Course catalog

Course duration

Course provider

Topic

Categories

Showing 41-60 of 71 items.

linkedin راهنمای کامل برای دیتابیک ها برای مهندسی داده ها (Mitalearn-415035)

  • 6 hours 9 minutes
  • مناسب همه
  • Release date: 28 February 2025
  • Author: Deepak Goyal
درباره این دوره: 

 در این دوره ، Master Databricks برای تبدیل شدن به یک مهندس داده ACE. بیاموزید که چگونه می توانید به صورت تخصصی اشکال زدایی ، پردازش و تجزیه و تحلیل مقادیر عظیمی از داده ها و ایجاد راه حل های مقیاس پذیر به عنوان مربی Deepak Goyal شما را از طریق شیرجه عمیق در مورد نحوه عملکرد پلت فرم Databricks راهنمایی کنید. تحول pyspark و Spark SQL را در پایگاه داده ها ، به همراه نحوه خواندن و نوشتن DataFrame در Databricks کاوش کنید. به علاوه ، در مورد دریاچه دلتا ، به بهینه سازی ها ، برنامه ریزی نوت بوک ، مدیریت خوشه ، گردش کار و موارد دیگر بیاموزید.

linkedin راهنمای کامل پایتون برای مهندسی داده ها: از مبتدی تا پیشرفته (Mitalearn-415290)

  • 5 hours 26 minutes
  • مناسب همه
  • Update date: 1 April 2025
  • Author: Deepak Goyal
درباره این دوره: 

 قبل از پیشرفت به موضوعات پیشرفته تر مخصوص مهندسی داده ، با اصول اولیه پایتون بلند شوید و اجرا کنید. در این دوره دستی و تعاملی ، به مربی Deepak Goyal بپیوندید تا طیف گسترده ای از کارهای مهندسی داده را در پایتون انجام دهید تا دانش فنی خود را تقویت کنید ، برای مصاحبه آماده شوید یا نقش جدیدی را به وجود آورید. این دوره شامل چالش های کد است که توسط CoderPad تهیه شده است. چالش های کد تمرینات برنامه نویسی تعاملی با بازخورد در زمان واقعی است ، بنابراین می توانید برای پیشبرد مهارت های برنامه نویسی خود ، از تمرین کد نویسی استفاده کنید. Deepak به شما کمک می کند تا مهارت های خود را به عنوان یک برنامه نویس پایتون با شش چالش برنامه نویسی خاص تقویت کنید. اصول اولیه زبان ، مجموعه های پایتون ، دست زدن به پرونده ، پاندا ، Numpy ، OOP و ابزارهای پیشرفته مهندسی داده را که از پایتون استفاده می کنند ، کاوش کنید. این دوره با یک پروژه نهایی متمرکز بر تجزیه و تحلیل خرده فروشی به پایان می رسد.

linkedin ساختارها و الگوریتم های داده پایتون (Mitalearn-193763)

  • 2 hours 19 minutes
  • متوسط
  • Update date: 21 June 2026
  • Author: Robin Andrews
درباره این دوره:

توسعه دهندگان نرم افزار می دانند که معماری زیربنایی کارآمد برای فناوری هایی که ما هر روز استفاده می کنیم ضروری است. دانش ساختارهای داده و الگوریتم‌هایی که آنها پشتیبانی می‌کنند به توسعه‌دهندگان کمک می‌کند تا مناسب‌ترین راه‌حل را برای یک زمینه معین انتخاب کنند، و آنها را به برنامه‌نویسان بهتری تبدیل می‌کند که برای شرکت، مشتریان یا کارفرمایان احتمالی خود متمایز هستند. در این دوره آموزشی با استفاده از زبان برنامه نویسی پایتون، مربی رابین اندروز از ترکیبی از رویکردهای برنامه نویسی بصری، نظری و عملی برای توضیح مفاهیم به شیوه ای سرگرم کننده و در دسترس استفاده می کند. رابین برخی از مهم‌ترین ساختارهای داده مانند پشته‌ها، صف‌ها و صف‌های اولویت‌دار را توضیح می‌دهد و نحوه استفاده از این ساختارها توسط الگوریتم‌های جستجو مانند جستجوی عمقی، جستجوی پهنای اول و الگوریتم A-star (A*) را توضیح می‌دهد. او نحوه ردیابی اجرای الگوریتم ها را نشان می دهد. در طول مسیر، او چالش هایی را فراهم می کند که به شما امکان می دهد مهارت های جدید خود را آزمایش کنید.

