reklama - zainteresowany?

SQL dla analityk - Helion

SQL dla analityk

MIEJSCE 28 na li┼Ťcie TOP 20
Autor: Jun Shan, Matt Goldwasser, Upom Malik, Benjamin Johnston
Tytuł oryginału: SQL for Data Analytics: Harness the power of SQL to extract insights from data, 3rd Edition
Tłumaczenie: Tomasz Walczak
ISBN: 978-83-289-0173-5
stron: 519, Format: 165x235, okładka: mi
Ksi─Ögarnia: Helion

Ksi─ů┼╝ka b─Ödzie dost─Öpna od lipca 2023

Tagi: SQL - Programowanie

J

Spis tre┼Ťci

SQL dla analityk├│w danych. Opanuj mo┼╝liwo┼Ťci SQL-a, aby wydobywa─ç informacje z danych. Wydanie III -- spis tre┼Ťci

Wprowadzenie

ROZDZIAŁ 1. Poznawanie i opisywanie danych

  • Wprowadzenie
  • Analityka danych i statystyka
    • Zadanie 1.01 - klasyfikowanie nowego zbioru danych
  • Rodzaje statystyki
    • Metody z obszaru statystyki opisowej
    • Analiza jednoczynnikowa
    • ─ćwiczenie 1.01 - tworzenie histogramu
    • ─ćwiczenie 1.02 - obliczanie kwartyli dla sprzeda┼╝y dodatków
    • ─ćwiczenie 1.03 - obliczanie miar tendencji centralnej dla sprzeda┼╝y dodatków
    • ─ćwiczenie 1.04 - obliczanie dyspersji dla sprzeda┼╝y dodatków
    • Analiza dwuczynnikowa
    • ─ćwiczenie 1.05 - obliczanie wspó┼éczynnika korelacji Pearsona dla dwóch zmiennych
    • Interpretowanie i analizowanie wspó┼éczynnika korelacji
    • Zadanie 1.02 - eksplorowanie danych sprzeda┼╝owych z salonu samochodowego
  • Praca z niepe┼énymi danymi
  • Testy istotno┼Ťci statystycznej
    • Cz─Östo u┼╝ywane testy istotno┼Ťci statystycznej
  • SQL i analityka
  • Podsumowanie

ROZDZIA┼ü 2. Wprowadzenie do SQL-a dla analityków

  • Wprowadzenie
  • ┼Üwiat danych
    • Rodzaje danych
  • Relacyjne bazy danych i SQL
    • Wady i zalety baz SQL-owych
  • System zarz─ůdzania relacyjnymi bazami danych PostgreSQL
    • ─ćwiczenie 2.01 - uruchamianie pierwszej kwerendy SELECT
    • Instrukcja SELECT
    • Klauzula WHERE
    • Klauzule AND i OR
    • Klauzule IN i NOT IN
    • Klauzula ORDER BY
    • Klauzula LIMIT
    • Klauzule IS NULL i IS NOT NULL
    • ─ćwiczenie 2.02 - kwerenda SELECT z podstawowymi s┼éowami kluczowymi dotycz─ůca tabeli salespeople
    • Zadanie 2.01 - kwerenda SELECT z podstawowymi s┼éowami kluczowymi dotycz─ůca tabeli customers
  • Tworzenie tabel
    • Tworzenie pustych tabel
  • Podstawowe typy danych w SQL-u
    • Typy liczbowe
    • Typy znakowe
    • Typ logiczny
    • Daty i godziny
  • Struktury danych - format JSON i tablice
  • Ograniczenia kolumn
    • Prosta instrukcja CREATE
    • ─ćwiczenie 2.03 - tworzenie tabeli w SQL-u
    • Tworzenie tabel za pomoc─ů kwerendy SELECT
  • Aktualizowanie tabel
    • Dodawanie i usuwanie kolumn
    • Dodawanie nowych danych
    • Aktualizowanie istniej─ůcych wierszy
    • ─ćwiczenie 2.04 - aktualizowanie tabeli w celu podniesienia ceny pojazdu
    • Usuwanie danych i tabel
    • Usuwanie warto┼Ťci z wiersza
    • Usuwanie wierszy z tabeli
    • Usuwanie tabel
    • ─ćwiczenie 2.05 - usuwanie niepotrzebnej tabeli pomocniczej
    • Zadanie 2.02 - tworzenie i modyfikowanie tabel na potrzeby dzia┼éa┼ä marketingowych
  • SQL i analityka
  • Podsumowanie

