Ham veriyi analize hazır biçime dönüştürün
Ham veriyi analize hazır biçime getirme: tip dönüşümü, metin ve tarih işleme, koşullu dönüşüm, JOIN/UNION, toplulaştırma ve pencere fonksiyonları, pivot/unpivot ve JSON düzleştirme SQL ve pandas üzerinde paralel ve uygulamalı işlenir.
SQL ve pandas ile pratik veri dönüşüm işlemleri
Bu eğitim, ham veriyi analiz ve raporlamaya hazır biçime getiren dönüşüm işlemlerini pratik ve uygulamalı olarak öğretir. Tip dönüşümü (cast), biçim standardizasyonu, metin fonksiyonları (kırpma, bölme, değiştirme, regex) ve tarih/saat işleme ele alınır. Satır filtreleme, türetilmiş sütun oluşturma, koşullu dönüşüm (CASE/if-else), sıralama ve tekilleştirme işlenir. Tablo birleştirme (JOIN, UNION), grup bazlı toplulaştırma, pencere fonksiyonları (çalışan toplam, sıralama, LAG/LEAD) ve pivot/unpivot ile yeniden şekillendirme uygulanır. İç içe/JSON veriyi düzleştirme ve normalleştirme/denormalleştirme kararları incelenir. Tüm işlemler SQL ve pandas üzerinde paralel gösterilir; örnekler gerçek, kirli veri setleri üzerinde kurgulanır.
3 Gün. Her gün dört modül; kavram anlatımının ardından SQL ve pandas ile dönüşüm uygulaması yapılır.
Temel Seviye — Veri dönüşümü işlemleri: temizleme, tip dönüşümü, birleştirme, toplulaştırma, yeniden şekillendirme ve metin/tarih işleme.
Jupyter ve SQL ortamında gerçek kirli veri setleri üzerinde aynı dönüşümler hem SQL hem pandas ile uygulamalı yapılır.
Kirli ve tutarsız veriyi analize hazır temiz biçime getirirsiniz.
Farklı kaynakları doğru birleştirip tek görünüm oluşturursunuz.
Pivot ve toplulaştırmayla veriyi ihtiyaca göre yeniden şekillendirirsiniz.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
SELECT ve WHERE mantığına giriş düzeyinde aşinalık faydalıdır.
Temel pandas aşinalığı örnekleri kolaylaştırır.
Tablo, satır ve sütun kavramını bilmek yeterlidir.
Jupyter, pandas ve bir SQL veritabanı kurulu çalışma ortamı.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
Tip dönüşümü ve temizlemeyle değerleri tutarlı biçime getirirsiniz.
Regex dahil metin fonksiyonlarıyla alanları ayrıştırırsınız.
Tarih ayrıştırma, bileşen çıkarma ve aritmetiği uygularsınız.
JOIN ve UNION ile kaynakları doğru birleştirirsiniz.
Grup bazlı özet ve pencere fonksiyonlarını hesaplarsınız.
Pivot/unpivot ile veriyi ihtiyaca göre yeniden şekillendirirsiniz.
JSON ve iç içe yapıyı düzleştirip tablolaştırırsınız.
Satır ve toplam mutabakatıyla dönüşüm doğruluğunu denetlersiniz.
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
Yıldız şema, granülerite, conformed boyutlar, ilişki yönü ve ölçü tasarımıyla performanslı iş zekâsı veri modelleri kurmayı uygulamalı öğrenin.
Detayları Gör →
Kaynak katmanlarından ambar/lakehouse'a, semantik katmana ve raporlama topolojisine kadar güvenli, ölçeklenebilir BI altyapısı tasarlamayı öğrenin.
Detayları Gör →
Kimlik, RBAC/ABAC, satır/sütun güvenliği, maskeleme, şifreleme ve denetimle veriye kontrollü erişim ve koruma tasarlamayı uygulamalı öğrenin.
Detayları Gör →
SSAS ile boyut, hiyerarşi, ölçü grubu, küp, agregasyon ve MDX tasarlayarak performanslı çok boyutlu OLAP kaynakları kurmayı öğrenin.
Detayları Gör →
Paylaşılan veri kaynakları, bağlantı/kimlik, parametreli sorgular ve tablo/matris raporlarıyla kurumsal raporlamayı uygulamalı öğrenin.
Detayları Gör →