linkedin ساختارهای داده پایتون: پشته ها، Deques و Queues (Mitalearn-381069)

  • 35 minutes
  • مناسب همه
  • Update date: 11 March 2024
  • Author: Dhhyey Desai
درباره این دوره: 

 پشته ها، دکه ها و صف ها سه ساختار داده ضروری پایتون هستند. آنها ستون فقرات بسیاری از الگوریتم های علوم کامپیوتر را تشکیل می دهند، و نشان دادن تسلط بر این مفاهیم می تواند به شما در شغل فعلی کمک کند یا به شما کمک کند تا نقش بعدی خود را به دست آورید. در این دوره، Dhhyey Desai به شما نشان می‌دهد که چگونه پشته‌ها، صف‌ها و deques بسازید و از این ساختارهای داده خطی برای حل مشکلات دنیای واقعی که ممکن است در کار خود با آن‌ها مواجه شوید، استفاده کنید. یاد بگیرید که چگونه هر کلاس را تعریف کنید و از متدهای داخلی پایتون برای انجام رفتارهای لازم مانند فشار، پاپ و زیرچشمی استفاده کنید. نوبت دهی و add_front و remove_rear. به Dhhyey در این دوره بپیوندید تا مزایای هر یک از این ساختارهای داده رایج را بیاموزید و مهارت هایی را به جعبه ابزار کدنویسی خود بیافزایید.

linkedin ساختارهای داده پایتون: پشته ها، صف ها و دک ها (2018) (Mitalearn-157927)

  • 1 hours 24 minutes
  • پیشرفته
  • Release date: 25 July 2026
  • Author: Erin Allard
درباره این دوره:

ساختارهای داده مانند پشته ها و صف ها اغلب در مصاحبه ها برای نقش های فنی ظاهر می شوند. اگرچه بسیاری از داوطلبان ممکن است هرگز با ساختارهای داده در برنامه نویسی روزمره مواجه نشوند، نشان دادن تسلط بر این مفاهیم می تواند به شما کمک کند مصاحبه بعدی خود را تکان دهید - و به مجموعه ابزار کدنویسی خود اضافه کنید. در این دوره، ارین آلارد نحوه استفاده از پایتون را برای ساختن سه ساختار داده خطی برتر نشان می دهد: پشته ها، صف ها و deques. او ساختارهای داده را مقایسه و مقایسه می کند و نحوه پیاده سازی آنها را به روشی شی گرا در پایتون نشان می دهد. یاد بگیرید که چگونه هر کلاس را تعریف کنید و از متدهای داخلی پایتون برای انجام رفتارهای لازم مانند فشار، پاپ و زیرچشمی استفاده کنید. نوبت دهی و add_front و remove_rear. چالش های هر فصل به تمرین مهارت های جدید و آماده شدن برای مصاحبه بعدی کمک می کند.

linkedin ساختارهای داده پایتون: درختان (Mitalearn-199254)

  • 1 hours 16 minutes
  • متوسط
  • Release date: 25 February 2021
  • Author: Ryan Mitchell
درباره این دوره: 

 درختان در پایتون چیست و چگونه با سایر ساختارهای داده مانند لیست های پیوندی و نمودارها مطابقت دارند؟ در این دوره، مربی رایان میچل درباره درختان جستجوی دودویی (BSTs) و آنچه که می توانید با آنها در یک زمینه دنیای واقعی انجام دهید بحث می کند. رایان به شما نشان می دهد که چگونه با استفاده از چند خط پایتون یک درخت پایه بسازید. او نحوه جستجو و پیمایش یک درخت و همچنین نحوه چاپ درخت در ترمینال را بررسی می کند. رایان توضیح می دهد که چگونه گره ها را به درخت خود اضافه کنید، آنها را حذف کنید و درختان نامتعادل را شناسایی کنید. وقتی درختی نامتعادل پیدا کردید، مهم است که آن را مجدداً متعادل کنید. رایان شما را در ایجاد تعادل مجدد چهار نوع درخت نامتعادل راهنمایی می کند. او با چالشی که دارای تعادل مجدد خودکار هوشمندتر است به پایان می رسد.

