資料科學SQL工作術: 以MySQL為例與情境式ChatGPT輔助學習 | 誠品線上

SQL for Data Scientists: A Beginner's Guide for Building Datasets for Analysis

內容簡介

內容簡介 內容介紹: [學會關鍵 SQL 技能，開啟你的資料科學職業生涯] 現今，許多企業與組織都要求資料科學家、資料分析師，必須具備從資料庫提取與結合原始資料、設計並生成所需資料集的能力，不需要靠資料工程師或資料庫管理者處理。 [SQL 是從事資料科學必學的 3 大技能之一] 本書是由與資料為伍 18 年經驗的資料科學家、資料庫開發者親自撰寫，教導有志於從事資料科學者一定要學會的 SQL 查詢技能，以及發現可能問題的解決方法。你將學到如何設計查詢程式，建構用於探索、分析的資料集，並於過程中培養資料分析思維。 此書會引導你建立用於商業智慧軟體，以及機器學習演算法等應用的資料集。教導做為資料科學家最需要的 SQL 查詢技能，並透過專家經驗學習如何從資料中獲得有價值的訊息或知識，並避免處理資料時會遇到的陷阱，幫助企業主管快速掌握情況做出正確決策。 [搭配 ChatGPT 輔助學習 SQL] 本書以業界主流也最普及的 MySQL 8.0 資料庫系統與 MySQL Workbench 工具做示範。在各章進行過程中依情境穿插 “ChatGPT 來幫忙” 說明框 (總共有 40 多個) 在你可能需要的地方補充相關背景知識或額外的學習技巧，例如請 ChatGPT 依指示產生 SQL 程式、挑出程式錯誤並修改、調整程式寫法增加執行效率、用 Show Me Diagram plugin 為 SQL 查詢繪製執行流程圖、用 Code Interpreter 執行 SQL 程式查詢 Excel 檔內容等等，讓 ChatGPT 與學習 SQL 融為一體。 [SQL 查詢技巧重點] ●瞭解基本 SQL 語法並設計有效的 SQL 查詢 ●使用 SQL 進行探索性資料分析 ●從資料庫中建構、篩選和排序需要的資料集 ●使用 SQL JOIN 技巧，連結多個表格的資料 ●為分析報表和機器學習應用設計資料集 ●應用更進階的 SQL 技術，如窗口函數和 CTE ●建立資料庫表格和視圖，儲存並引用查詢結果 本書特色: ● 資深資料科學家寫給有志從事資料科學者的貼心指導 ● 學習作者觀察資料的視角，培養資料分析思維 ● 提供書中 SQL 程式碼下載，節省讀者輸入時間 ● 依學習情境所需穿插 40 多個 "ChatGPT 來幫忙" 說明框 ● 各章練習題皆附參考答案，非常適合自主學習目錄: 第 1 章 資料來源與資料庫 1.1 資料來源 1.2 用整合開發工具或程式皆可連上資料庫 1.3 關聯式資料庫 1.4 維度資料倉儲 1.5 對資料來源提出疑問 1.6 認識農夫市集資料庫 1.7 資料科學的術語 1.8 將農夫市集資料庫匯入 MySQL 第 2 章 查詢資料的 SELECT 基本語法 2.1 SELECT 敘述句 2.2 查詢的語法結構 2.3 選擇要輸出的欄位，並可限制回傳的資料筆數 2.4 將輸出依欄位做排序的 ORDER BY 子句 2.5 單列欄位資料運算 2.6 數值四捨五入的函數 2.7 連接字串的函數 2.8 評估查詢指令的輸出 2.9 SELECT 語法小結 第 3 章 為查詢設定篩選條件的 WHERE 3.1 篩選出符合條件的資料 3.2 利用多重條件篩選 3.3 多個欄位條件式篩選 3.4 數種用於篩選的關鍵字 3.5 透過子查詢（subquery）做篩選 第 4 章 依條件作分支處理的 CASE 4.1 將每個分支個別處裡 4.2 以 CASE 產生二元欄位（Binary Flags） 4.3 將連續數值用 CASE 分出區間 4.4 透過 CASE 進行分類編碼 4.5 CASE 語法小結 第 5 章 連結兩個或多個表格資料的 JOIN 5.1 兩個表格透過關聯的欄位連結 5.2 LEFT JOIN 左外部連結 5.3 RIGHT JOIN 右外部連結 5.4 INNER JOIN 內部連結 5.5 比較 LEFT、RIGHT、INNER JOIN 的差異 5.6 篩選連結資料時常見的陷阱 5.7 JOIN 兩個以上的表格 第 6 章 摘要總結與聚合函數 6.1 將資料分組的 GROUP BY 子句 6.2 查詢分組與聚合資料 6.3 在聚合函數中放入算式 6.4 挑出最大與最小值的 MAX 和 MIN 函數 6.5 計數的 COUNT 函數與 DISTINCT 關鍵字 6.6 計算平均值的 AVG 函數 6.7 用 HAVING 子句篩選分組後的資料 6.8 在聚合函數中使用 CASE 語法 第 7 章 窗口函數與子查詢 7.1 窗口函數 ROW_NUMBER 7.2 窗口函數 RANK & DENSE RANK 7.3 窗口函數 NTILE 7.4 聚合窗口函數 7.5 窗口函數 LAG & LEAD 第 8 章 日期與時間函數 8.1 建立 datetime 資料型別欄位 8.2 提取 datetime 局部數值 EXTRACT、DATE、TIME 8.3 取得時間間隔的結束時間 DATE_ADD & DATE_SUB 8.4 計算時間差異 DATEDIFF 8.5 指定時間差異單位 TIMESTAMPDIFF 8.6 用聚合函數與窗口函數處理 datetime 資料 第 9 章 探索資料的結構與特性 9.1 EDA 準備要探索的標的 9.2 探索 product 表格 9.3 探索所有可能的欄位值 9.4 探索資料隨時間變化的情況 9.5 探索多個表格(1) - 彙總銷售量 9.6 探索多個表格(2) - 存貨量 vs. 銷售量 第 10 章 打造可重複分析用的自訂資料集 10.1 思考自訂資料集的需求 10.2 可重複使用自訂資料集的方法：CTEs 和 Views 10.3 SQL 為資料集增加更多可用性 第 11 章 進階查詢語法結構 11.1 將兩個查詢結果聯集的 UNION 11.2 自我連結（Self-Join）找出最大值 11.3 統計每週的新顧客與回頭客 第 12 章 建立機器學習需要的資料集 12.1 時間序列模型的資料集 12.2 二元分類模型的資料集 12.3 特徵工程的考量 12.4 建立資料集之後要做的事 第 13 章 開發分析資料集的案例 13.1 生鮮蔬果銷售分析資料集(1)：影響銷售額的氣象、季節因素 13.2 生鮮蔬果銷售分析資料集(2)：供應商產品與存貨因素 13.3 生鮮蔬果銷售分析資料集(3)：整合市集與供應商的影響因素 13.4 顧客居住地區與人口統計分析資料集 13.5 價格分布與高低價分析資料集 第 14 章 資料儲存與修改 14.1 將 SQL 查詢的資料集儲存成表格、視圖 14.2 加入時間戳記欄位 14.3 在既存表格中插入列資料與更新數值 14.4 將 SQL 納入程式腳本 14.5 本書結尾 附錄 練習題解答

