SQL پیشرفته برای دانشمندان داده (2017)

مدرس Dan Sullivan

انتشار 2017/05/22

مدت زمان 1h 24m

سطح پیشرفته

فایل تمرینی دارد

آموزش Advanced SQL for Data Scientists (2017)

نیاز روزافزونی به دانشمندان و تحلیلگران داده برای درک ذخیره‌سازی داده‌های رابطه‌ای وجود دارد. سازمان‌ها مدت‌هاست که از پایگاه‌های داده SQL برای ذخیره داده‌های معاملاتی و همچنین داده‌های مربوط به هوش تجاری استفاده می‌کنند. اگر نیاز به کار با پایگاه‌های داده SQL دارید، این دوره به شما کمک می‌کند تا نحوه انجام وظایف رایج علم داده، از جمله یافتن، کاوش و استخراج در پایگاه‌های داده رابطه‌ای را بیاموزید.\r\n\r\n سپس پنج موضوع اصلی که یک دانشمند داده باید هنگام کار با پایگاه‌های داده رابطه‌ای بداند: آمار اولیه در SQL، آماده‌سازی داده در SQL، فیلتر پیشرفته و تجمیع داده‌ها، توابع پنجره، و آماده‌سازی داده‌ها برای استفاده با ابزارهای تحلیلی.

Database Development Databases Data Modeling SQL Statistics

Introduction

Welcome ()

Exercise files ()

1. SQL as a Tool for Data Science

Relational databases in data science ()

SQL data manipulation features ()

SQL data definition features ()

ANSI standard SQL and variants ()

2. Basic Statistics with SQL

Installing PostgreSQL ()

CREATE TABLE and INSERT DATA ()

The COUNT, MIN, and MAX functions ()

Statistical functions ()

Filtering and grouping data ()

3. Data Munging with SQL

Reformatting character data ()

Extracting strings from character data ()

Filtering with regular expressions ()

Reformatting numeric data ()

4. Filtering, Joins, and Aggregation

Subqueries in SELECT clauses ()

Subqueries in FROM clauses ()

Subqueries in WHERE clauses ()

Joining tables ()

Creating a view ()

Grouping and totaling ()

ROLLUP and CUBE to create subtotals ()

FETCH FIRST to find top results ()

5. Window Functions and Ordered Data

Window functions: OVER PARTITION ()

Window functions: FIRST_VALUE ()

Window functions: RANK ()

LAG and LEAD ()

NTILE functions ()

6. Preparing Data for Analytics Tools

Tips for using SQL for data science ()

Ex_Files_AdvancedSQL_Data_Scientists.zip (61 KB)

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 دانشمندان داده (2017)

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 Scientists (2017) در 2 مسیر آموزشی قرار دارد. تخصص مورد نظر خود را انتخاب کنید، با مسیر یادگیری آن همراه شوید و حرفه ای شوید.

لطفاً توجه داشته باشید که LinkedIn Learning این مسیر یادگیری را در تاریخ 21 مارس 2023 بازنشسته خواهد کرد. برای دریافت گواهی پایان کار، باید تمام دوره های موجود در مسیر را قبل از آن تاریخ تکمیل کنید. همکاران عملیات تجاری در سازمان ها برای جمع آوری داده ها و بینش ها و ارزیابی طرح های تجاری داخلی کار می کنند. مهارت های کمی و تحلیلی مورد نیاز برای ترکیب برنامه ریزی استراتژیک، تجزیه و تحلیل مالی و تصمیم گیری با تجزیه و تحلیل داده ها و بینش های عمیق را ایجاد کنید.

آموزش SQL پیشرفته برای دانشمندان داده (2017) ، ایستگاه شماره 10 در مسیر یادگیری یک همکار عملیات تجاری شوید ، است.

مسیر یادگیری یک همکار عملیات تجاری شوید

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 دانشمندان داده (2017) ، ایستگاه شماره 4 در مسیر یادگیری استاد SQL برای علم داده ، است.