, ,

کتاب SQL و Prescriptive Analytics

تومان249,950

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب SQL و Prescriptive Analytics

موضوع کلی: برنامه نویسی

موضوع میانی: SQL

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه ای بر SQL
  • 2. مقدمه ای بر تحلیل تجویزی (Prescriptive Analytics)
  • 3. ارتباط SQL و تحلیل تجویزی
  • 4. نصب و پیکربندی SQL Server
  • 5. نصب و پیکربندی PostgreSQL
  • 6. نصب و پیکربندی MySQL
  • 7. مفاهیم پایگاه داده رابطه‌ای
  • 8. جداول، ستون‌ها و ردیف‌ها
  • 9. کلیدهای اصلی و خارجی
  • 10. انواع داده در SQL
  • 11. دستور SELECT
  • 12. فیلتر کردن داده‌ها با WHERE
  • 13. مرتب‌سازی نتایج با ORDER BY
  • 14. گروه‌بندی داده‌ها با GROUP BY
  • 15. فیلتر کردن گروه‌ها با HAVING
  • 16. استفاده از توابع تجمعی (Aggregate Functions)
  • 17. COUNT, SUM, AVG, MIN, MAX
  • 18. دستور INSERT
  • 19. دستور UPDATE
  • 20. دستور DELETE
  • 21. دستور CREATE TABLE
  • 22. دستور ALTER TABLE
  • 23. دستور DROP TABLE
  • 24. مقدمه ای بر JOIN ها
  • 25. INNER JOIN
  • 26. LEFT JOIN
  • 27. RIGHT JOIN
  • 28. FULL OUTER JOIN
  • 29. CROSS JOIN
  • 30. استفاده از زیرپرس و جوها (Subqueries)
  • 31. استفاده از CTEs (Common Table Expressions)
  • 32. توابع پنجره‌ای (Window Functions)
  • 33. ROW_NUMBER(), RANK(), DENSE_RANK()
  • 34. LAG(), LEAD()
  • 35. SUM() OVER(), AVG() OVER()
  • 36. مقدمه ای بر Stored Procedures
  • 37. نوشتن Stored Procedures
  • 38. پارامترها در Stored Procedures
  • 39. مدیریت خطا در Stored Procedures
  • 40. مقدمه ای بر Triggers
  • 41. انواع Triggers (BEFORE, AFTER, INSTEAD OF)
  • 42. Trigger ها برای عملیات DML
  • 43. Trigger ها برای عملیات DDL
  • 44. مقدمه ای بر Views
  • 45. ایجاد Views
  • 46. استفاده از Views
  • 47. Views قابل بروزرسانی
  • 48. مقدمه ای بر Index ها
  • 49. انواع Index ها (Clustered, Non-Clustered)
  • 50. مزایا و معایب Index ها
  • 51. بهینه‌سازی Query ها با Index ها
  • 52. مقدمه ای بر Transaction ها
  • 53. ACID Properties
  • 54. BEGIN TRANSACTION, COMMIT, ROLLBACK
  • 55. سطوح Isolation در Transaction ها
  • 56. مقدمه ای بر Concurrency Control
  • 57. قفل‌گذاری (Locking)
  • 58. پیشگیری از Deadlock
  • 59. مقدمه ای بر Data Warehousing
  • 60. مفاهیم ETL (Extract, Transform, Load)
  • 61. Dimension Modeling
  • 62. Fact Tables
  • 63. Star Schema
  • 64. Snowflake Schema
  • 65. مقدمه ای بر Business Intelligence (BI)
  • 66. نقش SQL در BI
  • 67. گزارش‌گیری با SQL
  • 68. داشبوردها و BI Tools
  • 69. مقدمه ای بر تحلیل تجویزی
  • 70. تعریف تحلیل تجویزی
  • 71. تفاوت با تحلیل توصیفی و تشخیصی
  • 72. مراحل تحلیل تجویزی
  • 73. جمع‌آوری داده‌ها
  • 74. آماده‌سازی داده‌ها
  • 75. مدل‌سازی داده‌ها
  • 76. اجرا و بهینه‌سازی مدل
  • 77. ارزیابی نتایج
  • 78. مدل‌های تصمیم‌گیری
  • 79. بهینه‌سازی خطی (Linear Programming)
  • 80. بهینه‌سازی غیرخطی (Non-Linear Programming)
  • 81. شبیه‌سازی (Simulation)
  • 82. الگوریتم‌های جستجو
  • 83. الگوریتم‌های یادگیری ماشین برای تحلیل تجویزی
  • 84. رگرسیون (Regression)
  • 85. طبقه‌بندی (Classification)
  • 86. خوشه‌بندی (Clustering)
  • 87. شبکه‌های عصبی (Neural Networks)
  • 88. درخت‌های تصمیم (Decision Trees)
  • 89. ماشین‌های بردار پشتیبان (Support Vector Machines)
  • 90. استفاده از SQL برای استخراج ویژگی‌ها (Feature Extraction)
  • 91. استفاده از SQL برای آماده‌سازی داده‌ها برای مدل‌های یادگیری ماشین
  • 92. انتقال داده از پایگاه داده به ابزارهای تحلیل تجویزی
  • 93. اتصال SQL به ابزارهای تحلیل تجویزی (مانند Python, R)
  • 94. استفاده از کتابخانه‌های Python (Pandas, NumPy, SciPy)
  • 95. استفاده از کتابخانه‌های R
  • 96. اجرای مدل‌های بهینه‌سازی با SQL
  • 97. فراخوانی توابع خارجی از SQL
  • 98. استفاده از SQL برای اجرای شبیه‌سازی‌ها
  • 99. مثال‌های عملی از تحلیل تجویزی با SQL
  • 100. بهینه‌سازی موجودی کالا

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “کتاب SQL و Prescriptive Analytics”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

پیمایش به بالا