسه دوره زمانی قبلی ، میانگین متحرک ، هموار سازی نمایی و رگرسیون خطی را معرفی می کند.
موضوعات شامل:
مبانی داده های سری زمانی li>
نوشتن داده های سری زمانی li>
جستجوی داده های سری زمانی li>
نصب PostgreSQL
ارزیابی عملکرد سeryال li>
پیوستن به مجموعه های زمانی li>
غیر طبیعی کردن سری های زمانی li>
نمایه سازی داده ها li>
پرس و جو از یک جدول تقسیم شده li>
توابع سری های زمانی li>
محاسبه مصالح بر روی ویندوز li>
محاسبه میانگین متحرک li>
پیش بینی با رگرسیون خطی li>
سرفصل ها و درس ها
مقدمه
Introduction
تجزیه و تحلیل داده های سری زمانی را با SQL بیاموزید
Learn time series data analysis with SQL
آنچه باید بدانید
What you should know
1. آشنایی با داده های سری زمانی
1. Introduction to Time Series Data
مشخصات داده های سری زمانی
Characteristics of time series data
نمونه هایی از داده های سری زمانی
Examples of time series data
نوشتن داده های سری زمانی
Writing time series data
جستجوی داده های سری زمانی
Querying time series data
2. نصب بانک اطلاعات و ابزارها
2. Installing Database and Tools
نصب PostgreSQL
Installing PostgreSQL
ایجاد طرحواره و جداول
Creating schema and tables
زمان بندی پرس و جو
Timing a query
ارزیابی عملکرد پرس و جو با EXPLAIN
Evaluating query performance with EXPLAIN
3. پرس و جو کردن داده های سری زمانی
3. Querying Time Series Data
نمایش داده شد و پنجره زمان
Time window queries and aggregates
پنجره های کشویی
Sliding windows
پنجره های ریز و درشت
Tumbling windows
پیوستن به دو سریال زمانی
Joining two time series
مخرب کردن داده های سری زمانی
Denormalizing time series data
4- مدل سازی داده های سری زمانی
4. Modeling Time Series Data
مجموعه داده های مثال 1: دما بر حسب زمان و مکان
Example data set 1: Temperature by time and location
فهرست نمایه سازی مجموعه 1: فقط فهرست زمان
Indexing data set 1: Time index only
فهرست نمایه سازی مجموعه 1: فهرست زمان و مکان
Indexing data set 1: Time and location index
ایجاد یک جدول تقسیم شده
Creating a partitioned table
پرسیدن یک جدول تقسیم شده
Querying a partitioned table
مجموعه داده های مثال 2: استفاده از CPU و نوع برنامه
Example data set 2: CPU utilization and application type
فهرست نمایه سازی مجموعه 2: فهرست بندی زمان و نوع
Indexing data set 2: Time and type Indexing
5- توابع معمولاً مورد استفاده برای سریال زمان
5. Commonly Used Functions for Time Series
رهبری
Lead
تاخیر
Lag
رتبه
Rank
رتبه درصد
Percent rank
6. تجزیه و تحلیل سری زمانی
6. Time Series Analysis
جدول مشترک عبارات و بازگشت
Common Table Expressions and recursion
محاسبه مصالح در ویندوز
Calculating aggregates over windows
مقایسه روز قبل
Previous day comparison
میانگین حرکت
Moving averages
میانگین وزن متحرک
Weighted moving averages
پیش بینی با رگرسیون خطی
Forecasting with linear regression
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.
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.
نمایش نظرات