SQL پیشرفته برای علم داده: سری زمانی

مدرس Dan Sullivan

انتشار 2019/04/26

به‌روز‌رسانی 2024/03/07

مدت زمان 1h 20m

سطح پیشرفته

فایل تمرینی دارد

آموزش Advanced SQL for Data Science: Time Series

داده های سری زمانی داده هایی هستند که در طول زمان جمع آوری می شوند: معیارهای عملکرد، تعاملات کاربر و اطلاعات جمع آوری شده توسط حسگرها. از آنجایی که داده‌های سری زمانی مختلف اندازه‌گیری‌ها و فواصل متفاوتی دارند، این داده‌ها چالشی منحصر به فرد برای دانشمندان داده است. با این حال، SQL دارای برخی از ویژگی های طراحی شده برای کمک است. این دوره به شما می آموزد که چگونه داده های سری زمانی را با آنها استاندارد و مدل کنید. مربی دن سالیوان در مورد پنجره بندی و تفاوت بین محاسبات پنجره کشویی و غلتشی بحث می کند. سپس بیاموزید که چگونه ساختارهای SQL مانند OVER و PARTITION BY به ساده‌سازی تحلیل کمک می‌کنند و چگونه می‌توان از غیرعادی‌سازی برای افزایش داده‌ها و در عین حال اجتناب از اتصال استفاده کرد. به علاوه، تکنیک های بهینه سازی مانند نمایه سازی را کشف کنید. Dan همچنین تکنیک های تحلیل سری های زمانی مانند مقایسه دوره های زمانی قبلی، میانگین متحرک، هموارسازی نمایی و رگرسیون خطی را معرفی می کند.

Data Science SQL Time Series Analysis

Introduction

Learn time series data analysis with SQL ()

What you should know ()

1. Introduction to Time Series Data

Characteristics of time series data ()

Examples of time series data ()

Writing time series data ()

Querying time series data ()

2. Installing Database and Tools

Installing PostgreSQL ()

Creating schema and tables ()

Timing a query ()

Evaluating query performance with EXPLAIN ()

3. Querying Time Series Data

Time window queries and aggregates ()

Sliding windows ()

Tumbling windows ()

Joining two time series ()

Denormalizing time series data ()

4. Modeling Time Series Data

Indexing data set 1: Time index only ()

Example data set 1: Temperature by time and location ()

Indexing data set 1: Time and location index ()

Creating a partitioned table ()

Querying a partitioned table ()

Example data set 2: CPU utilization and application type ()

Indexing data set 2: Time and type Indexing ()

5. Commonly Used Functions for Time Series

Percent rank ()

Lead ()

Lag ()

Rank ()

6. Time Series Analysis

Common Table Expressions and recursion ()

Calculating aggregates over windows ()

Previous day comparison ()

Moving averages ()

Weighted moving averages ()

Forecasting with linear regression ()

Exponential moving average ()

Conclusion

Next steps ()

Ex_Files_Advanced_SQL_for_Data_Science_Time_Series.zip (4.6 MB)

دانلود فایل فشرده

با توجه به امکانات آموزش و همچنین امکانات بسته انتخاب شده لینک دانلود فایل فشرده آماده خواهد شد. با در نظر داشتن این شرایط لطفا بسته مورد نظر خود را انتخاب کرده و روی دکمه درخواست لینک دانلود کلیک کنید

در حال به روزرسانی اطلاعات

درخواست لینک دانلود

در حال به روزرسانی اطلاعات

لطفا قبل از فعالسازی لینک دانلود به موارد زیر توجه کنید:

پسورد فایل‌های فشرده است.
لینک‌های آماده شده تا 8 روز پس از فعالسازی منقضی خواهند شد.
حجم فایل‌ها تخمینی هستند.
در صورتی که لینک دانلود تا 15دقیقه پس از درخواست آماده نشد، از بخش پشتیبانی پیگیری نمایید.

مسیرهای یادگیری آموزش SQL پیشرفته برای علم داده: سری زمانی

یکی از مهمترین مشکلات افرادی که از آموزش های آنلاین استفاده می‌ کنند این است به دلیل تعداد زیاد این آموزش ها، کاربر دچار سردرگمی شده و نمی داند از کدام آموزش بهتر است شروع کند و یا با کدام آموزش ها مهارت های خود را ارتقا دهد. داشتن یک برنامه آموزشی گام به گام میتواند کاربران را از این مشکلات رها کند. در واقع مسیرهای یادگیری مجموعه ای از آموزش ها هستند که به ترتیب اولویت در کنار هم قرار گرفته اند تا کاربران را از این سردرگمی ها نجات دهند. این مسیرها در موضوعات مختلفی دسته بندی شده‌اند که در زیر، لیستی از همه دسته بندی مسیرهایی که توسط سایت لیندا ارائه شده اند را می توانید مشاهده کنید.

آموزش Advanced SQL for Data Science: Time Series در 2 مسیر آموزشی قرار دارد. تخصص مورد نظر خود را انتخاب کنید، با مسیر یادگیری آن همراه شوید و حرفه ای شوید.

به عنوان زبان استاندارد برای اکثر سیستم های مدیریت پایگاه داده رابطه ای، SQL یک مهارت بسیار مورد توجه در توسعه داده ها است. این مسیر یادگیری به شما آموزش می دهد که چگونه یک کاربر قدرتمند SQL باشید.

آموزش SQL پیشرفته برای علم داده: سری زمانی ، ایستگاه شماره 4 در مسیر یادگیری توسعه استاد SQL ، است.

مسیر یادگیری توسعه استاد SQL

مهارت های پایگاه داده SQL به طور پیوسته در میان محبوب ترین ها در دنیای علم داده است. بر مهارت های مورد نیاز برای متخصصان پروژه های علم داده تسلط داشته باشید و پایه ای محکم از دانش را برای کار با مهندسان SQL ایجاد کنید.

آموزش SQL پیشرفته برای علم داده: سری زمانی ، ایستگاه شماره 5 در مسیر یادگیری استاد SQL برای علم داده ، است.