Hodnocení:
Kniha je hodnocena různorodě, řada uživatelů oceňuje její praktické příklady a komplexní pokrytí konceptů jazyka SQL, zejména v kontextu datové analytiky. Někteří uživatelé ji však považovali za obtížně srozumitelnou kvůli nedostatku ukázkových databází a neuspořádanosti. Jako negativa byly vyzdviženy také cena a občasné problémy s vydáním knihy.
Klady:⬤ Kniha pomáhá posílit porozumění jazyku SQL
⬤ poskytuje realistické případy použití a praktické příklady
⬤ rozděluje složité koncepty do snadno pochopitelných lekcí
⬤ výukové lekce krok za krokem jsou užitečné pro začátečníky
⬤ pokrývá širokou škálu témat od základních až po pokročilou analytiku
⬤ velmi užitečné pro reálné aplikace v analýze dat.
⬤ Mnozí považovali organizaci za nedostatečnou a obsah za obtížně sledovatelný bez doprovodných ukázkových databází
⬤ cena je považována za vysokou na technickou knihu
⬤ někteří uživatelé obdrželi nesprávné vydání
⬤ část knihy je považována za příliš základní
⬤ nepokrývá pokročilá témata, jako je streamování nebo textové motory.
(na základě 12 hodnocení čtenářů)
SQL for Data Analysis: Advanced Techniques for Transforming Data Into Insights
S rozmachem dat, výpočetního výkonu a cloudových datových skladů se jazyk SQL stal pro zdatného analytika nebo datového vědce ještě nepostradatelnějším nástrojem. Tato praktická kniha odhaluje nové a skryté způsoby, jak zlepšit své dovednosti v SQL, řešit problémy a maximálně využít SQL jako součást pracovních postupů.
Dozvíte se, jak používat běžné i exotické funkce SQL, jako jsou spojování, okenní funkce, poddotazy a regulární výrazy, novými, inovativními způsoby - a také jak kombinovat techniky SQL, abyste dosáhli svých cílů rychleji a se srozumitelným kódem. Pokud pracujete s databázemi SQL, je tato příručka pro vás nezbytností.
⬤ Poznejte klíčové kroky pro přípravu dat k analýze.
⬤ Provádějte analýzu časových řad pomocí manipulací s datem a časem v jazyce SQL.
⬤ Použijte kohortovou analýzu ke zkoumání změn skupin v čase.
⬤ Používejte výkonné funkce a operátory jazyka SQL pro analýzu textu.
⬤ Detekovat odlehlé hodnoty v datech a nahradit je alternativními hodnotami.
⬤ Zjistěte kauzalitu pomocí analýzy experimentů, známé také jako A/B testování.