اپلیکیشن اندرویدی فلش‌کارت آموزشی SQL Server The Data Science Toolkit for SQL Server Evolution

249,500 تومان
SQL Server The Data Science Toolkit - گامی بلند در دنیای علم داده! SQL Server The Data Science Toolkit for SQL Server Evolution - متخصص علم داده شوید! معرفی دوره: دروازه ورود شما به دنیای جذاب علم داد...
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,375 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: SQL Server The Data Science Toolkit for SQL Server Evolution

موضوع کلی: برنامه نویسی

موضوع میانی: Microsoft SQL Server

📋 سرفصل‌های دوره (100 موضوع)

  • 1. مقدمه ای بر پایگاه‌های داده و نقش SQL Server در علم داده
  • 2. نصب و راه اندازی SQL Server و ابزارهای مدیریتی (SSMS)
  • 3. آشنایی با محیط SQL Server Management Studio (SSMS)
  • 4. معماری SQL Server: پایگاه داده، اسکما و اشیاء
  • 5. انواع داده‌های پایه: عددی، رشته‌ای و تاریخ/زمان
  • 6. زبان تعریف داده (DDL): دستور CREATE DATABASE و CREATE TABLE
  • 7. محدودیت‌ها (Constraints): کلید اصلی (Primary Key) و کلید خارجی (Foreign Key)
  • 8. سایر محدودیت‌ها: UNIQUE, CHECK, DEFAULT, NOT NULL
  • 9. زبان دستکاری داده (DML): دستور INSERT INTO
  • 10. دستورات UPDATE و DELETE برای تغییر و حذف داده‌ها
  • 11. دستور SELECT: بازیابی داده‌ها از جداول
  • 12. فیلتر کردن داده‌ها با استفاده از دستور WHERE
  • 13. مرتب‌سازی نتایج با دستور ORDER BY
  • 14. کار با مقادیر NULL و توابع مرتبط (IS NULL, ISNULL, COALESCE)
  • 15. اپراتورهای منطقی و مقایسه‌ای: AND, OR, NOT, IN, BETWEEN, LIKE
  • 16. توابع تجمعی (Aggregate Functions): COUNT, SUM, AVG
  • 17. توابع تجمعی MIN و MAX
  • 18. گروه‌بندی داده‌ها با دستور GROUP BY
  • 19. فیلتر کردن گروه‌ها با دستور HAVING
  • 20. مفهوم JOIN و اتصال جداول: INNER JOIN
  • 21. اتصالات خارجی: LEFT JOIN و RIGHT JOIN
  • 22. اتصال کامل: FULL OUTER JOIN
  • 23. اتصال جداول به خودشان: SELF JOIN
  • 24. ترکیب نتایج با UNION و UNION ALL
  • 25. زیرکوئری‌ها (Subqueries) و انواع آن
  • 26. زیرکوئری‌های همبسته (Correlated Subqueries)
  • 27. استفاده از عبارت EXISTS
  • 28. عبارات جدول مشترک (Common Table Expressions - CTEs)
  • 29. CTE های بازگشتی (Recursive CTEs)
  • 30. توابع کار با رشته‌ها (String Functions) - بخش اول
  • 31. توابع کار با رشته‌ها (String Functions) - بخش دوم
  • 32. توابع کار با تاریخ و زمان (Date and Time Functions)
  • 33. توابع عددی و ریاضی (Numeric and Mathematical Functions)
  • 34. توابع تبدیل نوع داده (CAST و CONVERT)
  • 35. عبارت شرطی CASE
  • 36. ایجاد و مدیریت نماها (Views)
  • 37. جداول موقت (Temporary Tables)
  • 38. متغیرهای جدولی (Table Variables)
  • 39. مقدمه‌ای بر T-SQL و برنامه نویسی در SQL Server
  • 40. متغیرها، کنترل جریان (IF...ELSE) و حلقه‌ها (WHILE)
  • 41. رویه‌های ذخیره شده (Stored Procedures): ایجاد و اجرا
  • 42. پارامترهای ورودی و خروجی در Stored Procedures
  • 43. توابع تعریف شده توسط کاربر (UDF): توابع اسکالر (Scalar)
  • 44. توابع جدول-مقدار (Table-Valued Functions)
  • 45. تریگرها (Triggers): مفاهیم و کاربردها
  • 46. تریگرهای AFTER برای INSERT, UPDATE, DELETE
  • 47. تریگرهای INSTEAD OF
