کتاب SQL در پروژه‌های Data Science با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره SQL در پروژه‌های Data Science

موضوع کلی: علم داده و یادگیری ماشین

موضوع میانی: SQL و پایگاه داده

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر SQL و نقش آن در علم داده
• 2. پایگاه داده رابطه‌ای: مفاهیم کلیدی
• 3. نصب و راه‌اندازی محیط‌های SQL (MySQL, PostgreSQL, SQLite)
• 4. آشنایی با ابزارهای مدیریت پایگاه داده (DBeaver, pgAdmin, MySQL Workbench)
• 5. دستورات DDL: ایجاد، حذف و ویرایش جداول
• 6. انواع داده‌ای در SQL و انتخاب مناسب آن‌ها
• 7. دستورات DML: درج، به‌روزرسانی و حذف داده‌ها
• 8. دستور SELECT: بازیابی داده‌ها از یک جدول
• 9. عبارت WHERE: فیلتر کردن داده‌ها
• 10. عملگرهای مقایسه‌ای و منطقی در WHERE
• 11. دستور ORDER BY: مرتب‌سازی نتایج
• 12. توابع تجمیعی (Aggregate Functions): COUNT, SUM, AVG, MIN, MAX
• 13. گروه‌بندی داده‌ها با دستور GROUP BY
• 14. دستور HAVING: فیلتر کردن گروه‌ها
• 15. JOIN ها: ترکیب داده‌ها از چند جدول (INNER JOIN, LEFT JOIN, RIGHT JOIN, FULL JOIN)
• 16. Subqueries: استفاده از SELECT در داخل دستورات دیگر
• 17. عبارات CASE: ایجاد منطق شرطی در SQL
• 18. Index ها: بهبود سرعت جستجو
• 19. View ها: ایجاد جداول مجازی
• 20. Stored Procedures: ذخیره و اجرای مجموعه‌ای از دستورات SQL
• 21. Transaction ها: مدیریت تراکنش‌های پایگاه داده
• 22. Data Types پیشرفته (JSON, XML, Arrays)
• 23. Window Functions: انجام محاسبات بر روی مجموعه‌ای از ردیف‌ها
• 24. Common Table Expressions (CTEs): نوشتن کوئری‌های پیچیده به صورت گام به گام
• 25. Import و Export داده‌ها (CSV, Excel)
• 26. بهینه‌سازی کوئری‌های SQL: تحلیل و بهبود عملکرد
• 27. کار با داده‌های تاریخ و زمان
• 28. کار با رشته‌ها در SQL
• 29. Regular Expressions در SQL
• 30. پایگاه داده‌های NoSQL و مقایسه با SQL
• 31. SQL در محیط‌های Cloud (AWS, Azure, Google Cloud)
• 32. امنیت پایگاه داده و مدیریت کاربران
• 33. Backup و Restore پایگاه داده
• 34. کار با توابع رشته‌ای پیشرفته
• 35. کار با توابع ریاضی پیشرفته
• 36. استفاده از SQL در ETL Processes
• 37. تحلیل داده با SQL: Data Mining مقدماتی
• 38. SQL و Data Warehousing