linkedin ساختارهای داده پایتون: لیست های پیوندی (Mitalearn-180605)

  • 1 hours 29 minutes
  • پیشرفته
  • Update date: 25 July 2026
  • Author: Erin Allard
درباره این دوره:

مصاحبه فنی بعدی خود را با استفاده از پایتون برای کدنویسی برخی از رایج‌ترین ساختارهای داده خطی: لیست‌های منفرد و دوتایی مرتبط کنید. در این دوره، مدرس ارین آلارد موضوع فهرست‌های پیوندی را بررسی می‌کند و آنچه را که باید بدانید برای انتقال درک خود از این ساختار داده به مصاحبه‌گر به اشتراک می‌گذارد. ارین به انواع داده های انتزاعی می پردازد و به شما کمک می کند تا گره ها را در لیست های پیوندی مفهوم سازی کنید. او همچنین در مورد چگونگی ایجاد هر دو لیست لیست پیوندی و کلاس های لیست پیوندی مضاعف بحث می کند و به نحوه پیاده سازی روش های کلیدی می پردازد. در طول دوره، او نه تنها نحوه کدنویسی کلاس و متدهای هر ساختار داده را نشان می‌دهد، بلکه توضیح می‌دهد که چرا هر روش مورد نیاز است.

linkedin ساختارهای داده پایتون: لیست های پیوندی (Mitalearn-445329)

  • 1 hours 2 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Ryan Mitchell
درباره این دوره:

در این دوره آموزشی، فهرست‌های پیوندی، یک ساختار داده پویا و مفید پایتون را معرفی کنید. مربی رایان میچل انواع مختلفی از لیست های مرتبط را پوشش می دهد و به شما این فرصت را می دهد تا مهارت های خود را با چالش های CoderPad در هر فصل تمرین کنید. رایان با اصول اولیه شروع می کند - نحوه ذخیره لیست های پایتون، مزایا و معایب، و اینکه چگونه لیست های پیوندی برخی از این مشکلات را حل می کنند. او کاربردهای عملی لیست های پیوندی و نحوه ساخت یک لیست پیوندی در پایتون را به شما نشان می دهد. سپس، نحوه ایجاد عملکردهایی مانند جستجو و مرتب کردن یک لیست پیوندی را بیابید. رایان سپس به شما نشان می‌دهد که چگونه می‌توانید فهرست‌های پیوندی دایره‌ای، فهرست‌های پیوندی دوگانه و حتی فهرست‌های پیوندی متعامد ایجاد کنید.

این دوره شامل چالش های کد است که توسط CoderPad ارائه شده است. چالش‌های کد، تمرین‌های کدنویسی تعاملی با بازخورد بی‌درنگ هستند، بنابراین می‌توانید در کنار محتوای دوره تمرین کدنویسی را انجام دهید تا مهارت‌های برنامه‌نویسی خود را ارتقا دهید.

linkedin ساختارهای داده پایتون: مجموعه ها و مجموعه های منجمد (Mitalearn-210865)

  • 1 hours 37 minutes
  • مناسب همه
  • Release date: 13 May 2021
  • Author: Mridu Bhatnagar
درباره این دوره:

در این دوره آموزشی، مربی Mridu Bhatnagar شما را با اصول استفاده از مجموعه‌های پایتون و مجموعه‌های منجمد آشنا می‌کند. اگر در مراحل اولیه حرفه برنامه نویسی پایتون خود هستید، یا اگر فقط به یک تجدید نظر نیاز دارید، به Mridu بپیوندید تا در مورد مکانیک و عملکردهای اساسی این ساختارهای داده بحث کند. Mridu یک نمای کلی از ست ها و ست های فریز شده ارائه می دهد و سپس به روش های مختلف برای کار با آنها می پردازد. او در مورد موارد استفاده و موضوعاتی مانند نحوه تغییر یک مجموعه و استفاده از توابع داخلی بحث می کند. Mridu همچنین ویدیوهای چالش و راه حل را برای آزمایش دانش شما در حین پیشبرد ارائه می دهد. اگر به دنبال یادگیری جنبه‌های مهم در مورد مجموعه‌ها و مجموعه‌های منجمد در پایتون هستید، بدون اینکه وارد یک دوره طولانی پروژه‌ای شوید، دوره آموزشی Mridu برای شما مناسب است.