ROZDZIA┼ü 3. Przygotowywanie danych za pomoc─ů SQL-a

  • Wprowadzenie
  • ┼ü─ůczenie danych
    • ┼ü─ůczenie tabel za pomoc─ů s┼éowa kluczowego JOIN
    • Rodzaje z┼é─ůcze┼ä
    • ─ćwiczenie 3.01 - u┼╝ywanie z┼é─ůcze┼ä do analizy sprzeda┼╝y w salonach
    • Podkwerendy
    • Sumy
    • ─ćwiczenie 3.02 - generowanie listy go┼Ťci na przyj─Öcie dla klientów VIP za pomoc─ů klauzuli UNION
    • Wyra┼╝enia WITH
  • Oczyszczanie danych
    • Funkcja CASE WHEN
    • ─ćwiczenie 3.03 - u┼╝ywanie funkcji CASE WHEN do pobierania list klientów z danego regionu
    • Funkcja COALESCE
    • Funkcja NULLIF
    • Funkcje LEAST i GREATEST
    • Funkcja CASTING
  • Przekszta┼écanie danych
    • Funkcje DISTINCT i DISTINCT ON
    • Zadanie 3.01 - u┼╝ywanie SQL-a do tworzenia modelu wspomagaj─ůcego sprzeda┼╝
  • Podsumowanie

ROZDZIA┼ü 4. Analiza danych z wykorzystaniem funkcji agreguj─ůcych

  • Wprowadzenie
  • Funkcje agreguj─ůce
    • ─ćwiczenie 4.01 - u┼╝ywanie funkcji agreguj─ůcych do analizowania danych
  • Funkcje agreguj─ůce z klauzul─ů GROUP BY
    • Klauzula GROUP BY
    • Klauzula GROUP BY dla kilku kolumn
    • ─ćwiczenie 4.02 - obliczanie cen dla typów produktów za pomoc─ů klauzuli GROUP BY
    • Klauzula GROUPING SETS
    • Funkcje agreguj─ůce dla zbiorów uporz─ůdkowanych
  • Funkcje agreguj─ůce z klauzul─ů HAVING
    • ─ćwiczenie 4.03 - obliczanie wyników i wy┼Ťwietlanie danych z u┼╝yciem klauzuli HAVING
  • Stosowanie funkcji agreguj─ůcych do oczyszczania danych i sprawdzania ich jako┼Ťci
    • Znajdowanie brakuj─ůcych warto┼Ťci za pomoc─ů klauzuli GROUP BY
    • Sprawdzanie unikatowo┼Ťci danych za pomoc─ů funkcji agreguj─ůcych
    • Zadanie 4.01 - analizowanie danych sprzeda┼╝owych z u┼╝yciem funkcji agreguj─ůcych
  • Podsumowanie

ROZDZIA┼ü 5. Analizowanie danych za pomoc─ů funkcji okna

  • Wprowadzenie
  • Funkcje okna
    • Podstawy funkcji okna
    • ─ćwiczenie 5.01 - analizowanie zmian wspó┼éczynnika podawania danych przez klientów w czasie
    • S┼éowo kluczowe WINDOW
  • Obliczanie statystyk z u┼╝yciem funkcji okna
    • ─ćwiczenie 5.02 - okre┼Ťlanie pozycji na podstawie daty rejestracji
  • Ramka okna
    • ─ćwiczenie 5.03 - motywowanie pracowników lunchem
    • Zadanie 5.01 - analizowanie sprzeda┼╝y z wykorzystaniem ramek okna i funkcji okna
  • Podsumowanie

ROZDZIAŁ 6. Importowanie i eksportowanie danych

  • Wprowadzenie
  • Polecenie COPY
    • Uruchamianie polecenia psql
    • Instrukcja COPY
    • Instrukcja \COPY w narz─Ödziu psql
    • Tworzenie tymczasowych widoków
    • Konfigurowanie polece┼ä COPY i \COPY
    • U┼╝ycie polece┼ä COPY i \COPY do masowego wczytywania danych do bazy
    • ─ćwiczenie 6.01 - eksportowanie danych do pliku w celu dalszego przetwarzania ich w Excelu
  • Zastosowanie j─Özyka Python do bazy danych
    • Wprowadzenie do j─Özyka Python
    • U┼éatwianie dost─Öpu do baz PostgreSQL w Pythonie za pomoc─ů narz─Ödzi SQLAlchemy i pandas
    • Czym jest SQLAlchemy?
    • Stosowanie Pythona z wykorzystaniem pakietów SQLAlchemy i pandas
    • Pobieranie danych z bazy i ich zapisywanie w bazie za pomoc─ů pakietu pandas
    • Zapisywanie danych w bazie za pomoc─ů Pythona
    • ─ćwiczenie 6.02 - wczytywanie, wizualizowanie i zapisywanie danych za pomoc─ů Pythona
    • Zwi─Ökszanie szybko┼Ťci zapisu w Pythonie za pomoc─ů polecenia COPY
    • Odczyt i zapis plików CSV w Pythonie
    • Najlepsze praktyki z obszaru importowania i eksportowania danych
  • Pomijanie podawania has┼éa
    • Zadanie 6.01 - u┼╝ywanie zewn─Ötrznego zbioru danych do wykrywania trendów sprzeda┼╝owych
  • Podsumowanie

