دوره آموزشی انتخاب ابزار مناسب برای داده های خود: Python، R یا SQL
1 ساعت 8 دقیقهمبتدی2022-09-20
مدرسین
Megan Lieu
Data Scientist
جزئیات دوره
متخصصان داده باید مؤثرترین و کارآمدترین ابزار را برای کار در دست انتخاب کنند. در برخی موارد ممکن است پایتون مناسب باشد در حالی که R در انجام کار وحشتناک است و در موارد دیگر ممکن است برعکس باشد. علاوه بر این، این زبان های برنامه نویسی نه تنها در حرفه های داده بلکه در چندین زمینه فناوری دیگر مورد تقاضا و ضروری هستند. در این دوره Megan Lieu موارد استفاده، مزایا و معایب و شباهت ها و تفاوت های استفاده از Python، R و SQL در پروژه های داده را پوشش می دهد. مگان اصولی را که برای هر زبان باید بدانید را پوشش میدهد، برنامهها و مثالهایی را در دنیای واقعی برای هر کدام به اشتراک میگذارد، و برخی مطالعات موردی را به شما نشان میدهد تا نشان دهد چگونه میتوانید از Python، R و SQL برای ساخت پروژههای خود استفاده کنید.
مهارت ها
RStatisticsSQLDatabase AdministrationDatabase DevelopmentPythonDatabase ManagementData AnalysisProgramming LanguagesData ScienceBusiness Analysis and StrategyBusiness Software and ToolsOpen SourceSoftware DevelopmentOne-Off
سرفصل ها
0. مقدمه
- 01 - انتخاب ابزار مناسب برای داده های خود
- 02 - آنچه باید بدانید
1. SQL
- 03 - SQL چیست
- 04 - انواع دستورات SQL
- 05 - انواع داده های SQL
- 06 - کوئری ها - بلوک های ساختمانی اساسی SQL
- 07 - نحوه استفاده از توابع برای انجام محاسبات
- 08 - با استفاده از روابط جدول می پیوندد
2. پایتون
- 09 - پایتون چیست؟
- 10 - متغیرهای پایتون و انواع داده ها
- 11 - محاسبات در پایتون
- 12 - با استفاده از توابع و روش ها تحلیل می کند
- 13 - با استفاده از کتابخانه ها تجزیه و تحلیل می کند
- 14 - تجسم داده ها با استفاده از پایتون
3. آر
- 15 - R چیست
- 16 - اشیاء، متغیرها و انواع داده R
- 17 - محاسبات در R
- 18 - با استفاده از توابع و بسته ها آنالیز می کند
- 19 - تجسم داده ها در R
4. مقایسه SQL، Python و R
- 20 - SQL، Python و R در جعبه ابزار تجزیه و تحلیل داده ها
- 21 - انتخاب ابزار مناسب برای کار
- 22 - کاربردهای صنعتی
- 23 - مطالعه موردی - گره زدن هر سه ابزار به هم در دنیای واقعی
نتیجه
- 24 - مراحل بعدی - شاهد SQL، Python و R در عمل