SQL dla analityków danych. Tworzenie zbiorów danych dla początkujących

O autorce
O korektorze merytorycznym
Podziękowania
Wprowadzenie

Rozdział 1. Źródła danych
Źródła danych
Narzędzia do łączenia się ze źródłami danych i edycji zapytań SQL
Relacyjne bazy danych
Hurtownie danych
Pytania dotyczące źródła danych
Wprowadzenie do bazy danych Farmer's Market
Uwaga dotycząca terminologii stosowanej w uczeniu maszynowym
Ćwiczenia

Rozdział 2. Instrukcja SELECT
Instrukcja SELECT
Podstawowa składnia zapytania SELECT
Wybieranie kolumn i ograniczanie liczby zwracanych wierszy
Sortowanie wyników za pomocą klauzuli ORDER BY
Wprowadzenie do prostych obliczeń inline
Więcej przykładów obliczeń typu inline - zaokrąglanie
Więcej przykładów obliczeń inline - konkatenacja łańcuchów znaków
Ocena wyniku zapytania
Podsumowanie instrukcji SELECT
Ćwiczenia

Rozdział 3. Klauzula WHERE
Klauzula WHERE
Filtrowanie wyników z zapytania SELECT
Filtrowanie według wielu warunków
Wielokolumnowe filtrowanie warunkowe
Więcej sposobów filtrowania
BETWEEN
IN
LIKE
IS NULL
Ostrzeżenie na temat porównań z wartościami NULL
Filtrowanie za pomocą podzapytań
Ćwiczenia

Rozdział 4. Instrukcja CASE
Składnia instrukcji CASE
Tworzenie flag binarnych za pomocą CASE
Grupowanie wartości ciągłych za pomocą CASE
Kodowanie wartości kategorialnych za pomocą CASE
Podsumowanie instrukcji CASE
Ćwiczenia

Rozdział 5. Złączenia w SQL-u
Relacje w bazie danych i złączenia
Pułapka często pojawiająca się podczas filtrowania połączonych danych
Złączenie więcej niż dwóch tabel
Ćwiczenia

Rozdział 6. Agregacja wyników na potrzeby analizy
Składnia GROUP BY
Statystyki podsumowujące grupy
Obliczenia wewnątrz funkcji agregujących
Minimum i maksimum
COUNT i COUNT DISTINCT
Średnia
Filtrowanie za pomocą HAVING
Instrukcje CASE wewnątrz funkcji agregujących
Ćwiczenia

Rozdział 7. Funkcje okienkowe i podzapytania
ROW_NUMBER
RANK i DENSE_RANK
NTILE
Agregujące funkcje okienkowe
LAG i LEAD
Ćwiczenia

Rozdział 8. Funkcje związane z datą i czasem
Ustawianie wartości w polu typu datetime
EXTRACT i DATE_PART
DATE_ADD i DATE_SUB
DATEDIFF
TIMESTAMPDIFF
Funkcje do obsługi dat w obliczeniach na zagregowanych danych i funkcjach okienkowych
Ćwiczenia

Rozdział 9. Eksploracyjna analiza danych w języku SQL
Eksploracyjna analiza danych z użyciem języka SQL
Eksploracja tabeli product
Eksploracja potencjalnych wartości w kolumnach
Badanie zmian w czasie
Eksploracja wielu tabel naraz
Stan a sprzedaż
Ćwiczenia

Rozdział 10. Tworzenie zbiorów danych na potrzeby raportów analitycznych
Wymagania stawiane zbiorom danych do analizy
Korzystanie z własnych analitycznych zbiorów danych - wspólne wyrażenia tablicowe i widoki
Wykorzystanie SQL-a do tworzenia bardziej zaawansowanych raportów
Ćwiczenia

Rozdział 11. Bardziej zaawansowane zapytania
Operator UNION
Samozłączenie w celu określenia, czy dana wartość ustanowiła rekord
Nowi i powracający klienci według tygodni
Podsumowanie
Ćwiczenia

Rozdział 12. Tworzenie zbiorów danych na potrzeby uczenia maszynowego
Zbiory danych dla modeli szeregów czasowych
Zbiory danych do klasyfikacji binarnej
Tworzenie zbioru danych
Poszerzanie zbioru cech
Inżynieria cech
Kolejne kroki
Ćwiczenia

Rozdział 13. Przykłady tworzenia analitycznych zbiorów danych
Jakie czynniki wpływają na sprzedaż świeżych produktów?
Jak zmienia się sprzedaż w zależności od kodu pocztowego klienta, odległości od targowiska oraz danych demograficznych?
Jak rozkład cen produktów wpływa na sprzedaż?

Rozdział 14. Przechowywanie i modyfikowanie danych
Przechowywanie zbiorów danych w postaci tabel i widoków
Dodawanie kolumny ze znacznikiem czasu
Dodawanie wierszy i aktualizowanie wartości w tabelach
Korzystanie z SQL-a wewnątrz skryptów
Na zakończenie
Ćwiczenia

Dodatek A. Odpowiedzi

Renée M.P. Teate od 2004 r. zajmuje się pracą na danych. Angażowała się w projektowanie relacyjnych baz danych, raportowanie i analizę oraz naukę o danych. Teate regularnie zabiera głos na konferencjach i publikuje w czasopismach branżowych. Jest również twórczynią podcastu Becoming a Data Scientist. Jej zdaniem znajomość SQL jest niezwykle potrzebna analitykom danych.