دوره آموزشی پایتون در سرویس یادگیری ماشین SQL سرور
2 ساعت 32 دقیقهپیشرفته2023-12-21
مدرسین

Adam Wilbert
Data Visualization Expert
جزئیات دوره
یاموزید که چگونه داده های SQL Server را با پایتون تجزیه و تحلیل کنید. آدام ویلبرت،متخصص پایگاه داده،نحوه استفاده از ترکیبی قدرتمند از ابزارها،از جمله کتابخانه های پایتون با کارایی بالا و الحاقیه خدمات یادگیری ماشین،را مستقیماً درون SQL Server برای ساده سازی تجزیه و تحلیل نشان می دهد. آدام نشان می دهد که چگونه از اسکریپت های پایتون برای انجام تجزیه و تحلیل آماری،تولید گرافیک مانند نمودارهای پراکندگی و نمودارهای میله ای و پردازش داده های جدولی استفاده کنید. وی همچنین توضیح می دهد که چگونه اسکریپت پایتون را به روشی ذخیره شده تبدیل کرده و سرویس های ML مستقل را برای اجرای اسکریپت ها بدون تأثیر بر عملکرد SQL Server تنظیم می کند.
موضوعات شامل:
- تجزیه و تحلیل داده های SQL Server با Python
- نصب خدمات یادگیری ماشین
- نوشتن اسکریپت های Python برای SQL Server
- بسته ها و کتابخانه های پایتون
- تولید گرافیک با Matplotlib
- پردازش داده های جدول
- ایجاد یک روش ذخیره شده SQL
- ایجاد مشتری علمی داده های خارجی
موضوعات شامل:
- تجزیه و تحلیل داده های SQL Server با Python
- نصب خدمات یادگیری ماشین
- نوشتن اسکریپت های Python برای SQL Server
- بسته ها و کتابخانه های پایتون
- تولید گرافیک با Matplotlib
- پردازش داده های جدول
- ایجاد یک روش ذخیره شده SQL
- ایجاد مشتری علمی داده های خارجی
مهارت ها
SQL ServerDatabase AdministrationMachine LearningPythonDatabase ManagementArtificial Intelligence (AI)Programming LanguagesOpen SourceMicrosoftSoftware DevelopmentDeep Dive (X:Y)
سرفصل ها
0. مقدمه
- 01 - دادههای SQL Server را با پایتون تجزیهوتحلیل کنید
- 02 - آنچه باید بدانید
- 03 - استفاده از فایلهای تمرین
1. با MLS شروع کنید
- 04 - خدمات یادگیری ماشین چیست
- 05 - سرویسهای ML را برای پایتون نصب کنید
- 06 - اجرای اسکریپت را در SQL Server فعال کنید
- 07 - از متغیرها در پایتون استفاده کنید
- 08 - یک حلقه while پایتون ایجاد کنید
2. برای SQL Server اسکریپتهای پایتون بنویسید
- 09 - یک مجموعه داده را از SQL Server وارد کنید
- 10 - یک چارچوب داده را دستکاری کنید
- 11 - خروجی یک نتیجه مجموعه SQL Server
- 12 - تلههای نحوی پایتون
- 13 - چالش - وارد کردن یک قاب داده
- 14 - راه حل - یک قاب داده را وارد کنید
3. ماژولها و کتابخانههای بسته پایتون
- 15 - بستههای منبع باز Anaconda
- 16 - توابع در بسته revoscalepy
- 17 - با microsoftml مدل سازی کنید، آموزش دهید و امتیاز دهید
- 18 - با MatPlotLib گرافیک تولید کنید
- 19 - آمار توصیفی را با پانداها دریافت کنید
- 20 - چالش - یک چارچوب داده را نمونه بگیرید
- 21 - راه حل - یک چارچوب داده را نمونه بگیرید
4. پردازش دادههای جدولی
- 22 - مقادیر را با شاخص و سری برگردانید
- 23 - یک سری را به یک دیتا فریم تبدیل کنید
- 24 - چند سری به یک دیتا فریم اضافه کنید
- 25 - فهرست را در یک قاب داده قرار دهید
- 26 - یک قاب داده را به سری برش دهید
- 27 - چالش - وارد کردن و پردازش داده ها
- 28 - راه حل - Import و پردازش داده ها
5. یک SQL Stored Procedure ایجاد کنید
- 29 - یک رویه ذخیره شده پایتون ایجاد کنید
- 30 - روش را پارامتر کنید
- 31 - چالش - یک رویه ذخیره شده بنویسید
- 32 - راه حل - یک رویه ذخیره شده بنویسید
6. یک مشتری علوم داده خارجی ایجاد کنید
- 33 - MLS را روی یک سرور مستقل نصب کنید
- 34 - ابزارهای توسعه را به مشتری اضافه کنید
- 35 - با نوت بوکهای Jupyter کار کنید
نتیجه
- 36 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی آموزش عملی پیشرفته SQL Server: استراتژیها و تکنیکها
- دوره آموزشی طراحی انبار داده در SQL Server 2019
- دوره آموزشی یادگیری Microsoft SQL Server 2022
- دوره آموزشی یادگیری Microsoft SQL Server 2019
- دوره آموزشی توسعه مدلهای یادگیری ماشین با پایتون و T-SQL
- دوره آموزشی کوئریها در مایکروسافت SQL سرور 2022
- دوره آموزشی یادگیری جامع Microsoft SQL Server 2022
- دوره آموزشی SQL Server: خدمات گزارشدهی