سازمان ها به طور فزاینده ای استراتژی های تحول دیجیتال را اتخاذ می کنند که منجر به تولید داده بیشتر می شود و در نتیجه ، نیاز بیشتر به تجزیه و تحلیل داده ها است. این دوره برای تحلیلگران و دانشمندان داده ای که با پایگاه داده SQL کار می کنند ، طراحی شده است. مربی دن سالیوان چگونگی انجام وظایف علوم داده مشترک ، از جمله یافتن ، کاوش و استخراج داده ها در پایگاه داده های رابطه را تشریح می کند. اصول اولیه استفاده از سنگدانه ها ، عملکردهای آماری ، عملیات پنجره ، عبارات منظم و زیرمجموعه ها را کاوش کنید. در طول راه ، نحوه استفاده از JSON ، یک نوع داده نیمه ساختار یافته و انجام عملیات پیوستن را برای فعال کردن نمایش داده های پیچیده تر بیاموزید. با استفاده از Codepaces GitHub ، می توانید از هر دستگاهی ، در هر زمان استفاده کنید-همه در حالی که از ابزاری استفاده می کنید که احتمالاً در محل کار با آن روبرو خواهید شد. برای یادگیری نحوه شروع کار "استفاده از Codespaces GitHub" را با این دوره بررسی کنید.

 

علم داده های جغرافیایی در حال حاضر رونق می گیرد ، و جذابیت آن فقط به چند قسمت انتخابی محدود نمی شود. کاربردهای آن در دنیای واقعی GAMUT را اجرا می کند و کاربرد خود را در طیف گسترده ای از صنایع از جمله هوافضا ، کشاورزی ، برنامه ریزی شهری و فناوری اثبات می کند. در این دوره تعاملی دستی ، مربی مگی ماس مروری بر نحوه انجام عملیات پیشرفته فضایی SQL در یک پایگاه داده محلی ارائه می دهد. مگی به شما نشان می دهد که چگونه می توانید یک پایگاه داده محلی DBEAVER PGADMIN 4 را تنظیم کنید ، مجموعه داده های عمومی را وارد کنید و نمایش داده های Postgis SQL را برای اجرای پیوندهای مکانی اجرا کنید. این دوره برای مدیران پایگاه داده و دانشمندان داده ای ایده آل است که به دنبال کسب اطلاعات بیشتر در مورد ارزش داده های جغرافیایی هستند. با استفاده از برنامه های GitHub ، می توانید از هر دستگاهی ، در هر زمان و در حالی که از ابزاری استفاده می کنید که احتمالاً در محل کار با آن روبرو خواهید شد ، از هر دستگاهی استفاده کنید. برای یادگیری نحوه شروع کار ، از فیلم "استفاده از CodeSpaces GitHub با این دوره" دیدن کنید.

 در این دوره تخصصی ، کریس فرانسوی ، تحلیلگر داده ، بر اعمال پایتون در اکسل برای انجام کارهای کارآمد و کارآمد در زمینه تمیز کردن داده ها تمرکز دارد. تکنیک های تمیز کردن داده ها ، دستکاری متن و رشته و تمیز کردن داده های عددی را کاوش کنید. مهارت های خود را با چالش های پیشرفته تمیز کردن داده ها بچرخانید. در استفاده از پایتون برای انجام کارهای تمیز کردن و دستکاری داده ها در اکسل مهارت کسب کنید. به علاوه ، تکنیک های تمیز کردن داده های ضروری ، از جمله رسیدگی به مقادیر و کپی های مفقود شده ، استاندارد سازی قالب های داده و مفاهیم یادگیری به مجموعه داده ها و سناریوهای دنیای واقعی برای تمیز کردن و تهیه داده ها برای تجزیه و تحلیل یا گزارش.

 چارچوب تجمع MongoDB به توسعه دهندگان این امکان را می دهد تا داده های ذخیره شده در یک پایگاه داده MongoDB را دستکاری و تغییر دهند تا تقریباً در هر مورد استفاده کنند. خط لوله جمع آوری شامل یک سری از مراحل تعریف شده توسط کاربر است که داده ها را برای تولید نتیجه نهایی دستکاری می کند. چارچوب جمع آوری ابزاری بسیار قدرتمند اما همچنین پیچیده است. در این دوره ، مربی و توسعه دهنده کامل پشته Ado Kukic به بررسی موضوعات پیشرفته داده ها و مباحث دستکاری در MongoDB می پردازد. ADO به شما نشان می دهد که چگونه می توانید به درستی از چارچوب جمع آوری ، برجسته کردن موارد استفاده بالقوه و بهترین شیوه ها استفاده کنید ، و نکات و ترفندهایی را به اشتراک می گذارد تا به شما در دریافت ارزش بیشتری از پایگاه داده های MongoDB خود کمک کند.