×
ribbon

آموزش تحلیل داده‌های سری زمانی با SQL

مدرس:LinkedIn

Dan Sullivan

داده های سری زمانی، شامل اطلاعاتی هستند که در طول زمان جمع آوری می شوند از معیارهای عملکرد... بیشتر
زیرنویس
4.5 (2)
2 دیدگاه
181دانشجو
1:17ساعت
سرفصل‌ها
پیشرفته سطح دوره

اشتراک مکتب‌پلاس

خرید اشتراک

با خرید اشتراک مکتب‌پلاس، علاوه بر این دوره، به بیش از ۴،۰۰۰ دوره دیگر دسترسی خواهید داشت.

دسترسی به تمام دوره‌هابیش از ۴،۰۰۰ دوره
محتوای دوره
سرفصل‌ها
پیش‌نیاز‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

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

این دوره شامل:

1 ساعت ویدئو

گواهینامه مکتب‌خونه

دسترسی مادام‌العمر به محتوای دوره

زیرنویس اختصاصی مکتب‌خونه

سرفصل‌های دوره

8 فصل33 جلسه1:17 ساعت ویدیو
مقدمه
  آنچه باید بدانید
00:23
مقدمه‌ای بر داده‌های سری زمانی
  ویژگی‌های داده‌های سری زمانی
02:31
  مثال‌هایی از داده‌های سری زمانی
01:23
  نحوه نوشتن داده‌های سری زمانی
01:48
  اجرای کوئری‌های مرتبط با داده‌های سری زمانی
01:38
نصب پایگاه داده و ابزارها
  نصب PostgreSQL
02:41
  ایجاد شِما و جداول
03:24
  زمان‌بندی اجرای کوئری
01:08
  ارزیابی عملکرد کوئری با EXPLAIN
01:34
اجرای کوئری روی داده‌های سری زمانی
  کوئری‌های مربوط به بازه‌های زمانی و محاسبات تجمعی
01:39
  پنجره‌های لغزان (Sliding Windows)
01:09
  پنجره‌های ثابت (Tumbling Windows)
01:04
  اتصال دو مجموعه داده سری زمانی
02:52
  نرمال‌سازی داده‌های سری زمانی
02:06
مدل‌سازی داده‌های سری زمانی
  مجموعه داده نمونه یک: دمای هوا بر اساس زمان و موقعیت مکانی
02:44
  ایندکس‌گذاری مجموعه داده یک: ایندکس زمانی
04:50
  ایندکس‌گذاری مجموعه داده یک: ایندکس ترکیبی زمان و موقعیت مکانی
04:00
  ایجاد جدول‌های پارتیشن‌بندی‌شده
04:34
  اجرای کوئری روی جداول پارتیشن‌بندی‌شده
02:37
  مجموعه داده نمونه دو: استفاده از CPU و نوع برنامه
01:57
  ایندکس‌گذاری مجموعه داده دو: ایندکس ترکیبی زمان و نوع برنامه
03:05
توابع پرکاربرد در تحلیل داده‌های سری زمانی
  تابع Lead
03:56
  تابع Lag
01:34
  تابع Rank
01:27
  تابع Percent Rank
00:34
تحلیل داده‌های سری زمانی
  استفاده از Common Table Expressions (CTE) و بازگشت (Recursion)
02:46
  محاسبه مقادیر تجمعی در پنجره‌های زمانی
01:34
  مقایسه داده‌ها با روز قبل
03:50
  میانگین متحرک ساده
01:59
  میانگین متحرک وزنی
05:18
  پیش‌بینی با استفاده از رگرسیون خطی
03:39
  میانگین متحرک نمایی
01:29
جمع‌بندی و مراحل بعدی
  گام‌های بعدی در تحلیل داده‌های سری زمانی
00:45

پیش‌نیاز‌ها

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

توضیحات 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.

دیدگاه کاربران

4.5

بر اساس امتیاز 2 دانشجو

1
2
3
4
5

صانع کریمی

11 روز پیش

5

دوره خوبیه

فرشید جوادی

20 ساعت پیش

4

خوب بود

گواهینامه اختصاصی دو زبانه

پس از گذراندن دوره به صورت آنلاین در سایت مکتب‌خونه، گواهی‌نامه رسمی پایان دوره به زبان فارسی و انگلیسی، توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می‌گیرد.

امکان اشتراک گذاری در لینکدین
دو زبانه
1دوره
181دانشجو
1نظر و امتیاز

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.

مهارت‌هایی که می‌آموزید

دوره‌های مشابه

سوالات پرتکرار

آیا بعد از پایان مدت دوره همچنان به محتوای آن دسترسی دارم؟

بله. پس از پایان مدت دوره نیز به ویدئوها، تمرین‌ها، پروژه‌ها و سایر محتوای آموزشی دوره دسترسی خواهید داشت؛ اما امکان تصحیح تمرین‌ها توسط پشتیبان دوره و دریافت گواهی‌نامه برای شما وجود نخواهد داشت.