| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | ||||
| 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 11 | 12 | 13 | 14 | 15 | 16 | 17 |
| 18 | 19 | 20 | 21 | 22 | 23 | 24 |
| 25 | 26 | 27 | 28 | 29 | 30 | 31 |
- sql
- splitlines
- 그로스 마케팅
- 분석 패널
- 데이터 핸들링
- 인프런
- Growth hacking
- pmdarima
- WITH ROLLUP
- 마케팅 보다는 취준 강연 같다(?)
- 컨브넷
- 스태킹 앙상블
- 데이터 증식
- 데이터 정합성
- WITH CUBE
- tableau
- DENSE_RANK()
- 리프 중심 트리 분할
- lightgbm
- ARIMA
- 그로스 해킹
- 캐글 산탄데르 고객 만족 예측
- 3기가 마지막이라니..!
- XGBoost
- 로그 변환
- 그룹 연산
- 부트 스트래핑
- python
- ImageDateGenerator
- 캐글 신용카드 사기 검출
- Today
- Total
목록SQL/데이터 분석을 위한 SQL레시피 (21)
LITTLE BY LITTLE
[5] 데이터 가공을 위한 SQL - 여러 개의 테이블에 대한 조작 : union all, left join, 상관 서브 쿼리, cte (with구문), values, generate_series
목차 3. 데이터 가공을 위한 SQL 3-1. 하나의 값 조작하기 (5강) 3-2. 여러 개의 값에 대한 조작 (6강) 3-3. 하나의 테이블에 대한 조작 (7강) 3-4. 여러 개의 테이블 조작하기 (8강) 4. 매출을 파악하기 위한 데이터 추출 4-1. 시계열 기반으로 데이터 집계하기 4-2. 다면적인 축을 사용해 데이터 집약하기 5. 사용자를 파악하기 위한 데이터 추출 5-1. 사용자 전체의 특징과 경향 찾기 5-2. 시계열에 따른 사용자 전체의 상태 변화 찾기 5-3. 시계열에 따른 사용자의 개별적인 행동 분석하기 6. 웹사이트에서 행동을 파악하는 데이터 추출하기 6-1. 사이트 전체의 특징/경향 찾기 6-2. 사이트 내의 사용자 행동 파악하기 6-3. 입력 양식 최적화하기 7. 데이터 활용의 정..
SQL 예제 (WINDOWING 절)
Q1. emp 테이블 내 사원 이름, 직업, 월급을 출력하고, 직업 별 사원들의 월급 합계를 높은 순으로 보여주시오.select ename, job, sal, sum(sal) over(partition by job order by sal desc range between unbounded preceding and unbounded following) as "직업별 합계" from emp; select ename, job, sal, sum(sal) over(partition by job order by sal desc range between unbounded preceding and current row) as "직업별 합계" from emp; → unbounded following이었을 때에는, cle..
[3] 데이터 가공을 위한 SQL - 여러 개의 값에 대한 조작 : concat, sign, greatest, nullif, point, <->, age, inet, <<, lpad
목차 3. 데이터 가공을 위한 SQL 3-1. 하나의 값 조작하기 (5강) 3-2. 여러 개의 값에 대한 조작 (6강) 3-3. 하나의 테이블에 대한 조작 (7강) 4. 매출을 파악하기 위한 데이터 추출 4-1. 시계열 기반으로 데이터 집계하기 4-2. 다면적인 축을 사용해 데이터 집약하기 5. 사용자를 파악하기 위한 데이터 추출 5-1. 사용자 전체의 특징과 경향 찾기 5-2. 시계열에 따른 사용자 전체의 상태 변화 찾기 5-3. 시계열에 따른 사용자의 개별적인 행동 분석하기 6. 웹사이트에서 행동을 파악하는 데이터 추출하기 6-1. 사이트 전체의 특징/경향 찾기 6-2. 사이트 내의 사용자 행동 파악하기 6-3. 입력 양식 최적화하기 7. 데이터 활용의 정밀도를 높이는 분석 기술 7-1. 데이터를 조..
[2] 데이터 가공을 위한 SQL - 하나의 값 조작하기 : case, substring, 정규표현식, split_part, cast, extract, coalesce
목차 3. 데이터 가공을 위한 SQL 3-1. 하나의 값 조작하기 (5강) 3-2. 여러 개의 값에 대한 조작 (6강) 3-3. 하나의 테이블에 대한 조작 (7강) 4. 매출을 파악하기 위한 데이터 추출 4-1. 시계열 기반으로 데이터 집계하기 4-2. 다면적인 축을 사용해 데이터 집약하기 5. 사용자를 파악하기 위한 데이터 추출 5-1. 사용자 전체의 특징과 경향 찾기 5-2. 시계열에 따른 사용자 전체의 상태 변화 찾기 5-3. 시계열에 따른 사용자의 개별적인 행동 분석하기 6. 웹사이트에서 행동을 파악하는 데이터 추출하기 6-1. 사이트 전체의 특징/경향 찾기 6-2. 사이트 내의 사용자 행동 파악하기 6-3. 입력 양식 최적화하기 7. 데이터 활용의 정밀도를 높이는 분석 기술 7-1. 데이터를 조..
[1,이론] 데이터 분석을 위한 SQL 레시피
목차 1. 빅데이터 시대에 요구되는 분석력이란? 2. 이 책에서 다루는 도구와 데이터 3. 데이터 가공을 위한 SQL 3-1. 하나의 값 조작하기 3-2. 여러 개의 값에 대한 조작 3-3. 하나의 테이블에 대한 조작 4. 매출을 파악하기 위한 데이터 추출 4-1. 시계열 기반으로 데이터 집계하기 4-2. 다면적인 축을 사용해 데이터 집약하기 5. 사용자를 파악하기 위한 데이터 추출 5-1. 사용자 전체의 특징과 경향 찾기 5-2. 시계열에 따른 사용자 전체의 상태 변화 찾기 5-3. 시계열에 따른 사용자의 개별적인 행동 분석하기 6. 웹사이트에서 행동을 파악하는 데이터 추출하기 6-1. 사이트 전체의 특징/경향 찾기 6-2. 사이트 내의 사용자 행동 파악하기 6-3. 입력 양식 최적화하기 7. 데이터 ..