linkedin فهرست‌های Python 2d: یک رویکرد مبتنی بر پروژه (Mitalearn-179075)

  • 1 hours 23 minutes
  • متوسط
  • Release date: 4 March 2020
  • Author: Robin Andrews
درباره این دوره: 

 لیست های دو بعدی یک ساختار داده ضروری در برنامه نویسی هستند. در این دوره عملی، یاد بگیرید که چگونه در پایتون یک بازی حافظه کامل ایجاد کنید و با آن ها کار کنید. مربی رابین اندروز با اصول اولیه شروع می کند و توضیح می دهد که لیست های دوبعدی چیست و چگونه آنها را در پایتون به کار بیندازید. رابین به سرعت از حالت تئوری به عملی حرکت می کند و به جزئیات ایجاد یک بازی حافظه ساده بر اساس تطبیق کارت می پردازد. او توضیح می دهد که چگونه ماژول ها را وارد کنید، توابعی بنویسید که از عملیات بازی شما پشتیبانی می کند و ورودی کاربر را تأیید می کند. به علاوه، او استراتژی هایی را برای اصلاح پروژه شما به اشتراک می گذارد. پس از پایان دادن به این دوره، یک بازی کارآمد خواهید داشت که به عنوان گواهی برای درک بهتر شما از لیست های دو بعدی در پایتون عمل می کند.

linkedin کارخانه داده لاجورد (Mitalearn-412298)

  • 43 minutes
  • مناسب همه
  • Release date: 19 January 2023
  • Author: Karsten Ulferts
درباره این دوره: 

 

اگر می خواهید مهارت های خود را به عنوان یک دانشمند داده یا کارشناس برنامه سازمانی رشد دهید ، باید بدانید که چگونه یک استراتژی یکپارچه فناوری اطلاعات را طراحی و مدیریت کنید. کارخانه داده لاجورد ، سرویس ادغام داده های کاملاً بدون سرور را از مایکروسافت وارد کنید. در این دوره ، مربی کارستن اولفرتز به شما نشان می دهد که چگونه می توانید از کارخانه داده لاجورد (ADF) برای لوله کشی و تبدیل داده ها استفاده کنید. بیاموزید که چگونه می توان راه حل های ادغام داده های بتن را با ADF اجرا کرد ، با استفاده از برنامه های افزودنی و پیشرفت های موجود برای فراتر از عملیات آزمایش عادی. Karsten نکاتی را در مورد دیگر ابزارهای پیشرفته تر مدل سازی شیء ، مانند محرک ها ، زمان های ادغام ، پرس و جو قدرت ، جریان ، سهمیه ، محدودیت ها و موارد دیگر به شما می دهد.


linkedin کیفیت داده ها: مفاهیم اصلی (Mitalearn-417296)

  • 1 hours 28 minutes
  • مناسب همه
  • Release date: 20 December 2024
  • Author: Mark Freeman
درباره این دوره: 

 این دوره نظری برای متخصصان داده ، ذینفعان در سازمان های داده ، رهبری داده ها و متخصصان علاقه مند به کیفیت داده طراحی شده است. مارک فریمن-یک مهندس داده و سرب فناوری-نمای کلی سطح بالا از کیفیت داده ها را ارائه می دهد ، معیاری از چگونگی عملکرد داده ها با انتظارات یک شرکت از صحت ، کامل بودن ، قوام ، قابلیت اطمینان و اعتبار. علاوه بر محتوای دوره ، یک پروژه نهایی را تکمیل کنید که شامل یک مخزن کد ارائه شده برای بررسی و گزارش تجزیه و تحلیل با مسائل مربوط به کیفیت داده ها باشد. مسائل مربوط به کیفیت داده ها را شناسایی کرده و در مورد نحوه رفع آنها توصیه هایی ارائه دهید. این دوره شما را با درک جدی از مفاهیم زیربنای کیفیت داده ها مجهز می کند.

