SQL für die Datenanalyse: Fortgeschrittene Techniken zur Umwandlung von Daten in Einsichten

Olvasói vélemények

A könyvről vegyes vélemények születtek, sok felhasználó értékeli a gyakorlati példákat és az SQL fogalmak átfogó lefedettségét, különösen az adatelemzéssel összefüggésben. Néhány felhasználó azonban a mintaadatbázisok hiánya és a szervezetlenség miatt nehezen követhetőnek találta. Negatívumként emelték ki az árképzést és a könyvkiadással kapcsolatos időnkénti problémákat is.

⬤ A könyv segít megerősíteni az SQL megértését
⬤ reális felhasználási eseteket és gyakorlati példákat kínál
⬤ az összetett fogalmakat könnyen érthető leckékre bontja
⬤ a lépésről lépésre történő oktatóanyagok hasznosak a kezdők számára
⬤ a témák széles skáláját öleli fel az alaptól a haladó analitikáig
⬤ nagyon hasznos az adatelemzés valós alkalmazásaihoz.

⬤ Sokan hiányosnak találták a rendszerezést, és a tartalmat nehéz követni a kísérő mintaadatbázisok nélkül
⬤ az árat magasnak ítélték egy technikai könyvhöz képest
⬤ néhány felhasználó hibás kiadásokat kapott
⬤ a könyv egy részét túl alapszintűnek tartják
⬤ nem foglalkozik olyan haladó témákkal, mint a streaming vagy a szövegmotorok.

(12 olvasói vélemény alapján)

Eredeti címe:

SQL for Data Analysis: Advanced Techniques for Transforming Data Into Insights

Könyv tartalma:

Az adatok, a számítási teljesítmény és a felhőalapú adattárházak robbanásszerű növekedésével az SQL még nélkülözhetetlenebb eszközzé vált a hozzáértő elemző vagy adattudós számára. Ez a gyakorlatias könyv új és rejtett lehetőségeket tár fel az SQL-ismeretek fejlesztésére, a problémák megoldására és az SQL lehető legjobb kihasználására a munkafolyamatok részeként.

Megtanulhatja, hogyan használhatja új, innovatív módon mind a gyakori, mind az egzotikus SQL-funkciókat, például az egyesítéseket, az ablakfüggvényeket, az alkérdéseket és a reguláris kifejezéseket - valamint azt is, hogyan kombinálhatja az SQL-technikákat, hogy gyorsabban, érthető kóddal érje el céljait. Ha SQL-adatbázisokkal dolgozik, ez egy kihagyhatatlan referencia.

⬤ Tanulja meg az adatok elemzésre való előkészítésének legfontosabb lépéseit.

⬤ Végezzen idősorelemzést az SQL dátum- és időmanipulációinak használatával.

⬤ Használja a kohorszelemzést annak vizsgálatára, hogyan változnak a csoportok az idő múlásával.

⬤ Használja az SQL nagy teljesítményű függvényeit és operátorait a szövegelemzéshez.

⬤ Feltárja a kiugró értékeket az adataiban, és helyettesítse őket alternatív értékekkel.

⬤ Kísérleti elemzéssel, más néven A/B teszteléssel állapítsa meg az ok-okozati összefüggéseket.