کتاب SQL for Data Analytics

کتاب SQL for Data Analytics (SQL برای تجزیه و تحلیل داده‌ها: استفاده از قدرت SQL برای استخراج بینش از داده‌ها، نسخه سوم) از جدیدترین منابع یادگیری تجزیه و تحلیل داده‌ها با استفاده از زبان SQL است. این کتاب در 9 فصل به طور مفصل به شرح تجزیه و تحلیل داده‌ها و آموزش SQL جهت به کارگیری آن پرداخته ا

در ادامه مقدمه‌ای از کتاب SQL for Data Analytics را از زبان نویسنده شرح خواهیم داد.

مقدمه‌ای بر کتاب SQL for Data Analytics:

درباره کتاب

هر روز، کسب و کارها به صورت شبانه‌روزی فعالیت می‌کنند و حجم عظیمی از داده‌ها با سرعتی سریع تولید می‌شود. این کتاب به شما کمک می‌کند این داده‌ها را تجزیه و تحلیل کنید و الگوها و رفتارهای کلیدی را شناسایی کنید که می‌تواند به شما و کسب‌وکارتان در درک مشتریانتان در سطحی عمیق و اساسی کمک کند.

SQL برای تجزیه و تحلیل داده‌ها، نسخه سوم یک راه عالی برای شروع تجزیه و تحلیل داده‌ها است که نشان می‌دهد چگونه به طور مؤثر اطلاعات را از داده‌های خام مرتب‌سازی و پردازش کنید، حتی بدون هیچ تجربه قبلی.

شما با یادگیری نحوه تشکیل فرضیه‌ها و تولید آمار توصیفی که می‌تواند بینش‌های کلیدی را در مورد داده‌های موجود شما ارائه دهد، شروع می‌کنید. همانطور که پیشرفت می‌کنید، یاد خواهید گرفت که چگونه پرس و جوهای SQL را برای جمع‌آوری، محاسبه و ترکیب داده‌های SQL از منابع خارج از مجموعه داده فعلی خود بنویسید.

همچنین خواهید فهمید که چگونه با انواع داده‌های پیشرفته مانند JSON کار کنید. با کاوش در تکنیک‌های پیشرفته، مانند تجزیه و تحلیل جغرافیایی و تجزیه و تحلیل متن، می‌توانید تجارت خود را در سطح عمیق‌تری درک کنید. در نهایت، کتاب SQL for Data Analytics به شما اجازه می‌دهد تا با استفاده از تکنیک‌های پیشرفته‌ای مانند پروفایل‌سازی و اتوماسیون، راز دریافت سریع‌تر و مؤثرتر اطلاعات را دریابید.

در پایان کتاب SQL for Data Analytics، در کاربرد کارآمد تکنیک‌های SQL در سناریوهای تجاری روزمره و نگاه کردن به داده‌ها با نگاه انتقادی متخصصان تحلیل مهارت خواهید داشت.

بیشتر بخوانید: کتاب SQL Server Query Tuning and Optimization

درباره نویسندگان کتاب SQL for Data Analytics

جون شان یک متخصص فناوری اطلاعات است که بیش از 20 سال است که سیستم‌های مدیریت داده را طراحی و پیاده‌سازی می‌کند. او همچنین SQL و پایگاه داده رابطه‌ای را در دانشگاه کلمبیا در شهر نیویورک و دانشگاه سنت پیتر تدریس می‌کند. او کارشناسی ارشد خود را در علوم کامپیوتر از ویرجینیا تک به پایان رساند و در حال حاضر یک معمار راه حل در 3 ارائه‌دهنده خدمات محاسبات ابری برتر است.

مت گلدواسر، رئیس بخش علوم داده کاربردی در مرکز توسعه فناوری T. Rowe Price NYC است. مت قبل از سمت فعلی خود، مدیر علوم داده در OnDeck بود و قبل از آن، او یک تحلیلگر در Millennium Management بود. مت دارای لیسانس علوم در مهندسی مکانیک و هوافضا از دانشگاه کرنل است.

Upom Malik یک رهبر علم داده و تجزیه و تحلیل است که بیش از 8 سال در صنعت فناوری کار کرده است. او دارای مدرک کارشناسی ارشد مهندسی شیمی از دانشگاه کرنل و مدرک لیسانس بیوشیمی از دانشگاه دوک است.

به عنوان یک دانشمند داده، Upom بر تلاش‌ها در سراسر یادگیری ماشین، آزمایش و تجزیه و تحلیل در شرکت‌های مختلف در سراسر ایالات متحده نظارت داشته است. او از SQL و ابزارهای دیگر برای حل چالش‌های جالب در امور مالی، انرژی و فناوری مصرف کننده استفاده می‌کند. خارج از محل کار، او دوست دارد بخواند، مسیرهای شمال شرقی ایالات متحده را پیاده‌روی کند و از کاسه‌های رامن از سراسر جهان لذت ببرد.

بنجامین جانستون یک دانشمند ارشد داده برای یکی از شرکت‌های پیشرو مبتنی بر داده‌های MedTech در جهان است و در توسعه راه‌حل‌های دیجیتالی نوآورانه در کل مسیر توسعه محصول، از تعریف مشکل گرفته تا تحقیق و توسعه راه‌حل، تا استقرار نهایی مشارکت دارد.

او در حال حاضر در حال اتمام دکترای خود است. در یادگیری ماشین، متخصص در پردازش تصویر و شبکه‌های عصبی کانولوشنال عمیق. او بیش از 10 سال تجربه در طراحی و توسعه تجهیزات پزشکی، کار در نقش‌های فنی مختلف، و دارای مدرک درجه یک لیسانس در رشته‌های مهندسی و علوم پزشکی از دانشگاه سیدنی استرالیا است.