linkedin مبانی برنامه نویسی: الگوریتم ها (Mitalearn-392221)

  • 2 hours 45 minutes
  • مناسب همه
  • Update date: 21 June 2026
  • Author: Joe Marini
درباره این دوره:

الگوریتم ها بلوک های سازنده جهانی برنامه نویسی هستند. آن‌ها نرم‌افزاری را که هر روز استفاده می‌کنید، چه صفحه‌گسترده، یک شبکه اجتماعی یا یک دستیار رانندگی، نیرو می‌دهند. الگوریتم‌ها روشی برای فکر کردن به چالش‌های برنامه‌نویسی به زبان انگلیسی ساده، قبل از اینکه به زبان خاصی مانند C# یا جاوا اسکریپت ترجمه شوند، ارائه می‌دهند. در این دوره، نویسنده و توسعه‌دهنده جو مارینی برخی از محبوب‌ترین و مفیدترین الگوریتم‌ها را برای جستجو و مرتب‌سازی اطلاعات، کار با تکنیک‌هایی مانند بازگشت، و درک ساختارهای داده رایج توضیح می‌دهد. او همچنین مفاهیم عملکرد الگوریتم های مختلف و چگونگی ارزیابی عملکرد یک الگوریتم معین را مورد بحث قرار می دهد. هر الگوریتم به طور عملی در پایتون نشان داده شده است، اما درس ها را می توان برای هر زبان برنامه نویسی اعمال کرد. این دوره همچنین با GitHub Codespace راه اندازی شده است، بنابراین می توانید بدون نصب چیزی بر روی رایانه خود، نمونه ها را دنبال کنید.

linkedin مبانی برنامه نویسی: الگوریتم ها (2018) (Mitalearn-146588)

  • 1 hours 45 minutes
  • مبتدی
  • Release date: 25 July 2026
  • Author: Joe Marini
درباره این دوره:

الگوریتم ها بلوک های سازنده جهانی برنامه نویسی هستند. آنها نرم افزاری را که هر روز استفاده می کنید، چه صفحه گسترده، یک شبکه اجتماعی یا یک دستیار رانندگی، نیرو می دهند. الگوریتم‌ها روشی را برای فکر کردن به چالش‌های برنامه‌نویسی به زبان انگلیسی ساده، قبل از اینکه به زبان خاصی مانند C# یا جاوا اسکریپت ترجمه شوند، ارائه می‌دهند. در این دوره، نویسنده و توسعه‌دهنده جو مارینی برخی از محبوب‌ترین و مفیدترین الگوریتم‌ها را برای جستجو و مرتب‌سازی اطلاعات، کار با تکنیک‌هایی مانند بازگشت، و درک ساختارهای داده رایج توضیح می‌دهد. او همچنین مفاهیم عملکرد الگوریتم های مختلف و چگونگی ارزیابی عملکرد یک الگوریتم معین را مورد بحث قرار می دهد. هر الگوریتم به طور عملی در پایتون نشان داده شده است، اما درس ها را می توان برای هر زبان برنامه نویسی اعمال کرد.

linkedin مبانی برنامه نویسی: ساختارهای داده (Mitalearn-445210)

  • 2 hours 46 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Kathryn Hodge
درباره این دوره:

این دوره مقدمه ای جامع بر ساختارهای داده بنیادی ارائه می دهد و شما را به مهارت هایی که برای پیاده سازی و استفاده موثر از آرایه ها، لیست ها، فرهنگ لغت ها، پشته ها و صف ها نیاز دارید، مجهز می کند. مربی کاترین هاج از طریق تمرین‌های عملی و مثال‌های واقعی به شما نشان می‌دهد که این سازه‌ها چگونه کار می‌کنند، از جمله کارایی آنها از نظر پیچیدگی زمانی و مکانی. این دوره که برای زبان آموزانی که تازه برنامه نویسی می کنند مناسب است، بر کاربردهای عملی تاکید دارد و شما را قادر می سازد تا مشکلات نرم افزاری رایج مانند جستجو، مرتب سازی و مدیریت داده ها را حل کنید. علاوه بر این، شما یاد خواهید گرفت که مبادلات ساختارهای داده مختلف را تجزیه و تحلیل کنید و از این دانش برای طراحی راه حل های مقیاس پذیر و کارآمد استفاده کنید. در پایان دوره، شما ابزارها و دانش لازم برای شروع مقابله با چالش های برنامه نویسی پیچیده را با اطمینان خواهید داشت.

