آموزش تحلیل داده‌های سری زمانی با SQL

داده‌های سری زمانی، شامل اطلاعاتی هستند که در طول زمان جمع‌آوری می‌شوند—از معیارهای عملکرد و تعاملات کاربران گرفته تا داده‌های حسگرها. تحلیل این داده‌ها به دلیل تفاوت در واحدهای اندازه‌گیری و فواصل ثبت اطلاعات، چالشی ... بیشتر

جدید
زیرنویس
28 دانشجو
پیشرفته
LinkedIn

Dan Sullivan

به‌روزرسانی: ۱۴۰۳/۱۲/۲۵

محتوای دوره
پیش‌نیاز‌ها
درباره دوره
درباره استاد

آنچه در این دوره می‌آموزید

استانداردسازی و مدل‌سازی داده‌های سری زمانی

بهینه‌سازی اجرای کوئری‌ها و بهبود عملکرد پردازش

اجرای تحلیل‌های پیشرفته بر روی داده‌های سری زمانی

افزایش مهارت‌های عملی در مدیریت داده‌های سری زمانی

محتوای دوره

8 فصل 33 جلسه 1:17 ساعت ویدیو
مقدمه
  آنچه باید بدانید
مشاهده
"00:23
مقدمه‌ای بر داده‌های سری زمانی
نصب پایگاه داده و ابزارها
اجرای کوئری روی داده‌های سری زمانی
مدل‌سازی داده‌های سری زمانی
توابع پرکاربرد در تحلیل داده‌های سری زمانی
تحلیل داده‌های سری زمانی
جمع‌بندی و مراحل بعدی

پیش‌نیاز‌ها

برای درک و استفاده بیشتر از این دوره داشتن دانش پایه از SQL پیشنهاد میشود.

درباره دوره

داده‌های سری زمانی، شامل اطلاعاتی هستند که در طول زمان جمع‌آوری می‌شوند—از معیارهای عملکرد و تعاملات کاربران گرفته تا داده‌های حسگرها. تحلیل این داده‌ها به دلیل تفاوت در واحدهای اندازه‌گیری و فواصل ثبت اطلاعات، چالشی منحصربه‌فرد برای دانشمندان داده محسوب می‌شود.

در دوره "Advanced SQL for Data Science: Time Series"، با ابزارهای SQL که برای پردازش و مدل‌سازی داده‌های سری زمانی طراحی شده‌اند، آشنا خواهید شد. دن سالیوان، مدرس این دوره، شما را با تکنیک‌های مهمی مانند پنجره‌های زمانی، تفاوت میان محاسبات پنجره‌های لغزان (Sliding) و ثابت (Tumbling) و روش‌های استانداردسازی داده‌های سری زمانی راهنمایی می‌کند.

همچنین، خواهید آموخت که چگونه عملگرهای SQL مانند OVER و PARTITION BY تحلیل این داده‌ها را ساده‌تر کرده و از طریق دنرمال‌سازی می‌توان داده‌ها را بدون نیاز به اتصال‌های پیچیده (Joins) تقویت کرد.

علاوه بر این، دوره به بهینه‌سازی پرس‌وجوهای سری زمانی پرداخته و تکنیک‌هایی مانند ایندکس‌گذاری را برای بهبود عملکرد معرفی می‌کند. شما یاد خواهید گرفت که چگونه از مقایسه داده‌ها در بازه‌های زمانی گذشته، میانگین‌های متحرک، هموارسازی نمایی و رگرسیون خطی برای تحلیل روندها و پیش‌بینی رفتارهای آینده استفاده کنید.

این دوره فرصتی عالی برای تحلیل‌گران داده، مهندسان پایگاه داده و دانشمندان داده است تا مهارت‌های پیشرفته SQL را در تحلیل داده‌های سری زمانی به کار بگیرند و درک عمیق‌تری از روندها و الگوهای موجود در داده‌های زمانی به دست آورند.

در پایان، نه‌تنها قادر خواهید بود که داده‌های سری زمانی را استانداردسازی و مدل‌سازی کنید، بلکه می‌توانید از این داده‌ها بینش‌های ارزشمندی استخراج کرده و برای تصمیم‌گیری‌های استراتژیک از آن‌ها بهره ببرید.

اطلاعات بیشتر

دوره‌های پیشنهادی

درباره استاد

Dan Sullivan
1 دوره
28 دانشجو

Dan Sullivan یک معمار ابری، توسعه‌دهنده سیستم‌های داده و متخصص Google Cloud است که در حوزه معماری داده، تحلیل داده و یادگیری ماشین تخصص دارد. او نویسنده راهنمای رسمی آزمون‌های Google Cloud از جمله Professional Architect, Professional Data Engineer و Associate Engineer است. دن سالیوان علاوه بر نویسندگی، یک مدرس باتجربه است و دوره‌های آموزشی آنلاین او تاکنون بیش از یک میلیون بار مشاهده شده‌اند. تخصص او در طراحی و بهینه‌سازی زیرساخت‌های داده در محیط‌های ابری باعث شده است که به عنوان یک چهره تأثیرگذار در حوزه پردازش داده‌های مقیاس‌پذیر و یادگیری ماشین در فضای ابری شناخته شود.

اطلاعات بیشتر

سوالات پرتکرار

پس از سپری شدن زمان دوره، به محتوای دوره دسترسی خواهم داشت؟

بله؛ پس از سپری شدن مدت زمان دوره شما به محتوای دوره دسترسی خواهید داشت و می توانید از ویدئوها، تمارین، پروژه و دیگر محتوای دوره در صورت وجود استفاده کنید ولی امکان تصحیح تمارین توسط پشتیبان و دریافت گواهی نامه برای شما وجود نخواهد داشت.

تمام حقوق این وب‌سایت برای شرکت ندای دانش همراه ایرانیان (مکتب‌خونه‌‌‌‌) است.