ROZDZIA┼ü 7. Analizy z wykorzystaniem z┼éo┼╝onych typów danych

  • Wprowadzenie
  • Wykorzystywanie typów danych z datami i czasem do analiz
    • Wprowadzenie do typu date
    • Przekszta┼écanie typów danych
    • Przedzia┼éy
    • ─ćwiczenie 7.01 - analiza danych z szeregów czasowych
  • Przeprowadzanie analiz geoprzestrzennych w PostgreSQL
    • D┼éugo┼Ť─ç i szeroko┼Ť─ç geograficzna
    • Reprezentowanie d┼éugo┼Ťci i szeroko┼Ťci geograficznej w PostgreSQL
    • ─ćwiczenie 7.02 - analizy geoprzestrzenne
  • Stosowanie tablicowych typów danych w PostgreSQL
    • Wprowadzenie do tablic
    • ─ćwiczenie 7.03 - analizowanie sekwencji z u┼╝yciem tablic
  • Stosowanie formatu JSON w PostgreSQL
    • JSONB - wst─Öpnie przetworzone dane w formacie JSON
    • Dost─Öp do danych z pól w formacie JSON lub JSONB
    • Stosowanie j─Özyka JSONPath do pól w formacie JSONB
    • Tworzenie i modyfikowanie danych w polu w formacie JSONB
    • ─ćwiczenie 7.04 - przeszukiwanie obiektów JSONB
  • Analiza tekstu za pomoc─ů PostgreSQL
    • Tokenizacja tekstu
    • ─ćwiczenie 7.05 - analizowanie tekstu
    • Wyszukiwanie tekstu
    • Optymalizowanie wyszukiwania tekstu w PostgreSQL
    • Zadanie 7.01 - wyszukiwanie i analiza transakcji sprzeda┼╝y
  • Podsumowanie

ROZDZIAŁ 8. Wydajny SQL

  • Wprowadzenie
  • Znaczenie wysoce wydajnego kodu w SQL-u
  • Metody skanowania baz danych
    • Plany wykonywania kwerend
    • ─ćwiczenie 8.01 - interpretowanie dzia┼éania planera kwerend
    • Zadanie 8.01 - plany wykonywania kwerendy
    • Skanowanie indeksu
    • Indeks w postaci B-drzewa
    • ─ćwiczenie 8.02 - tworzenie indeksu na potrzeby skanowania
    • Zadanie 8.02 - stosowanie skanowania indeksu
    • Indeks z haszowaniem
    • ─ćwiczenie 8.03 - tworzenie kilku indeksów z haszowaniem, aby zbada─ç ich wydajno┼Ť─ç
    • Zadanie 8.03 - stosowanie indeksów z haszowaniem
    • Skuteczne korzystanie z indeksów
  • Ko┼äczenie pracy kwerend
    • ─ćwiczenie 8.04 - anulowanie d┼éugo dzia┼éaj─ůcej kwerendy
  • Funkcje i wyzwalacze
    • Definicje funkcji
    • ─ćwiczenie 8.05 - tworzenie funkcji, które nie przyjmuj─ů argumentów
    • Zadanie 8.04 - definiowanie funkcji zwracaj─ůcej maksymaln─ů warto┼Ť─ç sprzeda┼╝y
    • ─ćwiczenie 8.06 - tworzenie funkcji przyjmuj─ůcych argumenty
    • Zadanie 8.05 - tworzenie funkcji przyjmuj─ůcych argumenty
    • Wyzwalacze
    • ─ćwiczenie 8.07 - tworzenie wyzwalaczy do aktualizowania pól
    • Zadanie 8.06 - tworzenie wyzwalacza do ┼Ťledzenia ┼Ťredniej liczby kupionych sztuk
  • Podsumowanie

ROZDZIA┼ü 9. Odkrywanie prawdy za pomoc─ů SQL-a - studium przypadku

  • Wprowadzenie
  • Studium przypadku
    • Metoda naukowa
    • ─ćwiczenie 9.01 - wst─Öpne zbieranie danych za pomoc─ů technik SQL-a
    • ─ćwiczenie 9.02 - pobieranie informacji sprzeda┼╝owych
    • Zadanie 9.01 - ilo┼Ťciowa ocena spadku sprzeda┼╝y
    • ─ćwiczenie 9.03 - analiza czasu rozpocz─Öcia sprzeda┼╝y
    • Zadanie 9.02 - analiza hipotezy dotycz─ůcej ró┼╝nicy w cenie sprzeda┼╝y
    • ─ćwiczenie 9.04 - analiza zale┼╝no┼Ťci wzrostu sprzeda┼╝y od wspó┼éczynnika otwar─ç e-maili
    • ─ćwiczenie 9.05 - analiza skuteczno┼Ťci e-mailowej kampanii marketingowej
    • Wnioski
    • Badania terenowe
  • Podsumowanie

Dodatek

Skorowidz

Code, Publish & WebDesing by CATALIST.com.pl



(c) 2005-2024 CATALIST agencja interaktywna, znaki firmowe nale┼╝─ů do wydawnictwa Helion S.A.