Analisis data dengan Python dan database (SQL) - kursus gratis dari RANEPA, pelatihan, Tanggal: 6 Maret 2023.

Miscellanea / by admin / December 04, 2023

click fraud protection

Program Python Data Analysis and Database (SQL) akan membekali siswa dengan pemahaman tentang dasar-dasar pemrograman algoritma ML (Machine Learning) dengan menggunakan bahasa Python. Ini juga akan membantu Anda menguasai sejumlah kompetensi di bidang pengelolaan database relasional modern dan memperoleh keterampilan praktis dalam menggunakan alat bahasa DBMS (Sistem Manajemen Basis Data data).

Dalam dunia bisnis dan pemerintahan, sejumlah besar data perlu terus dianalisis memperoleh informasi untuk mengontrol kualitas pekerjaan, mengemukakan ide-ide segar dan membenarkan ide-ide yang diterima keputusan. Para ahli yang memahami data dalam jumlah besar dapat mengharapkan karier yang cepat dengan gaji yang mengesankan.

Biasanya, SQL dan Python paling sering disebutkan dalam iklan pekerjaan yang berkaitan dengan analisis data.

Hanya siswa yang tidak belajar di bidang berikut yang dapat mendaftar untuk kursus ini:

Selama menguasai program, mahasiswa berkesempatan untuk menghasilkan produk digital baru (secara mandiri atau dalam tim). Penulis solusi terbaik akan mendapat dukungan dari Akademi dan kesempatan untuk berkolaborasi dengan Laboratorium Kecerdasan Buatan dan Laboratorium Pengembangan Platform RANEPA.

instagram viewer

ular piton

Bagaimana cara kerjanya? Fitur Python.
Mengapa semua orang menggunakan Python? Perbandingan dengan bahasa pemrograman lain. Bagaimana cara menulis program? Kelebihan Python. Cara menggunakan Python dalam tugas: pengolah kata, bekerja dengan gambar, menulis robot stok, meluncurkan bot obrolan. Masukan dan keluaran dengan Python. Nama dengan Python. Operasi dasar. Kontrol kemajuan eksekusi program (konstruksi bersyarat). Contoh program sederhana.

Siklus. Garis. Metode string.
Ulangi dengan prasyarat. Pernyataan Istirahat dan Lanjutkan. Untuk lingkaran Struktur garis dan panjang garis. Elemen garis dan cara memotong garis. Mendapatkan substring dari string. Lintasan garis. Bagian.

Tupel. Daftar. peta fungsi. Generator daftar nilai acak.
Mengapa tupel dibutuhkan? Bekerja dengan daftar. Elemen daftar. Cetak daftarnya. Penyalinan daftar yang benar. Fitur menggunakan fungsi peta. Apa yang dimaksud dengan generator nilai acak? Sekelompok. Operasi dengan set. set beku. Kamus. dapatkan metode Penjelajahan kamus.

Fungsi. Penerapan fungsi matematika. Ruang lingkup dan pengecualian.
Cara menulis fungsi dengan benar. Algoritma sederhana. Menulis fungsi pertama. Bagaimana cara menambahkan matematika. Rekomendasi untuk menulis fungsi Anda sendiri. Cara kerja cakupan. Variabel global. Mengembalikan beberapa nilai dari suatu fungsi. Pengecualian.

Bekerja dengan file. Matriks. Jenis penyortiran
Apa yang dapat Anda lakukan dengan file-file tersebut? Membuka dan menutup file. Membaca dan menulis file teks. Matriks. Mengisi matriks. Memasukkan matriks baris demi baris. Membaca dan menulis matriks. Sortir gelembung. Analisis algoritma. Beberapa versi solusi.

Ikhtisar perpustakaan NumPy. Bekerja dengan fungsi NumPy. perpustakaan SciPY.
Pustaka Python dan instalasinya. Tipe data dasar NumPy. Fungsi numerik. Bekerja dengan array. Operasi dengan array. Array dua dimensi. Matriks. Fitur dasar perpustakaan SciPy.

Ikhtisar perpustakaan Panda. Analisis dasar.
Menginstal perpustakaan. Membuat objek Seri. Pengindeksan DataFrame. Tabel. Membaca dan menulis file. Pengindeksan. Pengambilan sampel data. Operasi dengan baris dan kolom. Bekerja dengan NaN. Penyortiran.

Visualisasi data. Contoh praktis
Mempelajari data baru, preprocessing, visualisasi data, mencari hubungan antar fitur, menyiapkan data pelatihan dan membuat model peramalan risiko kredit. Memperoleh model yang menjawab pertanyaan: mengeluarkan atau tidak mengeluarkan pinjaman.

Otomatisasi tugas rutin. Contoh praktis
Analisis contoh praktis otomatisasi tugas yang berkaitan dengan perolehan informasi agregat dari beberapa sumber (file Excel) atau Internet.