  • 48. تراکنش‌ها (Transactions) و مفهوم ACID
  • 49. مدیریت تراکنش‌ها: BEGIN, COMMIT, ROLLBACK
  • 50. مدیریت خطا با TRY...CATCH
  • 51. SQL پویا (Dynamic SQL) و خطرات آن
  • 52. مفهوم و کاربرد PIVOT و UNPIVOT
  • 53. مقدمه‌ای بر بهینه‌سازی کوئری و طرح اجرا (Execution Plan)
  • 54. آشنایی با انواع ایندکس‌ها: Clustered vs. Non-Clustered
  • 55. ایجاد و مدیریت ایندکس‌ها
  • 56. ایندکس‌های پوششی (Covering Indexes) و شامل (Included Columns)
  • 57. ایندکس‌های فیلتر شده (Filtered Indexes)
  • 58. آمار (Statistics) و نقش آن در بهینه‌سازی
  • 59. تکنیک‌های نوشتن کوئری‌های بهینه (SARGable Queries)
  • 60. معرفی Query Store برای نظارت بر عملکرد
  • 61. ایندکس‌های ستونی (Columnstore Indexes) برای بارهای کاری تحلیلی
  • 62. اصول پاکسازی داده (Data Cleansing) در SQL Server
  • 63. شناسایی و مدیریت داده‌های تکراری
  • 64. تکنیک‌های مدیریت مقادیر گمشده (Missing Values)
  • 65. استانداردسازی و اعتبارسنجی داده‌ها با T-SQL
  • 66. پروفایلینگ داده (Data Profiling) با استفاده از کوئری‌های SQL
  • 67. مقدمه‌ای بر توابع پنجره‌ای (Window Functions)
  • 68. توابع رتبه‌بندی: ROW_NUMBER, RANK, DENSE_RANK
  • 69. تابع NTILE برای تقسیم‌بندی داده‌ها
  • 70. توابع تجمعی پنجره‌ای: SUM, AVG, COUNT over (PARTITION BY...)
  • 71. توابع ناوبری: LAG و LEAD
  • 72. توابع ناوبری: FIRST_VALUE و LAST_VALUE
  • 73. محاسبه تفاوت‌های زمانی و مقادیر متحرک (Moving Averages)
  • 74. مقدمه‌ای بر کار با داده‌های JSON در SQL Server
  • 75. ذخیره، ایندکس‌گذاری و کوئری زدن روی داده‌های JSON
  • 76. تبدیل داده‌های رابطه‌ای به JSON و برعکس
  • 77. مقدمه‌ای بر کار با داده‌های XML
  • 78. کوئری زدن روی داده‌های XML با XQuery
  • 79. مقدمه‌ای بر داده‌های مکانی (Spatial Data)
  • 80. انواع داده‌های Geometry و Geography
  • 81. توابع و متدهای کار با داده‌های مکانی
  • 82. مقدمه‌ای بر ETL و SQL Server Integration Services (SSIS)
  • 83. ایجاد یک پکیج ساده SSIS برای انتقال داده
  • 84. مقدمه‌ای بر هوش تجاری و SQL Server Analysis Services (SSAS)
  • 85. مقدمه‌ای بر گزارش‌گیری و SQL Server Reporting Services (SSRS)
  • 86. جداول زمانی (Temporal Tables) برای ردیابی تاریخچه داده‌ها
  • 87. معرفی پایگاه‌های داده گرافی (Graph Databases) در SQL Server
  • 88. ایجاد نودها (Nodes) و یال‌ها (Edges) در پایگاه داده گرافی
  • 89. کوئری زدن بر روی داده‌های گرافی با دستور MATCH
  • 90. مقدمه‌ای بر یادگیری ماشین در SQL Server Machine Learning Services
  • 91. پیکربندی و فعال‌سازی اجرای اسکریپت‌های خارجی (Python/R)
  • 92. اجرای اسکریپت‌های Python در T-SQL با sp_execute_external_script
  • 93. انتقال داده بین SQL Server و Python
  • 94. اجرای اسکریپت‌های R در T-SQL
  • 95. آموزش یک مدل رگرسیون ساده با استفاده از Python در SQL Server
  • 96. ذخیره و مدیریت مدل‌های آموزش دیده
  • 97. پیش‌بینی با مدل‌های ذخیره شده با تابع PREDICT
  • 98. عملیاتی‌سازی (Operationalization) مدل‌های یادگیری ماشین
  • 99. مقدمه‌ای بر PolyBase: اتصال به منابع داده خارجی
  • 100. پیکربندی PolyBase برای اتصال به Hadoop یا Azure Blob Storage
SQL Server The Data Science Toolkit - گامی بلند در دنیای علم داده!

