[Повтор]Машинное обучение с Python + Big Data - (Курс 6 из 17)
Phyrshtadskaya4k, ты можешь записаться в эту складчину и получить инфопродукт сразу после оплаты, никого не дожидаясь.
---
Формат: Видео
Продолжительность: ~ 01:04
Перевод: Красный Кут
Тип перевода: Транскрибация с русским переводом
Готовность: 07.01.19
Всего: 25 видео лекции длительность: 1 час 04 минуты
[B
ЧЕМУ Я НАУЧУСЬ?[/B]]
Вы должны уметь работать с командной строкой. Все примеры будут разбираться именно в ней.
[B
ОПИСАНИЕ[/B]]Для компаний всё более важным становится принятие решений, основанных на данных.
С появлением больших массивов данных и развитием методов обработки данных у нас появляется всё больше данных, чтобы понимать, что необходимо делать дальше.
Одним из основных языков для анализа данных является SQL, который используется во многих популярных базах данных, включая MySQL, Postgres, SQLite, Microsoft SQL Server, Oracle и даже в системах решений для больших массивов данных вроде Hive и Cassandra.
Раскрою маленький секрет. Большинство высопоставленных маркетолов и менеджеров по продуктам в крупных высокотехнологичных компаниях знают, как обращаться с данными, чтобы получить важную информацию. И вам тоже больше не нужно ждать целый день, чтобы какой-то инженер-программист ответил на ваши вопросы – теперь вы сами можете найти все ответы с помощью SQL!
В этом курсе «SQL для маркетологов» мы начнём с основ – инсталляции SQL на ваш компьютер с операционной системой Mac, Linux или Windows и объяснения, что такое реляционная база данных. Затем мы рассмотрим базовые задачи вроде создания таблиц и загрузки в них данных. Мы рассмотрим большое количество SQL команд, а я покажу вам, как ускорить их работу с помощью индексов.
После того, как вы узнаете команды SQL, мы перейдём к более сложным задачам, а именно – будем отвечать на часто задаваемые маркетологами и предпринимателями вопросы, например, в какой момент клиенты выпадают из нашей воронки продаж или где, в какой местности у нас выходитнаибольший доход.
В последнем разделе мы научимся создавать расширенные SQL-запросы на Spark, системе обработки больших массивов данных, являющейся преемником системы MapReduce и находящейся в топе Hadoop. Я обучу вас, как проинсталлировать Spark, быстро создавать кластер на AmazonEC2 и запускать SQL-запросы, тем самым позволяя применять всё ранее изученное в среде обработки больших массивов данных.
Хотите знать, как оптимизировать свою воронку продаж с помощью SQL, посмотреть на сезонные тенденции в вашей отрасли или запустить SQL-запрос на Hadoop? Тогда присоединяйтесь к моему новому курсу «SQL для маркетологов»! Управляйте анализом данных, обработкой данных и большими массивами данных!
[B
УЧЕБНЫЙ ПЛАН[/B]]
1. Почему надо прекратить зависеть от инженеров и выучить SQL
Другие курсы
Deep Learning Prerequisites: Linear Regression in Python
Deep Learning Prerequisites: Logistic Regression in Python
Data Science: Deep Learning in Python
Easy Natural Language Processing (NLP) in Python
Data Science: Practical Deep Learning in Theano + TensorFlow
Data Analytics: SQL for newbs, beginners and marketers
Deep Learning: Convolutional Neural Networks in Python
Cluster Analysis and Unsupervised Machine Learning in Python
Глубокое обучение без учителя на языке Python
Машинное обучение без учителя: скрытые марковские модели на языке Python
Глубокое обучение: рекуррентные нейронные сети на языке Python
Обработка естественного языка с помощью глубокого обучения на языке Python
Источник
Код:
Phyrshtadskaya4k, ты можешь записаться в эту складчину и получить инфопродукт сразу после оплаты, никого не дожидаясь.
---
Data Analytics: SQL for newbs, beginners and marketers
Автор: Lazy Programmer Inc.
Формат: Видео
Продолжительность: ~ 01:04
Перевод: Красный Кут
Тип перевода: Транскрибация с русским переводом
Готовность: 07.01.19
Всего: 25 видео лекции длительность: 1 час 04 минуты
https://cloud.mail.ru/public/H3PU/V39g7vDgd[B
ЧЕМУ Я НАУЧУСЬ?[/B]]
- знать, как отвечать на все связанные с маркетингом вопросы, используя SQL-запросы;
- как проинсталлировать SQL на Mac, Linux или Windows;
- как импортировать данные в таблицу;
- как вставлять, изменять и удалять данные из таблицы;
- объединение таблиц для слияния данных;
- определение, где в торговой цепочке теряются клиенты;
- группировка и сортировка продаж по месту;
- инсталляция Spark;
- понимать, что такое реляционная база данных;
- как создать таблицу;
- как формулировать запрос для таблицы;
- ускорение работы с использованием индексов;
- обобщать данные с использованием функций count, sum и average;
- создание диаграммы своего годового дохода;
- использование SQL в работе со Spark;
- создание кластеров Spark при помощи AWS EC2
Вы должны уметь работать с командной строкой. Все примеры будут разбираться именно в ней.
