فلش‌کارت‌های آموزشی ORM: استفاده از ORM در پروژه‌های Data Science

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب ORM: استفاده از ORM در پروژه‌های Data Science

موضوع کلی: برنامه نویسی

موضوع میانی: ORM (Object-Relational Mapping)

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مقدمه ای بر ORM و Data Science
• 2. چرا ORM در Data Science مهم است؟
• 3. مزایای استفاده از ORM در پروژه‌های Data Science
• 4. معایب استفاده از ORM در پروژه‌های Data Science
• 5. ORM چیست؟ تعریف و اصول کلیدی
• 6. Object-Relational Mapping (ORM) چیست؟
• 7. تفاوت ORM با Query Builders
• 8. تفاوت ORM با Raw SQL
• 9. معماری ORM ها
• 10. مفاهیم پایه ORM: مدل ها، فیلدها، روابط
• 11. مدل ها در ORM
• 12. فیلدها در ORM
• 13. انواع فیلدها (متنی، عددی، تاریخ، بولین و غیره)
• 14. کلیدهای اصلی (Primary Keys)
• 15. کلیدهای خارجی (Foreign Keys)
• 16. روابط یک به یک (One-to-One)
• 17. روابط یک به چند (One-to-Many)
• 18. روابط چند به چند (Many-to-Many)
• 19. اتصال ORM به پایگاه داده
• 20. پشتیبانی ORM از انواع مختلف پایگاه داده (SQLAlchemy, Django ORM, Peewee)
• 21. پیکربندی اتصال به پایگاه داده
• 22. مدیریت اتصالات (Connection Pooling)
• 23. استفاده از ORM برای ایجاد و مدیریت جداول
• 24. ایجاد مدل ها و نگاشت آنها به جداول
• 25. تنظیمات اولیه جداول (نام جدول، ایندکس ها)
• 26. اعمال تغییرات ساختاری به پایگاه داده (Migrations)
• 27. مفاهیم Migrations
• 28. ایجاد Migrations
• 29. اجرای Migrations
• 30. بازگشت (Reverting) Migrations
• 31. مدیریت نسخه بندی Migrations
• 32. استفاده از ORM برای کوئری گرفتن از داده ها
• 33. ایجاد کوئری های ساده (SELECT * FROM)
• 34. فیلتر کردن نتایج (WHERE clause)
• 35. مرتب سازی نتایج (ORDER BY clause)
• 36. محدود کردن تعداد نتایج (LIMIT clause)
• 37. انتخاب ستون های خاص (SELECT column1, column2)
• 38. استفاده از ORM برای عملیات CRUD
• 39. ایجاد رکورد جدید (INSERT)
• 40. خواندن رکورد (SELECT)
• 41. به روز رسانی رکورد (UPDATE)
• 42. حذف رکورد (DELETE)
• 43. عملیات پیشرفته با ORM
• 44. استفاده از Joins برای ترکیب داده ها
• 45. انواع Joins (INNER, LEFT, RIGHT, OUTER)
• 46. استفاده از Aggregation functions (SUM, AVG, COUNT, MIN, MAX)
• 47. Grouping نتایج (GROUP BY)
• 48. Filtering Aggregated results (HAVING)
• 49. استفاده از Subqueries
• 50. استفاده از Transactions
• 51. مدیریت خطاها در ORM
• 52. استثنائات متداول در ORM
• 53. مدیریت تراکنش ها و اطمینان از صحت داده ها
• 54. بهینه سازی کوئری های ORM
• 55. شناسایی کوئری های کند
• 56. استفاده از ابزارهای پروفایلینگ ORM
• 57. بهینه سازی فیلدها و ایندکس ها
• 58. استفاده از Lazy Loading و Eager Loading
• 59. Lazy Loading در ORM
• 60. Eager Loading در ORM
• 61. تفاوت و کاربرد Lazy/Eager Loading
• 62. ORM و پاکسازی داده ها (Data Cleaning)
• 63. استفاده از ORM برای اعتبارسنجی داده ها
• 64. اعتبارسنجی در سطح مدل
• 65. اعتبارسنجی در سطح فیلد
• 66. مدیریت مقادیر Null و مقادیر پیش فرض
• 67. ORM و پیش پردازش داده ها (Data Preprocessing)
• 68. استفاده از ORM برای اعمال تبدیل های داده ای
• 69. انجام محاسبات بر روی فیلدها
• 70. استفاده از توابع پایگاه داده در ORM
• 71. ORM و مهندسی ویژگی (Feature Engineering)
• 72. ایجاد ویژگی های جدید بر اساس داده های موجود
• 73. استفاده از ORM برای استخراج ویژگی ها
• 74. ORM و تجزیه و تحلیل اکتشافی داده ها (EDA)
• 75. استفاده از ORM برای نمونه برداری از داده ها
• 76. تولید گزارش های اولیه با ORM
• 77. ORM و مدل سازی پیش بینی کننده (Predictive Modeling)
• 78. آماده سازی داده ها برای مدل های یادگیری ماشین
• 79. استفاده از ORM برای استخراج مجموعه داده های آموزشی
• 80. ORM و پیاده سازی مدل ها
• 81. ذخیره سازی نتایج مدل ها در پایگاه داده
• 82. بازیابی نتایج مدل ها برای پیش بینی
• 83. ORM و ارزیابی مدل ها
• 84. ذخیره سازی معیارهای ارزیابی
• 85. مقایسه نتایج مدل های مختلف
• 86. ORM و مدیریت داده های سری زمانی (Time Series Data)
• 87. پشتیبانی ORM از داده های سری زمانی
• 88. کوئری گرفتن از داده های سری زمانی
• 89. تحلیل داده های سری زمانی با ORM
• 90. ORM و داده های جغرافیایی (Geospatial Data)
• 91. پشتیبانی ORM از داده های جغرافیایی
• 92. کوئری گرفتن از داده های جغرافیایی
• 93. تحلیل داده های جغرافیایی با ORM
• 94. ORM و داده های غیرساخت یافته (Unstructured Data)
• 95. محدودیت های ORM برای داده های غیرساخت یافته
• 96. راهکارهای استفاده از ORM با داده های غیرساخت یافته
• 97. ORM و Big Data
• 98. چالش های استفاده از ORM در Big Data
• 99. راهکارهای ORM برای Big Data (ORM های خاص)
• 100. ORM و NoSQL