SQL Server The Data Science Toolkit for SQL Server Evolution - متخصص علم داده شوید!

معرفی دوره: دروازه ورود شما به دنیای جذاب علم داده با SQL Server

آیا به دنبال ارتقای مهارت‌های خود در زمینه علم داده هستید؟ آیا می‌خواهید از قدرت Microsoft SQL Server برای تحلیل داده‌ها، ساخت مدل‌های پیش‌بینی و استخراج اطلاعات ارزشمند استفاده کنید؟ دوره آموزشی SQL Server The Data Science Toolkit for SQL Server Evolution دقیقاً همان چیزی است که به آن نیاز دارید!

این دوره جامع، شما را از سطح مقدماتی تا پیشرفته، در مسیر تبدیل شدن به یک متخصص علم داده با SQL Server همراهی می‌کند. با یادگیری ابزارها و تکنیک‌های پیشرفته، قادر خواهید بود داده‌های خام را به اطلاعات قابل استفاده تبدیل کرده و تصمیمات هوشمندانه‌تری برای کسب و کار خود اتخاذ کنید. با ما همراه باشید تا به شما نشان دهیم چگونه SQL Server می‌تواند به یک سلاح قدرتمند در جعبه ابزار علم داده شما تبدیل شود.

درباره دوره: آموزش عملی و پروژه محور برای موفقیت شما

دوره SQL Server The Data Science Toolkit for SQL Server Evolution یک برنامه آموزشی جامع و عملی است که به شما امکان می‌دهد مهارت‌های لازم برای استفاده از SQL Server در پروژه‌های علم داده را کسب کنید. در طول این دوره، شما با مفاهیم کلیدی مانند جمع‌آوری داده، پاکسازی داده، تحلیل داده، مدل‌سازی پیش‌بینی و مصورسازی داده‌ها آشنا خواهید شد. همچنین، با استفاده از مثال‌های واقعی و پروژه‌های عملی، یاد می‌گیرید چگونه این مفاهیم را در دنیای واقعی به کار ببرید.

موضوعات کلیدی دوره: هر آنچه برای تبدیل شدن به یک متخصص علم داده نیاز دارید

  • مقدمه‌ای بر علم داده و SQL Server
  • نصب و پیکربندی SQL Server برای علم داده
  • جمع‌آوری و استخراج داده‌ها از منابع مختلف
  • پاکسازی و پیش پردازش داده‌ها
  • تحلیل داده‌ها با استفاده از SQL Server
  • مدل‌سازی پیش‌بینی با استفاده از SQL Server Machine Learning Services (R و Python)
  • مصورسازی داده‌ها با استفاده از ابزارهای مختلف
  • استقرار و مدیریت مدل‌های علم داده در SQL Server
  • بهینه‌سازی عملکرد SQL Server برای علم داده
  • امنیت در علم داده با SQL Server

