J

Osoby które kupowały "SQL w analizie danych. Zaawansowane techniki wyci", wybierały także:

• Microsoft SQL Server. Kurs video. Tworzenie zaawansowanych zapytaÅ„ 199,00 zÅ‚, (59,70 zÅ‚ -70%)
• SQL. Kurs video. Od zera do bohatera. Modyfikowanie danych 159,00 zÅ‚, (47,70 zÅ‚ -70%)
• SQL. Kurs video. Od zera do bohatera. Odczytywanie danych 159,00 zÅ‚, (47,70 zÅ‚ -70%)
• SQL. Kurs video. Projektowanie i implementacja baz danych 79,00 zÅ‚, (23,70 zÅ‚ -70%)
• Instalacja i konfiguracja baz danych. Kurs video. Przygotowanie do egzaminu 70-765 Provisioning SQL Databases 299,00 zÅ‚, (89,70 zÅ‚ -70%)

Spis treści

Analiza danych z wykorzystaniem SQL-a. Zaawansowane techniki przekształcania danych we wnioski -- spis treści

Przedmowa

Rozdział 1. Analizy z wykorzystaniem SQL-a

• Czym jest analiza danych?
• Dlaczego SQL?
  • Czym jest SQL?
  • KorzyÅ›ci, jakie daje SQL
  • SQL a R lub Python
  • SQL jako element procesu analizy danych
• Rodzaje baz danych i sposoby pracy z nimi
  • Wierszowe bazy danych
  • Kolumnowe bazy danych
  • Inne rodzaje infrastruktury danych
• Podsumowanie

Rozdział 2. Przygotowywanie danych do analiz

• Typy danych
  • Typy danych w bazach
  • Dane ustrukturyzowane i nieustrukturyzowane
  • Dane iloÅ›ciowe i jakoÅ›ciowe
  • Dane z pierwszej, drugiej i trzeciej rÄ™ki
  • Dane rzadkie
• Struktura zapytaÅ„ w SQL-u
• Profilowanie - rozkÅ‚ad danych
  • Histogramy i czÄ™stość wystÄ…pieÅ„
  • Binning
  • Technika n przedziaÅ‚ów
• Profilowanie - jakość danych
  • Wykrywanie duplikatów
  • Deduplikacja za pomocÄ… klauzul GROUP BY i DISTINCT
• Przygotowania - oczyszczanie danych
  • Oczyszczanie danych za pomocÄ… przeksztaÅ‚ceÅ„ w instrukcji CASE
  • Konwersja i rzutowanie typów
  • Radzenie sobie z wartoÅ›ciami null: funkcje coalesce, nullif i nvl
  • BrakujÄ…ce dane
• Przygotowania - ksztaÅ‚towanie danych
  • Docelowe zastosowanie - analiza biznesowa, wizualizacja, obliczanie statystyk, uczenie maszynowe
  • Tworzenie tabel przestawnych za pomocÄ… instrukcji CASE
  • Przywracanie struktury po przestawieniu z użyciem instrukcji UNION
  • Funkcje pivot i unpivot
• Podsumowanie

RozdziaÅ‚ 3. Analiza szeregów czasowych

• Operacje na datach, czasie oraz datach i czasie
  • Zmiana strefy czasowej
  • Konwersja formatu dat i znaczników czasu
  • Obliczenia matematyczne na datach
  • Obliczenia na czasie
  • ZÅ‚Ä…czanie danych z różnych źródeÅ‚
• Zbiór danych o sprzedaży detalicznej
• Analiza trendów w danych
  • Proste trendy
  • Porównywanie komponentów
  • Obliczanie procentów z caÅ‚oÅ›ci
  • Stosowanie indeksacji do badania zmian procentowych w czasie
• Okna przesuwne
  • Obliczenia na podstawie okien przesuwnych
  • Okna przestawne w rzadkich zbiorach danych
  • Obliczanie wartoÅ›ci skumulowanych
• Analiza danych z efektem sezonowoÅ›ci
  • Porównywanie okres do okresu - rdr i mdm
  • Porównania okres do okresu - te same miesiÄ…ce z kolejnych lat
  • Porównywanie z wieloma wczeÅ›niejszymi okresami
• Podsumowanie

Rozdział 4. Analiza kohortowa

• Kohorty - przydatny model analiz
• Zbiór danych o czÅ‚onkach Kongresu
• Utrzymanie
  • Kod w SQL-u do tworzenia prostej krzywej utrzymania
  • Modyfikowanie szeregów czasowych, aby zwiÄ™kszyć dokÅ‚adność wyników analizy utrzymania
  • Kohorty tworzone na podstawie szeregów czasowych
  • Definiowanie kohort na podstawie odrÄ™bnej tabeli
  • Jak radzić sobie z kohortami rzadkimi?
  • Definiowanie kohort na podstawie dat innych niż poczÄ…tkowa
• PowiÄ…zane analizy kohortowe
  • Przeżywalność
  • Powroty (ponowne zakupy)
  • Obliczanie skumulowanych wartoÅ›ci
• Analiza przekrojowa w kontekÅ›cie analizy kohortowej
• Podsumowanie

Rozdział 5. Analiza tekstu

• Po co analizować tekst za pomocÄ… SQL-a?
  • Czym jest analiza tekstu?
  • Dlaczego SQL jest dobrym narzÄ™dziem do analizy tekstu?
  • Kiedy SQL nie jest dobrym wyborem?
• Zbiór danych o obserwacjach UFO
• Cechy tekstu
• Parsowanie tekstu
• PrzeksztaÅ‚canie tekstu
• Znajdowanie elementów w wiÄ™kszych blokach tekstu
  • Dopasowywanie symboli wieloznacznych: LIKE i ILIKE
  • DokÅ‚adne dopasowywanie za pomocÄ… operatorów IN i NOT IN
  • Wyrażenia regularne
• Tworzenie tekstu i zmienianie jego ksztaÅ‚tu
  • Konkatencja
  • Zmiana ksztaÅ‚tu tekstu
• Podsumowanie

Rozdział 6. Wykrywanie anomalii

• MożliwoÅ›ci i ograniczenia SQL-a w zakresie wykrywania anomalii
• Zbiór danych
• Wykrywanie wartoÅ›ci odstajÄ…cych
  • Wyszukiwanie anomalii za pomocÄ… sortowania
  • Wyszukiwanie anomalii na podstawie percentyli i odchylenia standardowego
  • Tworzenie wykresów w celu znajdowania anomalii
• Rodzaje anomalii
  • Anomalne wartoÅ›ci
  • Anomalne liczby wystÄ…pieÅ„
  • Anomalie w postaci braku danych
• Radzenie sobie z anomaliami
  • Badanie anomalii
  • Usuwanie danych
  • ZastÄ™powanie innymi wartoÅ›ciami
  • Skalowanie
• Podsumowanie

RozdziaÅ‚ 7. Analiza eksperymentów

• Wady i zalety analizy eksperymentów za pomocÄ… SQL-a
• Zbiór danych
• Rodzaje eksperymentów
  • Eksperymenty z wynikami binarnymi - test chi-kwadrat
  • Eksperymenty z wynikami ciÄ…gÅ‚ymi - test t
• Problemy z eksperymentami i sposoby radzenia sobie z bÅ‚Ä™dami
  • PrzydziaÅ‚ jednostek do wariantów
  • WartoÅ›ci odstajÄ…ce
  • Okna czasowe
  • Eksperymenty zwiÄ…zane z wielokrotnÄ… ekspozycjÄ…
• Co robić, gdy kontrolowane eksperymenty sÄ… niemożliwe? Inne analizy
  • Analiza "przed i po"
  • Analiza eksperymentów naturalnych
  • Analiza populacji w okolicy wartoÅ›ci progowej
• Podsumowanie

RozdziaÅ‚ 8. Tworzenie zÅ‚ożonych zbiorów danych na potrzeby analiz

• Kiedy używać SQL-a do tworzenia zÅ‚ożonych zbiorów danych?
  • Zalety stosowania SQL-a
  • Kiedy używać procesu ETL?
  • Kiedy umieszczać logikÄ™ w innych narzÄ™dziach?
• PorzÄ…dkowanie kodu
  • Komentarze
  • Wielkość liter, wciÄ™cia, nawiasy i inne sztuczki z obszaru formatowania
  • Przechowywanie kodu
• PorzÄ…dkowanie obliczeÅ„
  • PorzÄ…dek przetwarzania klauzul w SQL-u
  • Podzapytania
  • Tabele tymczasowe
  • Wyrażenia CTE
  • Instrukcja grouping sets
• ZarzÄ…dzanie wielkoÅ›ciÄ… zbioru danych i prywatnoÅ›ciÄ…
  • Próbkowanie na podstawie wartoÅ›ci procentowych i dzielenia modulo
  • Zmniejszanie liczby wymiarów
  • Dane osobowe i prywatność danych
• Podsumowanie

Rozdział 9. Podsumowanie

• Analizy lejka
• Rezygnacje, wygaÅ›niÄ™cia i inne definicje utraty klientów
• Analiza koszykowa
• MateriaÅ‚y
  • Książki i blogi
  • Zbiory danych
• Uwagi koÅ„cowe