[B
ОПИСАНИЕ[/B]]Для компаний всё более важным становится принятие решений, основанных на данных.
С появлением больших массивов данных и развитием методов обработки данных у нас появляется всё больше данных, чтобы понимать, что необходимо делать дальше.
Одним из основных языков для анализа данных является SQL, который используется во многих популярных базах данных, включая MySQL, Postgres, SQLite, Microsoft SQL Server, Oracle и даже в системах решений для больших массивов данных вроде Hive и Cassandra.
Раскрою маленький секрет. Большинство высопоставленных маркетолов и менеджеров по продуктам в крупных высокотехнологичных компаниях знают, как обращаться с данными, чтобы получить важную информацию. И вам тоже больше не нужно ждать целый день, чтобы какой-то инженер-программист ответил на ваши вопросы – теперь вы сами можете найти все ответы с помощью SQL!
В этом курсе «SQL для маркетологов» мы начнём с основ – инсталляции SQL на ваш компьютер с операционной системой Mac, Linux или Windows и объяснения, что такое реляционная база данных. Затем мы рассмотрим базовые задачи вроде создания таблиц и загрузки в них данных. Мы рассмотрим большое количество SQL команд, а я покажу вам, как ускорить их работу с помощью индексов.
После того, как вы узнаете команды SQL, мы перейдём к более сложным задачам, а именно – будем отвечать на часто задаваемые маркетологами и предпринимателями вопросы, например, в какой момент клиенты выпадают из нашей воронки продаж или где, в какой местности у нас выходитнаибольший доход.
В последнем разделе мы научимся создавать расширенные SQL-запросы на Spark, системе обработки больших массивов данных, являющейся преемником системы MapReduce и находящейся в топе Hadoop. Я обучу вас, как проинсталлировать Spark, быстро создавать кластер на AmazonEC2 и запускать SQL-запросы, тем самым позволяя применять всё ранее изученное в среде обработки больших массивов данных.
Хотите знать, как оптимизировать свою воронку продаж с помощью SQL, посмотреть на сезонные тенденции в вашей отрасли или запустить SQL-запрос на Hadoop? Тогда присоединяйтесь к моему новому курсу «SQL для маркетологов»! Управляйте анализом данных, обработкой данных и большими массивами данных!
[B
УЧЕБНЫЙ ПЛАН[/B]]
1. Почему надо прекратить зависеть от инженеров и выучить SQL
- Почему надо прекратить зависеть от инженеров и выучить SQL
- План курса
- Обзор баз данных SQL
- Инсталляция SQLite на Mac, Linux и Windows
- Что такое реляционная база данных
- Как загрузить данные, используемые в этом курсе
- Основные команды
- Создание запроса к таблице
- Создание таблицы
- Модификация структуры таблицы
- Ускорение операций с помощью индексов
- Примеры использования индексов на консоли
- Вставка, изменение и удаление
- Что такое CRUD
- Объединение и слияние таблиц
- Объединение при помощи консоли
- Функции Count, Distinct, Sum, Min, Max, Avg
- Функции Group by, Sort, Limit
- Воронка продаж, ежегодный доход и продажи по местоположению
- Spark SQL
- Создание собственного Spark-кластера на Amazon EC2
- Как загрузить экстраординарную базу данных (tab-разделённые таблицы)
- Ключевое слово «IN»
- Ключевое слово «BETWEEN»
- Упражнения в стиле «вопрос-ответ»
Другие курсы
Deep Learning Prerequisites: Linear Regression in Python
Deep Learning Prerequisites: Logistic Regression in Python
Data Science: Deep Learning in Python
Easy Natural Language Processing (NLP) in Python
Data Science: Practical Deep Learning in Theano + TensorFlow
Data Analytics: SQL for newbs, beginners and marketers
Deep Learning: Convolutional Neural Networks in Python
Cluster Analysis and Unsupervised Machine Learning in Python
Глубокое обучение без учителя на языке Python
Машинное обучение без учителя: скрытые марковские модели на языке Python
Глубокое обучение: рекуррентные нейронные сети на языке Python
Обработка естественного языка с помощью глубокого обучения на языке Python
Источник
Код: