Couvre la modélisation des données dans les SIG et l'ingénierie des logiciels, y compris les modèles de relations entités-entités, les associations et les outils de modélisation.
Introduit des concepts de modélisation de données, l'utilisation de SQL et des applications de bibliothèque Pandas pour un traitement efficace des données.
Explorer l'approche des relations physiques sous-jacentes dans le calcul de l'inventaire du cycle de vie, y compris le traitement multifonctionnel et l'expansion des frontières.
Introduit le modèle conceptuel de l'évaluation du cycle de vie, en mettant l'accent sur les interactions entre les activités humaines et l'environnement naturel.
Explore les défis d'apprentissage avec les déplacements de distribution et la géométrie de perturbation, en mettant l'accent sur des classificateurs robustes et la modélisation de variation naturelle.
Explore les classes latentes dans les modèles de mélange pour la modélisation à choix discret à l'aide de l'ensemble de données Swissmetro, en discutant des modèles spécifiques à la classe et de l'estimation aléatoire des paramètres.
Introduit le modèle relationnel, SQL, les clés, les contraintes d'intégrité, la traduction ER, les entités faibles, les hiérarchies ISA et SQL vs. noSQL.
Explore l'autocorrélation, la périodicité et les corrélations fallacieuses dans les données de séries chronologiques, en soulignant l'importance de comprendre les processus sous-jacents et de mettre en garde contre les erreurs d'interprétation.
Explore les équivalences d'algèbre relationnelle pour optimiser les performances des requêtes grâce à une génération de tuple efficace et à des opérations de jointure.