مخاطبان دوره: چه کسانی از این دوره سود می‌برند؟

این دوره برای افراد زیر مناسب است:

  • تحلیلگران داده که می‌خواهند مهارت‌های خود را در SQL Server ارتقا دهند.
  • توسعه‌دهندگان پایگاه داده که علاقه‌مند به یادگیری علم داده هستند.
  • متخصصان علم داده که می‌خواهند از SQL Server به عنوان یک ابزار قدرتمند استفاده کنند.
  • دانشجویان و فارغ‌التحصیلان رشته‌های مرتبط با علم داده و مهندسی کامپیوتر.
  • هر کسی که به دنبال ورود به دنیای جذاب علم داده با SQL Server است.

چرا این دوره را بگذرانیم؟ فرصتی برای پیشرفت شغلی و افزایش درآمد

گذراندن دوره SQL Server The Data Science Toolkit for SQL Server Evolution مزایای بسیاری برای شما به همراه دارد:

  • افزایش مهارت‌های شما: شما مهارت‌های لازم برای استفاده از SQL Server در پروژه‌های علم داده را کسب خواهید کرد.
  • بهبود فرصت‌های شغلی: تقاضا برای متخصصان علم داده با مهارت‌های SQL Server بسیار زیاد است.
  • افزایش درآمد: متخصصان علم داده با مهارت‌های SQL Server می‌توانند درآمد بالایی داشته باشند.
  • حل مسائل پیچیده: شما قادر خواهید بود با استفاده از داده‌ها، مسائل پیچیده را حل کرده و تصمیمات هوشمندانه‌تری اتخاذ کنید.
  • تبدیل شدن به یک متخصص: شما در زمینه علم داده با SQL Server به یک متخصص تبدیل خواهید شد.
  • دسترسی به جامعه متخصصین: با شرکت در این دوره به جمع متخصصین علم داده و SQL Server خواهید پیوست.
  • یادگیری عملی و پروژه محور: آموزش‌ها بر پایه پروژه‌های واقعی و کاربردی طراحی شده‌اند.
  • پشتیبانی حرفه‌ای: از پشتیبانی اساتید مجرب و متخصص در طول دوره بهره‌مند خواهید شد.

سرفصل‌های دوره: سفری جامع در دنیای علم داده با SQL Server (بیش از 100 سرفصل!)

دوره SQL Server The Data Science Toolkit for SQL Server Evolution شامل بیش از 100 سرفصل جامع و کاربردی است که شما را گام به گام در مسیر یادگیری علم داده با SQL Server همراهی می‌کند. در اینجا تنها به برخی از سرفصل‌های اصلی اشاره می‌کنیم:

  • بخش اول: مقدمات و پیش‌نیازها
    • آشنایی با مفاهیم علم داده و تحلیل داده
    • معرفی SQL Server و معماری آن
    • نصب و پیکربندی SQL Server
    • آشنایی با ابزارهای مدیریت SQL Server (SQL Server Management Studio)
    • مروری بر زبان SQL و مفاهیم پایگاه داده
  • بخش دوم: جمع‌آوری و آماده‌سازی داده‌ها
    • استخراج داده‌ها از منابع مختلف (فایل‌ها، وب سرویس‌ها، پایگاه‌های داده دیگر)
    • پاکسازی داده‌ها (حذف مقادیر نادرست، پر کردن مقادیر از دست رفته)
    • تبدیل داده‌ها (نرمال سازی، استانداردسازی)
    • مهندسی ویژگی (Feature Engineering)
    • مدیریت داده‌ها در SQL Server
  • بخش سوم: تحلیل داده‌ها با SQL Server
    • تحلیل توصیفی داده‌ها (میانگین، میانه، انحراف معیار)
    • تحلیل اکتشافی داده‌ها (EDA)
    • مصورسازی داده‌ها با استفاده از ابزارهای SQL Server و Power BI
    • آمار استنباطی با SQL Server
  • بخش چهارم: مدل‌سازی پیش‌بینی با SQL Server Machine Learning Services
    • مقدمه‌ای بر یادگیری ماشین
    • یادگیری ماشین نظارت شده (رگرسیون، طبقه‌بندی)
    • یادگیری ماشین غیرنظارت شده (خوشه‌بندی)
    • استفاده از زبان R و Python در SQL Server
    • ساخت و ارزیابی مدل‌های یادگیری ماشین
    • بهینه‌سازی مدل‌های یادگیری ماشین
  • بخش پنجم: استقرار و مدیریت مدل‌های علم داده
    • استقرار مدل‌های یادگیری ماشین در SQL Server
    • مدیریت و مانیتورینگ مدل‌ها
    • به روزرسانی مدل‌ها
    • امنیت مدل‌ها
  • بخش ششم: مباحث پیشرفته
    • Big Data با SQL Server PolyBase
    • Real-time Analytics با SQL Server
    • Data Warehousing با SQL Server
    • Data Governance

