Postgre SQL - Установка. Начало работы.
🎂 Сегодня у меня день рождения!
Мы много успели за этот год! Вы делились тем, что у вас на спицах, участвовали в мастер-шоу, посещали онлайн-семинары и проходили программы. А я с восхищением наблюдала за тем, как вы повышаете мастерство. 💐 Благодарю каждую подписчицу за то, что вы стали неотъемлемой частью проекта «Вяжи для души»...
🚀 SQL для Data Science Полный учебный план. План рассчитан на 28 дней, в течение которых необходимо уделять не менее 1,5 часов в день. Неделя 1: Основы SQL День 1-3: Знакомство с синтаксисом SQL, операторами SELECT, фильтрацией и сортировкой. Ресурсы: Курс Khan Academy "Intro to SQL" на YouTube. 📌Python и базы данных День 4-5: Работа с несколькими таблицами с помощью операций JOIN. Ресурс: Курс DataCamp "Объединение данных в SQL". День 6-7: Агрегирование данных с помощью GROUP BY, HAVING и понимание подзапросов. Ресурс: Специализация Coursera "SQL for Data Science". Неделя 2: Углубляемся в SQL День 8-10: Изучение запросов(INSERT, UPDATE, DELETE) и работа со значениями NULL. Ресурсы: Плейлист YouTube Калеба Карри на тему "Самоучители SQL". День 11-12: Погружение в нормализацию данных и принципы проектирования баз данных. Ресурсы: Плейлист YouTube - Базовая концепция нормализации баз данных День 13-14: Знакомство с оконными функциями для расширенного манипулирования данными. Ресурс: Самоучитель SQL - оконные функции от BeardedDev Неделя 3: Расширенные методы работы с SQL День 15-17: Освоение подзапросов и коррелированных подзапросов. Ресурс: курс techTFQ "Подзапросы в SQL". День 18-20: Изучение индексов, оптимизации производительности и настройки запросов. Ресурс: Настройка производительности SQL и оптимизация запросов День 21-22: Понимание хранимых процедур, определяемых пользователем функций и триггеров. Неделя 4: Применение SQL в реальных условиях и практика День 23-24: Реализация задач анализа данных, таких как очистка, преобразование и визуализация данных с помощью SQL. День 25-28: Итоговый проект: Решение сложной задачи с использованием SQL и презентация результатов. Ресурсы: Наборы данных Kaggle с задачами, связанными с SQL. @machinelearning