linkedin مبانی برنامه نویسی: ساختارهای داده (Mitalearn-384894)

  • 2 hours 49 minutes
  • مناسب همه
  • Update date: 25 July 2026
  • Author: Kathryn Hodge
درباره این دوره:

هنگامی که از برنامه های ساده با یک یا دو متغیر عبور کردید، از ساختارهای داده برای ذخیره مقادیر در برنامه های خود استفاده خواهید کرد. ساختارهای داده بسیار شبیه کانتینرها هستند - برای هر راهی که می خواهید داده های خود را ذخیره کنید، یکی وجود دارد. در حالی که ساختارهایی مانند آرایه‌ها و صف‌ها گاهی بدیهی تلقی می‌شوند، درک عمیق‌تر برای هر برنامه‌نویسی که می‌خواهد بداند در "زیر سرپوش" چه می‌گذرد و درک کند که چگونه انتخاب‌هایی که انجام داده‌اند بر عملکرد و کارایی برنامه‌های خود تأثیر می‌گذارد، حیاتی است. در این دوره، کاترین هاج یک نمای کلی از ضروری ترین ساختارهای داده برای برنامه نویسی مدرن در پایتون ارائه می دهد. با شروع با روش‌های ساده گروه‌بندی داده‌ها، مانند آرایه‌ها، فهرست‌ها و تاپل‌ها، کاترین به تدریج ساختارهای داده پیچیده‌تری مانند فرهنگ‌های لغت، مجموعه‌ها، صف‌ها و پشته‌ها را معرفی می‌کند. هر درس با یک مثال واقعی و عملی همراه است که ساختارهای داده را در عمل نشان می دهد. پس از اتمام این دوره، درک بهتری از ساختارهای داده و نحوه استفاده از آنها در هنگام کدنویسی خواهید داشت.

linkedin مبانی برنامه نویسی: ساختارهای داده (2019) (Mitalearn-152470)

  • 2 hours 20 minutes
  • متوسط
  • Release date: 25 July 2026
  • Author: Kathryn Hodge
درباره این دوره:

هنگامی که از برنامه های ساده با یک یا دو متغیر عبور کردید، از ساختارهای داده برای ذخیره مقادیر در برنامه های خود استفاده خواهید کرد. ساختارهای داده مانند کانتینرها هستند—برای هر نوع داده ای یکی وجود دارد. در حالی که ساختارهایی مانند آرایه‌ها و صف‌ها گاهی بدیهی تلقی می‌شوند، درک عمیق‌تر برای هر برنامه‌نویسی که می‌خواهد بداند در "زیر سرپوش" چه می‌گذرد و درک کند که چگونه انتخاب‌هایی که انجام داده‌اند بر عملکرد و کارایی برنامه‌های خود تأثیر می‌گذارد، حیاتی است. در این دوره، کاترین هاج یک نمای کلی از ضروری ترین ساختارهای داده برای برنامه نویسی مدرن ارائه می دهد. با شروع با روش‌های ساده گروه‌بندی داده‌ها، مانند آرایه‌ها و ساختارها، کاترین به تدریج ساختارهای داده پیچیده‌تری مانند لیست‌های پیوندی، پشته‌ها و صف‌ها، جداول هش، و درخت‌ها و نمودارها را معرفی می‌کند. هر درس با یک مثال واقعی و عملی همراه است که ساختارهای داده را در عمل نشان می دهد. وقتی دوره را تمام کردید، درک واضحی از ساختارهای داده خواهید داشت و نحوه استفاده از آنها را در هر زبانی که برنامه نویسی می کنید: C#، Swift، JavaScript، Java، Python و غیره خواهید فهمید.