این تنها بخشی از سرفصل‌های جامع این دوره است. برای مشاهده لیست کامل سرفصل‌ها و ثبت نام در دوره، روی دکمه زیر کلیک کنید:

همین حالا ثبت نام کنید و متخصص علم داده شوید!
اپلیکیشن آموزشی اندروید
یادگیری هوشمند، همیشه همراه شما
فلش‌کارت‌های آموزشی را در یک محیط فارسی، ساده و کاربردی مرور کنید؛ پاسخ‌های خود را بسنجید و پیشرفت یادگیری‌تان را دنبال کنید.
مطالعه آفلاین محیط فارسی و راست‌چین ویژه اندروید
فلش‌کارت آموزشی؛ روشی کاربردی برای مرور مطالب

این اپلیکیشن فارسی برای یادگیری و مرور محتوای آموزشی از طریق فلش‌کارت طراحی شده است. کارت‌ها را یکی‌یکی مرور کنید، پاسخ پرسش‌ها را به یاد بیاورید و نتیجه هر پاسخ را ثبت کنید. محتوای دوره پس از نصب درون برنامه در دسترس است تا برای مطالعه روزمره معمولاً به اتصال مداوم اینترنت نیاز نداشته باشید.

📴
یادگیری بدون اینترنت مداوم
پس از نصب و در دسترس بودن محتوای دوره، فلش‌کارت‌ها را در زمان و مکان دلخواه مرور کنید.
🗂️
انواع محتوای آموزشی
از نکته‌های آموزشی تا پرسش‌های چهارگزینه‌ای و پرسش‌وپاسخ، مطالب را متناسب با نیاز خود مرور کنید.
📊
ارزیابی میزان یادگیری
پاسخ‌های درست و غلط خود را ثبت کنید و آمار عملکردتان را به تفکیک نوع محتوا ببینید.
🎯
مرور هدفمند فصل‌ها
فصل‌های موردنظر را انتخاب کنید و با استفاده از گزینه انتخاب همه، مرور فصل‌های مرورنشده را در اولویت قرار دهید.
انواع فلش‌کارت‌های قابل مرور

محتوای آموزشی در قالب‌های متنوع ارائه می‌شود تا هم برای یادگیری مفاهیم جدید و هم برای تثبیت آموخته‌ها قابل استفاده باشد.