作者介紹

作者介紹 Renée M. P. Teate是教學平台HelioCampus的資料科學主管，帶領團隊為大專院校打造機器學習模型。她從 2004 年就開始與資料為伍，專長在關聯式資料庫設計、資料驅動的網站開發、資料分析以及資料科學等。她擁有詹姆士麥迪遜大學整合科學技術學位，以及維吉尼亞大學系統工程學位，結合職場的豐富經驗，她自詡是一位「資料通才」。她時常在科技與高等教育會議及聚會上演講，同時也在業界許多刊物分享其在資料科學上的成果以及職涯建議。她也成立『Becoming Data Scientist』的Podcast，並活躍於近7萬名追蹤者的Twitter 帳號 @BecomingDataSci (編註：twitter 於 2023 年 8 月改名為 X )。她經常建議有志於資料科學的人一定要學習 SQL，因為這是最有價值且最能延用的技能。

商品規格

最佳賣點

最佳賣點 : 本書特色:
● 資深資料科學家寫給有志從事資料科學者的貼心指導
● 學習作者觀察資料的視角，培養資料分析思維
● 提供書中 SQL 程式碼下載，節省讀者輸入時間
● 依學習情境所需穿插 40 多個 "ChatGPT 來幫忙" 說明框
● 各章練習題皆附參考答案，非常適合自主學習