اپلیکیشن اندرویدی فلش‌کارت آموزشی تحلیلگر داده مقدماتی با SQL: مبانی و کاربردها

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیلگر داده مقدماتی با SQL: مبانی و کاربردها

موضوع کلی: علوم کامپیوتر و فناوری اطلاعات

موضوع میانی: پایگاه داده و تحلیل داده

📋 سرفصل‌های دوره

• 1. مقدمه بر علم داده و نقش تحلیلگر داده
• 2. آشنایی با پایگاه‌های داده و انواع آن‌ها
• 3. مبانی SQL: تاریخچه و اهمیت
• 4. نصب و پیکربندی ابزارهای SQL
• 5. اولین کوئری‌ها در SQL: SELECT و FROM
• 6. فیلتر کردن داده‌ها با WHERE
• 7. مرتب‌سازی نتایج با ORDER BY
• 8. آشنایی با انواع داده در SQL
• 9. عملگرهای مقایسه‌ای و منطقی در WHERE
• 10. استفاده از LIKE و عملگرهای الگو
• 11. محدود کردن تعداد نتایج با LIMIT
• 12. آشنایی با توابع تجمعی: COUNT, SUM, AVG
• 13. استفاده از GROUP BY برای دسته‌بندی داده‌ها
• 14. فیلتر کردن گروه‌ها با HAVING
• 15. مرتبط‌سازی جداول با JOIN
• 16. انواع مختلف JOIN: INNER, LEFT, RIGHT, FULL
• 17. استفاده از Alias برای جداول و ستون‌ها
• 18. زیرکوئری‌ها (Subqueries) و کاربردهای آن‌ها
• 19. ترکیب کوئری‌ها با UNION
• 20. ایجاد و مدیریت جداول: CREATE TABLE
• 21. تغییر ساختار جداول: ALTER TABLE
• 22. حذف جداول: DROP TABLE
• 23. درج داده‌ها در جداول: INSERT INTO
• 24. به‌روزرسانی داده‌ها: UPDATE
• 25. حذف داده‌ها: DELETE FROM
• 26. محدودیت‌های کلید اصلی (Primary Key) و کلید خارجی (Foreign Key)
• 27. اعمال محدودیت‌های UNIQUE و NOT NULL
• 28. محدودیت CHECK برای اعتبارسنجی داده‌ها
• 29. آشنایی با Viewها و کاربرد آن‌ها
• 30. ایجاد Viewهای ساده
• 31. ایجاد Viewهای پیچیده
• 32. آشنایی با Indexها و افزایش سرعت کوئری‌ها
• 33. انواع Indexها
• 34. کاربرد Indexها در کوئری‌های SELECT
• 35. تراکنش‌ها در پایگاه داده: ACID
• 36. مبانی تراکنش‌ها: BEGIN, COMMIT, ROLLBACK
• 37. مدیریت همزمانی (Concurrency Control)
• 38. مقدمه بر نرمال‌سازی پایگاه داده
• 39. فرم‌های نرمال (1NF, 2NF, 3NF)
• 40. مراحل نرمال‌سازی
• 41. مفاهیم پیشرفته‌تر نرمال‌سازی (BCNF)
• 42. مقدمه بر تحلیل داده با SQL
• 43. مراحل تحلیل داده: جمع‌آوری، پاک‌سازی، تحلیل، گزارش‌دهی
• 44. اهمیت پاک‌سازی داده‌ها
• 45. شناسایی و مدیریت داده‌های پرت (Outliers)
• 46. کاربرد SQL در پاک‌سازی داده‌ها
• 47. تحلیل اکتشافی داده‌ها (Exploratory Data Analysis - EDA)
• 48. استفاده از توابع پنجره‌ای (Window Functions)
• 49. توابع پنجره‌ای: ROW_NUMBER, RANK, DENSE_RANK
• 50. توابع پنجره‌ای: LEAD, LAG
• 51. کاربرد توابع پنجره‌ای در تحلیل سری‌های زمانی
• 52. مقدمه بر گزارش‌دهی با SQL
• 53. ایجاد گزارش‌های ساده با SQL
• 54. گزارش‌های مقایسه‌ای با SQL
• 55. گزارش‌های تجمعی با SQL
• 56. کاربرد SQL در داشبوردهای تحلیلی
• 57. آشنایی با ابزارهای تجسم داده (Data Visualization)
• 58. مقدمه بر ابزارهای BI (Business Intelligence)
• 59. کاربرد SQL در استخراج داده برای ابزارهای BI
• 60. مبانی طراحی پایگاه داده برای تحلیل
• 61. طراحی پایگاه داده ستاره‌ای (Star Schema)
• 62. طراحی پایگاه داده دانه‌برفی (Snowflake Schema)
• 63. مقایسه Star Schema و Snowflake Schema
• 64. کاربرد SQL در بهینه‌سازی کوئری‌ها
• 65. تحلیل برنامه‌های اجرایی کوئری (Execution Plans)
• 66. تکنیک‌های بهینه‌سازی کوئری‌ها
• 67. آشنایی با پایگاه‌های داده NoSQL (مقدماتی)
• 68. تفاوت پایگاه‌های داده SQL و NoSQL
• 69. کاربرد پایگاه‌های داده NoSQL
• 70. مبانی امنیت در پایگاه داده
• 71. مدیریت کاربران و مجوزها
• 72. جلوگیری از حملات SQL Injection
• 73. مفاهیم پیشرفته‌تر SQL: CTE (Common Table Expressions)
• 74. استفاده از CTE برای خوانایی کوئری‌ها
• 75. CTEهای بازگشتی (Recursive CTEs)
• 76. مقدمه بر تحلیل داده‌های بزرگ (Big Data)
• 77. مفاهیم اولیه Big Data
• 78. چالش‌های تحلیل داده‌های بزرگ
• 79. نقش SQL در اکوسیستم Big Data (مانند Hive)
• 80. مبانی تحلیل آماری در SQL
• 81. محاسبه آماره‌های توصیفی در SQL
• 82. آزمون‌های فرض ساده در SQL (مقدماتی)
• 83. مقدمه بر یادگیری ماشین (Machine Learning) و ارتباط آن با تحلیل داده
• 84. نقش داده‌های تمیز در ML
• 85. استفاده از SQL برای آماده‌سازی داده برای ML
• 86. مبانی اخلاق در تحلیل داده
• 87. حفظ حریم خصوصی داده‌ها
• 88. مسئولیت‌پذیری در تحلیل داده
• 89. آشنایی با نقش تحلیلگر داده در سازمان
• 90. مهارت‌های نرم برای تحلیلگران داده
• 91. آینده شغلی تحلیلگر داده
• 92. پروژه‌های عملی تحلیل داده با SQL
• 93. تمرینات جامع SQL
• 94. جمع‌بندی و گام‌های بعدی در مسیر تحلیل داده