facebook

Cours de base de données à Manouba

Trouvez votre professeur de base de données idéal à Manouba.
Nos cours de base de données se donnent à domicile ou chez le professeur.

1 professeur particulier de base de données à Manouba

0 professeur dans ma liste de favoris
+

1 professeur particulier de base de données à Manouba

Python · Base de données
Professeur fiable: Le cours d'introduction à SQL dans le contexte LDD/LMD vise à fournir aux étudiants les bases nécessaires pour comprendre, interroger et manipuler des bases de données relationnelles. Le programme couvre les éléments suivants : Fondements de SQL : Introduction aux bases de données relationnelles. Compréhension des concepts clés tels que les tables, les relations, les clés primaires et étrangères. Langage SQL de Base : Syntaxe de base de SQL. Utilisation des commandes SELECT, INSERT, UPDATE, et DELETE pour interroger et manipuler les données. Requêtes SQL Avancées : Utilisation de clauses telles que WHERE, GROUP BY, HAVING, ORDER BY pour filtrer, regrouper et trier les données. Jointures de tables pour combiner des données provenant de différentes sources. Gestion des Données : Création et modification de tables. Contrôle des droits d'accès aux données à l'aide des commandes GRANT et REVOKE. Programmation SQL : Introduction aux procédures stockées, aux fonctions et aux déclencheurs (triggers). Utilisation de SQL dans le cadre du développement d'applications. Aspects Pratiques : Travaux pratiques sur des bases de données réelles. Résolution de problèmes concrets liés à la gestion de données. Ce cours vise à doter les étudiants des compétences nécessaires pour travailler efficacement avec des bases de données relationnelles, ce qui peut être essentiel dans de nombreux domaines, y compris le droit, où la gestion de l'information est cruciale.
Base de données
Professeur fiable: Bienvenue dans les bases de la Data Science avec Python appliquées à des cas réels ! Dans ce cours, nous couvrirons les concepts et techniques fondamentaux de la science des données en utilisant le langage de programmation Python. Le cours commencera par un aperçu des concepts clés de la science des données, y compris les types de données, les structures de données et l'analyse statistique. Nous aborderons ensuite les bases de la programmation Python, y compris les variables, les types de données, les boucles, les fonctions et les classes. Une fois que nous aurons couvert les bases de la programmation Python, nous plongerons dans le monde de l'analyse et de la manipulation de données avec la bibliothèque Pandas. Vous apprendrez comment importer, nettoyer et transformer des données à l'aide de Pandas et comment effectuer une analyse statistique de base sur les données. Ensuite, nous explorerons la visualisation de données avec les bibliothèques Matplotlib et Seaborn. Vous apprendrez à créer différents types de tracés et de graphiques pour visualiser les données et en tirer des enseignements. Dans la seconde moitié du cours, nous appliquerons ce que nous avons appris à des problèmes réels de science des données. Vous travaillerez sur des projets qui impliquent le nettoyage et l'analyse d'ensembles de données réels, tels que des données de recensement, des données financières ou des données climatiques. Tout au long du cours, vous aurez accès à une variété de ressources, y compris des conférences, des lectures, des exercices et des quiz. Vous aurez également la possibilité de collaborer avec d'autres étudiants et de recevoir des commentaires de vos instructeurs. À la fin de ce cours, vous aurez une solide compréhension des bases de la science des données avec Python et comment l'appliquer à des problèmes du monde réel. Vous pourrez utiliser Python pour effectuer des analyses de données, créer des visualisations et tirer des enseignements des données.
Python · Base de données · Informatique
Professeur fiable: Je propose des cours en data development / base des données / machine learning / data science (python): J'offre aussi la possibilité de vous aider pour la réalisation de vos projets académiques. Nous vous accompagnons dans le Data développement de votre entreprise. -1- Databases & Data warehouses (AWS / Google Cloud / Azure Cloud) -2- Machine Learning -3- Deep Learning (tensorflow, pytorch, RNN, CNN, LSTM) -4- Data Processing -5- Machine Learning conception and deployment (docker, ...) -6- Data Pipelines -7- Google Sheets avec Pipelines en temps réel, les macro (VBA) & Connexion à la base de données -8- Dashboards en ligne sur les navigateurs ou sur votre Excel, Google Sheets (Python, R, Power BI, Tableau, Kibana, etc.) -- Notre Tech Stack -- - Databases : AWS DynamoDB, Amazon Redshift, PostgreSQL, MySQL, multi-cubes DBs (EPM/BI platform) - Languages : Python, Spark (Scala, Python, Java), JavaScript, CSS, HTML - Development environment : JSON, SQL, NoSQL, Bash Shell Scripting, Jupyter Notebook, Anaconda, REST API, VSCode, DBeaver, Google services, Platform as a Service (PAAS), Apache Airflow, Serverless Computing, SublimeText - Clouds : Amazon Web Services, Azure Databricks, Google GCP (Google Firebase) - Data Lake AWS/Databricks : EC2 (Linux), IAM, Amazon MWAA (Managed Workflows for Apache Airflow), Lambda, S3, DynamoDB, RedShift ; Kibana, Azure Databricks, CloudFormation - Web crawling/Scraping : Python Scrapy - Data streaming : Airflow, Kafka - Data visualization / ETL : Python, Kibana, Tableau, Power BI & DAX, Excel Power Query (et lang.M) - Continuous integration workflows (CI/CD) : Docker/Google cloud/Kubernetes; Amazon ECS) - Containerized applications : Docker (Docker container, Docker-compose) - Virtualization technologies : VirtualBox, Vmware - Agile outils : Contrôle de version (Git/GitLab), tickets (JIRA), Bitbukets, Trello, Wiki (Confluence), Jetbrains - OS : Linux, Windows
Analyse numérique · Technologie de l'information · Base de données
Résultat de la recherche 26 - 50 sur 6426 - 50 sur 64