Tinjauan metode pembelajaran mesin yang digunakan untuk analisis data. Contoh praktis
Contoh praktis mengidentifikasi fitur-fitur dasar dan interpretasinya dalam masalah pembelajaran yang diawasi.

Penilaian modul sementara
Sertifikasi sementara berlangsung dalam bentuk tes (computer test). Contoh bangunan pengujian pada umumnya:

Fungsi Python apa yang dapat Anda gunakan untuk mengetahui tipe suatu variabel?

wah
jenis
jenis
adalah

Berapa rentang angka yang akan dibuat pada kode berikut: rentang (9, 3, -2)

9 8 7 6 5 4 4
9 7 5 3
9 7 5
11 9 8 7 6 5 4

Cuplikan kode dalam daftar memungkinkan Anda mengeksekusi apa?

Cuplikan kode: print(math.sqrt(2))
menampilkan nomor 2 dari perpustakaan matematika
menghubungkan perpustakaan matematika
mengkuadratkan angka matematika
menampilkan akar kuadrat dari dua

SQL

Penyimpanan dan integritas data.
Penyimpanan data: file data, log, level RAID, Tempdb. Hubungan dalam database, satu ke satu, satu ke banyak, banyak ke banyak. Integritas data: KUNCI UTAMA, PERIKSA, KUNCI UNIK, dan KUNCI ASING. Normalisasi tabel.

Membuat database dan tabel.
Arsitektur DBMS: logis (tabel dan tipe data, kunci, indeks, tampilan, rakitan, batasan, aturan, nilai default) dan tingkat fisik (file dan grup file, halaman). Pembuatan basis data. Tipe data bidang tabel: Angka pasti, string karakter Unicode, angka perkiraan, data biner, tanggal dan waktu, tipe data lainnya, string karakter. Membuat tabel. Di mana menulis permintaan?

Indeks. Diagram.
Indeks: berkerumun, tidak berkerumun, identifikasi unik, terfilter, penyimpanan kolom, hash, tidak berkerumun, indeks memori dioptimalkan. Diagram ER: Diagram Basis Data, Node Basis Data. DML dan operator SQL yang paling umum: SELECT, INSERT, UPDATE, DELETE. Pentingnya faktor unik.

Permintaan. Koneksi eksternal.
Pertanyaan di satu meja. Pengambilan sampel tanpa pengulangan. Kueri di beberapa tabel. Gabungan luar: KIRI, KANAN atau PENUH.

Fungsi agregat. Subkueri.
Subkueri: WHERE COUNT, SUM, AVG, MAX, MIN, IN, ALL, ANY. Menggabungkan data: PILIH GABUNG. Fungsi agregat: AVG, CHECKSUM_AGG, COUNT, COUNT_BIG, GROUPING, GROUPING_ID, MAX, MIN, STDEV, STDEVP, STRING_AGG, SUM, VAR, VARP. Kondisi untuk fungsi agregat.

Fitur yang berguna.
Sedikit lebih banyak tentang operator. Permintaan industri. Fungsi yang berguna: fungsi SQRT, RAND, CONCAT, numerik dan string. Prioritas operasi dan jenis konversi: CAST, CONVERT.

Transaksi. Perwakilan.
Satu permintaan dalam empat cara. Transaksi: konsep transaksi - atomisitas, konsistensi, isolasi, daya tahan, manajemen transaksi - COMMIT, ROLLBACK, SAVEPOINT, SET TRANSACTION. Akses data paralel: masalah pembacaan yang kotor dan tidak dapat diulang, hantu. Tampilan: diindeks, dipartisi, sistem.

Variabel dan loop.
Mulai dari pemrograman. Variabel: DECLARE, SET, SELECT. Struktur kode. Operator deskripsi data: CREATE, DROP, ALTER, dll. Operator manipulasi data: INSERT, DELETE, SELECT, UPDATE, dll. Operator untuk setting hak akses pada database: GRANT/REVOKE, LOCK/UNLOCK, SET LOCK MODE Operator untuk proteksi, recovery data dan operator lainnya. Siklus: SEMENTARA.

Prosedur dan fungsi tersimpan.
Tabel sementara. Kursor Transact-SQL, server, klien. Jenis kursor: searah, statis, Keyset, dinamis. Prosedur dan fungsi tersimpan: BUAT PROSEDUR, BUAT PROC.

Pemicu. Pengecualian.
Konveyor HF. Pemicu: SETELAH, BUKAN. Pengecualian: KECUALI. SQL dinamis menggunakan kata kunci dan menggunakan prosedur tersimpan: JALANKAN SEGERA.

DBMS. database NoSQL.
Transaksi dalam pemrograman/DBMS/SQL. Bagaimana permintaan dieksekusi. Cara meningkatkan kinerja kueri. Database NoSQL dan kelebihannya.

Penilaian modul sementara
Sertifikasi sementara berlangsung dalam bentuk tes (computer test). Contoh bangunan pengujian pada umumnya:

Jenis data bidang apa yang bertipe NUMBER?