💬
نکته‌های خودمانی
یادگیری ساده و روان
📘
نکته‌های رسمی و کتابی
مرور دقیق مفاهیم
📝
پرسش‌های چهارگزینه‌ای
سنجش آموخته‌ها
❓
پرسش‌وپاسخ
تمرین یادآوری پاسخ
🎓
درسنامه
مرور محتوای آموزشی
امکانات مرور و ارزیابی
حرکت ساده بین کارت‌ها
استفاده از دکمه‌های قبلی و بعدی و مشاهده نوار پیشرفت برای دنبال کردن روند مرور.
مشاهده پاسخ و توضیحات
برگرداندن کارت برای نمایش پاسخ و توضیحات در قالب‌هایی مانند تست و پرسش‌وپاسخ.
تنظیم اندازه فونت
انتخاب اندازه مناسب نوشته‌ها برای تجربه مطالعه راحت‌تر.
نمایش فرمول‌های ریاضی
پشتیبانی از نمایش صحیح فرمول‌ها و روابط ریاضی مبتنی بر LaTeX.
ثبت نتیجه و گزارش آماری
علامت‌گذاری هر پاسخ به‌صورت درست یا غلط و مشاهده تعداد و درصد موفقیت برای انواع محتوا.
طراحی‌شده برای مطالعه روزمره
  • رابط کاربری فارسی و راست‌چین با فونت وزیر.
  • تم روشن و تیره مطابق تنظیمات سیستم.
  • صفحه‌بندی ساده برای انتخاب دوره و شروع مرور.
  • نمایش تعداد دفعات مرور هر فصل.
  • انتخاب چند فصل برای مرور هم‌زمان.
  • امکان تمرکز بر فصل‌هایی که هنوز مرور نشده‌اند.
مناسب برای چه کسانی است؟

این اپلیکیشن برای دانش‌آموزان، دانشجویان، داوطلبان آزمون‌ها و علاقه‌مندان به یادگیری طراحی شده است؛ به‌ویژه کسانی که می‌خواهند مطالب آموزشی را در زمان‌های کوتاه مرور کنند، دانسته‌های خود را بسنجند و مطالعه منظم‌تری داشته باشند.

توجه: محتوای آموزشی و تعداد فلش‌کارت‌ها به دوره انتخاب‌شده بستگی دارد. محتوای دوره پس از نصب، درون برنامه قابل استفاده است؛ با این حال، دریافت اولیه اپلیکیشن و به‌روزرسانی‌های احتمالی ممکن است به اینترنت نیاز داشته باشند.
گالری تصاویر اپلیکیشن‌ها
محیط واقعی اپلیکیشن‌های آموزشی ما
تصاویر زیر، نمونه‌هایی از محیط واقعی اپلیکیشن‌های آموزشی ما هستند و قالب کلی، سبک طراحی و شیوه نمایش محتوای آموزشی در این برنامه‌ها را نشان می‌دهند.
نگاهی به فضای داخل برنامه
تصویر محیط اپلیکیشن آموزشی ۱
نمای اپلیکیشن ۱
تصویر محیط اپلیکیشن آموزشی ۲
نمای اپلیکیشن ۲
تصویر محیط اپلیکیشن آموزشی ۳
نمای اپلیکیشن ۳
تصویر محیط اپلیکیشن آموزشی ۴
نمای اپلیکیشن ۴
تصویر محیط اپلیکیشن آموزشی ۵
نمای اپلیکیشن ۵
تصویر محیط اپلیکیشن آموزشی ۶
نمای اپلیکیشن ۶
تصویر محیط اپلیکیشن آموزشی ۷
نمای اپلیکیشن ۷
تصویر محیط اپلیکیشن آموزشی ۸
نمای اپلیکیشن ۸
تصویر محیط اپلیکیشن آموزشی ۹
نمای اپلیکیشن ۹
تصویر محیط اپلیکیشن آموزشی ۱۰
نمای اپلیکیشن ۱۰
تصویر محیط اپلیکیشن آموزشی ۱۱
نمای اپلیکیشن ۱۱
نکته مهم درباره تصاویر
این تصاویر نمونه‌ای از قالب و سبک طراحی اپلیکیشن‌های آموزشی ما هستند. اپلیکیشن ارائه‌شده نیز از همین رویکرد طراحی و نمایش محتوای آموزشی پیروی می‌کند؛ جزئیات ظاهری و امکانات قابل مشاهده ممکن است متناسب با نوع دوره و بخش مورد استفاده متفاوت باشد.
تگ‌ها: Business Intelligence Data Mining Data Science Database Microsoft Microsoft SQL Server Programming SQL Server SQL Server Evolution برنامه نویسی تحلیل داده توسعه پایگاه داده داده کاوی هوش تجاری

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.