Couvre les bases de données relationnelles, les transactions et la cohérence des données dans le contexte des typologies historiques des bases de données.
Couvre le langage SQL pour interagir avec les bases de données à travers des requêtes structurées, y compris la sélection, le filtrage, l'agrégation et le tri des données.
Couvre les techniques de manipulation des données à l'aide de Hadoop, en se concentrant sur les bases de données axées sur les lignes et les colonnes, les formats de stockage populaires et l'intégration HBase-Hive.
Introduit des concepts de modélisation de données, l'utilisation de SQL et des applications de bibliothèque Pandas pour un traitement efficace des données.
Introduit les principes fondamentaux du traitement des données, soulignant l'importance des Pandas et de la modélisation des données pour une analyse efficace.
Explore les modèles d'apprentissage par rapport aux bases de données relationnelles, en mettant l'accent sur la qualité des prédictions et sur l'importance de l'apprentissage structuré.
Introduit le modèle relationnel, SQL, les clés, les contraintes d'intégrité, la traduction ER, les entités faibles, les hiérarchies ISA et SQL vs. noSQL.
Introduit le modèle relationnel et l'algèbre relationnelle, en se concentrant sur SQL et ses opérations pour une gestion efficace des bases de données.
Introduit le modèle relationnel et l'algèbre, essentiels pour comprendre les systèmes à forte intensité de données et la gestion efficace des bases de données.
Introduit les principes fondamentaux des systèmes de gestion des bases de données, couvrant le modèle relationnel, les options de stockage, l'intégrité des données, les requêtes et les langages de manipulation des données.
Discute des modèles de traitement des requêtes et des opérations relationnelles, en se concentrant sur les sélections, les projections et les jointures dans les systèmes à forte intensité de données.