دوره آموزشی انتخاب  ابزار مناسب برای داده های خود: Python، R یا SQL

دوره آموزشی انتخاب ابزار مناسب برای داده های خود: Python، R یا SQL

⏱️ 1 ساعت 8 دقیقه📈 مبتدی📅 2022-09-20

مدرسین

Megan Lieu

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

مشاهده دوره کامل

رفتن به دوره