مخاطبین کتاب SQL for Data Analytics

اگر شما یک مهندس پایگاه داده هستید که به دنبال انتقال به تجزیه و تحلیل هستید یا یک مهندس باطن هستید که می‌خواهد درک عمیق تری از داده‌های تولید ایجاد کند، این کتاب برای شما مفید خواهد بود.

کتاب SQL for Data Analytics همچنین برای دانشمندان داده یا تحلیلگران تجاری که می‌خواهند مهارت‌های تجزیه و تحلیل داده خود را با استفاده از SQL بهبود بخشند، ایده آل است.

آشنایی اولیه با SQL (مانند بندهای SELECT، WHERE و GROUP BY)، درک خوب جبر خطی و آمار و PostgreSQL 14 برای استفاده حداکثری از این کتاب ضروری است.

درباره فصل‌ها

فصل 1، درک و توصیف داده‌ها، به شما کمک می‌کند تا اصول اولیه تجزیه و تحلیل داده‌ها را بیاموزید. شما یاد خواهید گرفت که چگونه فرضیه‌ها را تشکیل دهید و آمار توصیفی ایجاد کنید که می‌تواند بینش‌هایی را در مورد داده‌های شما ارائه دهد. شما با استفاده از تکنیک‌های ریاضی و گرافیکی برای تجزیه و تحلیل داده‌ها با اکسل به این هدف خواهید رسید.

فصل 2 کتاب SQL for Data Analytics، مبانی SQL برای تجزیه و تحلیل، به شما کمک می‌کند تا اصول اولیه SQL را در دنیای داده‌ها و عملیات CRUD بیاموزید. شما یاد خواهید گرفت که چگونه از SQL اولیه برای دستکاری داده‌ها در یک پایگاه داده رابطه‌ای استفاده کنید.

فصل 3، SQL برای آماده سازی داده، به شما نشان می‌دهد که چگونه داده‌ها را برای تجزیه و تحلیل با استفاده از تکنیک‌های SQL تمیز و آماده کنید. قبل از اینکه به مواد پیشرفته تر بروید، با یادگیری نحوه ترکیب چندین جدول و پرس و جو در یک مجموعه داده شروع خواهید کرد.

فصل 4 کتاب SQL for Data Analytics، توابع جمعی برای تجزیه و تحلیل داده‌ها، توابع انبوه SQL را پوشش می‌دهد، که تکنیک‌های قدرتمندی برای خلاصه کردن داده‌ها هستند. شما قادر خواهید بود از این توابع برای تولید آمار توصیفی استفاده کنید و یاد بگیرید که چگونه داده‌ها را در تمام ردیف‌ها جمع‌آوری کنید و زیرجمعیت‌ها (Subpopulations) را برای تجزیه و تحلیل بیشتر تقسیم کنید.

فصل 5، توابع پنجره برای تجزیه و تحلیل داده‌ها، توابع پنجره SQL را پوشش می‌دهد که نظم گروهی از داده‌ها را در نظر می‌گیرد. شما قادر خواهید بود از این توابع برای به دست آوردن بینش جدید در مورد داده‌ها و کسب دانش مهم در مورد داده‌ها، مانند سفارشات و رتبه‌ها استفاده کنید.

فصل 6 کتاب SQL for Data Analytics، ورودی و خروجی داده‌ها، مهارت‌های مورد نیاز برای تعامل با پایگاه داده خود را از ابزارهای نرم‌افزاری دیگر (مانند پایتون) در اختیار شما قرار می‌دهد.

فصل 7، تجزیه و تحلیل با استفاده از انواع داده‌های پیچیده، به شما درک کاملی از انواع مختلف داده‌های موجود در SQL می‌دهد و به شما نشان می‌دهد که چگونه بینش را از داده‌های زمان تاریخ، داده‌های مکانی، آرایه‌ها، JSON و متن استخراج کنید.

فصل 8، Performant SQL، به شما کمک می‌کند پرس و جوهای خود را بهینه کنید تا سریعتر اجرا شوند. علاوه بر یادگیری نحوه تجزیه و تحلیل عملکرد پرس و جو، همچنین یاد خواهید گرفت که چگونه می‌توانید از عملکردهای اضافی SQL، مانند توابع و محرک‌ها، برای گسترش عملکرد پیش فرض استفاده کنید.

فصل 9 کتاب SQL for Data Analytics، استفاده از SQL برای کشف حقیقت: یک مطالعه موردی، مهارت‌های کسب شده شما را تقویت می‌کند تا به شما در حل مسائل دنیای واقعی خارج از مواردی که در این کتاب توضیح داده شده است کمک کند. با استفاده از روش علمی و تفکر انتقادی قادر خواهید بود داده‌های خود را تجزیه و تحلیل کرده و آن‌ها را به وظایف و اطلاعات عملی تبدیل کنید.

سرفصل‌های کتاب SQL for Data Analytics:

• Preface
• 1. Understanding and Describing Data
• 2. The Basics of SQL for Analytics
• 3. SQL for Data Preparation
• 4. Aggregate Functions for Data Analysis
• 5. Window Functions for Data Analysis
• 6. Importing and Exporting Data
• 7. Analytics Using Complex Data Types
• 8. Performant SQL
• 9. Using SQL to Uncover the Truth: A Case Study
• Appendix

جهت دانلود کتاب SQL for Data Analytics می‌توانید پس از پرداخت، دریافت کنید.