linkedin مبانی پایگاه داده: ساختارهای داده (Mitalearn-198965)

  • 3 hours 41 minutes
  • مبتدی
  • Update date: 21 June 2026
  • Author: Adam Wilbert
درباره این دوره:

این دوره بر هفت مفهوم اصلی تمرکز دارد: انواع داده ها، طراحی یک پایگاه داده نرمال شده، شناسایی ردیف ها با کلیدهای اصلی، پیوند داده ها با کلیدهای خارجی، رسمی کردن روابط داده ها، شاخص ها و محدودیت ها. آدام ویلبرت، کارشناس پایگاه داده، تکنیک هایی را توصیف می کند که توسعه دهندگان پایگاه داده برای محافظت از داده های خود استفاده می کنند. او توضیح می‌دهد که چرا انواع داده‌ها در ایجاد یک محیط ذخیره‌سازی ثابت مهم هستند، سپس شما را از طریق چندین نوع داده رایج راهنمایی می‌کند. Adam سه شکل عادی طراحی پایگاه داده خوب را به شما نشان می دهد.

برای کار با داده های ذخیره شده در هر ردیف در جدول، جدول باید شامل یک ستون کلید اصلی یا مجموعه ای از ستون ها باشد. کلیدهای خارجی چسبی را فراهم می کنند که کل سیستم روی آن ساخته شده است. آدام شما را راهنمایی می کند که چگونه کلیدهای اصلی و کلیدهای خارجی را در طراحی جداول پایگاه داده خود بگنجانید. او روابط داده ها، فهرست ها و محدودیت ها را بررسی می کند، سپس با دوره های دیگری که ممکن است مفید باشید نتیجه گیری می کند.

Related Skills

linkedin مبانی تبدیل داده برای مهندسی داده (Mitalearn-443952)

  • 3 hours 30 minutes
  • مناسب همه
  • Update date: 25 July 2026
  • Author: Matt Palmer
درباره این دوره:

اصول تبدیل داده ها با پانداها و DuckDB SQL ضروری ترین مفاهیم و بهترین شیوه ها را در قالبی واضح و مختصر ارائه می دهد که به دانش آموزان اجازه می دهد از نویز و پیچیدگی کنار بیایند. در حالی که این دوره به جای محدود گسترده است، برای کمک به شما در درک گزینه های خود برای توسعه و انتخاب آگاهانه در مورد مکان دقیق طراحی شده است.

مدرس مت پالمر تحول را در سه محیط جداگانه پوشش می‌دهد: تبدیل داده در دریاچه، تبدیل داده در انبار، و تبدیل داده در خانه‌های دریاچه داده.

linkedin مبانی علم داده: انتخاب پایگاه داده مناسب (Mitalearn-131934)

  • 49 minutes
  • متوسط
  • Release date: 22 June 2026
  • Author: Kumaran Ponnambalam
درباره این دوره:

در طول چند سال گذشته، دنیای پایگاه داده شاهد انواع مختلفی از پایگاه داده های جدید بوده است: سند، کلید-مقدار، نمودار و ستونی. علاوه بر این، متخصصان علوم داده نیز غول قدیمی - سیستم های مدیریت پایگاه داده رابطه ای (RDBMS) - را به عنوان یک گزینه دارند. موارد استفاده از علم داده و تجزیه و تحلیل معمولی اکنون به متن، رسانه های اجتماعی، اینترنت اشیا و ابر گسترش یافته است. با توجه به این همه چیز، چگونه پایگاه داده مناسب را برای پروژه علم داده خاص خود انتخاب می کنید؟ این دوره می تواند با به اشتراک گذاشتن آنچه که برای تصمیم گیری آگاهانه نیاز دارید، کمک کند.\r\n\r\n در مرحله بعد، کوماران به انواع مختلف پایگاه داده می پردازد و نقاط قوت و ضعف هر یک را به اشتراک می گذارد. برای جمع بندی، او در موارد استفاده خاص قدم می زند و نحوه انتخاب بهترین فناوری پایگاه داده برای هر موقعیت را نشان می دهد.

Suggestions