Анализ данных с помощью SQL. Передовые методы преобразования данных в ценную информацию

Кэти Танимура

SQL был создан как инструмент обработки данных. Хоть его обычно и используют для работы с базами данных, его возможности гораздо шире. Правильный SQL упрощает обработку огромных наборов данных на высоких скоростях. Особенно многообещающей перспективой является использование SQL для больших наборов данных, хранящихся в облаке. Имея несколько более сложные структуры SQL, аналитик данных может извлекать из них знания с большей эффективностью.

Эта практическая книга предназначена для специалистов по данным и специалистов по данным, которые хотят использовать SQL для исследования больших наборов данных. Здесь показаны как популярные, так и чуть менее известные приемы построения SQL-запросов, позволяющие решать даже очень сложные задачи и оптимально использовать свойства этого языка при работе с данными. Такие понятия, как соединения, оконные функции, подзапросы и регулярные выражения, представлены новым и инновационным способом. Продемонстрировал, как комбинировать различные методы для более быстрого достижения целей, используя простой для понимания и читаемый код. Описываемый материал проиллюстрирован многочисленными примерами SQL-запросов, поэтому вы сможете плавно переходить к решению конкретных задач в области обработки, анализа и интеллектуального анализа данных.

Наиболее интересные вопросы:

• подготовка данных для анализа
• анализ временных рядов с использованием SQL
• когортный анализ для изучения происходящих изменений
• анализ текста с использованием расширенных функций и операторов SQL
• обнаружение выбросов
• анализ экспериментов (A/B-тесты)

SQL: вот как можно сделать надежные выводы из данных!

Об авторе книги

Кэти Танимура — аналитик данных с более чем двадцатилетним опытом работы. Ей также удалось создать команды по анализу данных и необходимую инфраструктуру. Она также руководила командами в нескольких ведущих технологических компаниях. Он уже много лет использует SQL для работы с большинством коммерческих и открытых баз данных.

Оглавление:

Предисловие

Глава 1. Анализ с использованием SQL

• Что такое анализ данных?
• Почему SQL?

  Что такое SQL?

  Преимущества SQL

  SQL и R или Python

  SQL как элемент анализа данных процесс

• Типы баз данных и способы работы с ними

  Строковые базы данных

  Столбчатые базы данных

  Другие типы инфраструктуры данных

• Краткое содержание

Глава 2. Подготовка данных к анализу

• Типы данных

  Типы данных в базах данных

  Структурированные данные и неструктурированные

  Количественные и качественные данные

  Данные из первых, вторых и третьих рук

  Разреженные данные

• Структура SQL-запроса
• Профилирование — распределение данных

  Гистограммы и частота появления

  Биннинг

  Техника N-bin

• Профилирование — качество данных

  Обнаружение дубликаты

  Дедупликация с помощью предложений GROUP BY и DISTINCT

• Подготовка — очистка данных

  Очистка данных с помощью преобразований операторов CASE

  Преобразование типов и приведение типов

  Работа с нулями: функции объединения, nullif и nvl

  Отсутствующие данные

• Подготовка — формирование данных

  Целевое приложение — бизнес анализ, визуализация, расчет статистики, машинное обучение.

  Создание сводных таблиц с помощью операторов CASE.

  Восстановление структуры после поворота из