Name: Разведочный анализ данных в SQL
Rating: 4.787004318806439 (5094 reviews)

Описание курса

У вас есть доступ к базе данных. Что дальше? Опираясь на имеющиеся навыки — объединение таблиц, использование базовых функций, группировка данных и применение подзапросов, — вы сделаете следующий шаг в изучении SQL и научитесь исследовать базы данных и хранящиеся в них данные. На примере данных Stack Overflow, компаний из списка Fortune 500 и обращений в службу помощи города Эванстон (штат Иллинойс) вы познакомитесь с числовыми, символьными типами данных, а также типами данных даты и времени. Вы научитесь использовать функции для агрегирования, обобщения и анализа данных прямо в базе данных. Ошибки и несоответствия в данных вам не помеха! Вы узнаете о типичных проблемах и способах очистки «грязных» данных. По завершении курса вы будете готовы самостоятельно исследовать базы данных PostgreSQL и анализировать содержащиеся в них данные.Видеоуроки содержат живые субтитры — их можно открыть, нажав «Show transcript» в нижнем левом углу видеоплеера. Глоссарий курса доступен в разделе ресурсов справа. Для получения кредитов CPE необходимо пройти курс и набрать не менее 70% на итоговом оценочном тесте. Перейти к тесту можно, нажав на блок CPE credits справа.

Предварительные требования

Data Manipulation in SQL

Программа

План курса

Что хранится в базе данных?

Начните исследование базы данных: определите таблицы и внешние ключи, которые их связывают. Найдите пропущенные значения, подсчитайте количество наблюдений и объедините таблицы, чтобы понять их взаимосвязи. По ходу работы вы познакомитесь с операциями объединения значений и приведения типов данных.

Начать главу

Обобщение и агрегирование числовых данных

Вы расширите свои знания о таких функциях, как min и max, и научитесь обобщать числовые данные по-новому. Добавьте в свой арсенал функции среднего значения, дисперсии, корреляции и перцентилей, а также освойте усечение и округление числовых значений. Научитесь строить сложные запросы и сохранять результаты с помощью временных таблиц.

Начать главу

Анализ категориальных данных и неструктурированного текста

Текстовые, или символьные, данные нередко бывают «грязными» — но вы научитесь справляться с несоответствиями в регистре, пробелах и разделителях. Узнайте, как использовать временную таблицу для перекодирования категориальных данных в стандартизированные значения, удобные для подсчёта и агрегирования. Извлеките новые переменные из неструктурированного текста, исследуя обращения жителей города Эванстон (штат Иллинойс) в службу помощи.

Начать главу

Работа с датами и временными метками

Который сейчас час? В этой главе вы научитесь отвечать на этот вопрос. Вы будете агрегировать данные даты и времени по часам, дням, месяцам и годам, а также попрактикуетесь в построении временных рядов и поиске пропусков в них.