|
所在平台: Coursera |
课程主页: https://www.coursera.org/learn/data-modeling-transformation-serving
课程评论：没有评论
课程名称：数据建模、转换与服务 概述：在本课程中，您将学习如何为分析和机器学习用例建模、转换和提供数据。课程将探讨多种批量分析的数据建模技术，包括规范化、星型模式、数据金库以及“一张大表”。您将使用dbt工具根据星型模式和“一张大表”转换数据集。此外，课程还将比较Inmon与Kimball的数据建模方法在数据仓库中的应用。您将为机器学习对一个表格数据集进行建模和转换。 课程大纲： 1. 数据建模与分析转换 - 描述：学习分析用的数据建模方法和转换技术。 2. 数据建模与机器学习转换 - 描述：探讨为机器学习准备数据的建模和转换策略。 3. 数据转换与技术考虑 - 描述：了解在数据转换过程中的技术细节与注意事项。 4. 数据服务 - 描述：学习如何有效地提供和服务数据以支持分析与模型。 该课程适合希望提高数据建模和转换技能以支持现代数据分析和机器学习需求的学习者。
Name:Data Modeling & Transformations for Analytics
Description:
Name:Data Modeling & Transformations for Machine Learning
Description:
Name:Data Transformations & Technical Considerations
Description:
Name:Serving Data
Description:
In this course, you’ll model, transform, and serve data for both analytics and machine learning use cases. You’ll explore various data modeling techniques for batch analytics, including normalization, star schema, data vault, and one big table, and you’ll use dbt to transform a dataset based on a star schema and one big table. You’ll also compare the Inmon vs Kimball data modeling approaches for data warehouses. You’ll model and transform a tabular dataset for machine learning purposes. You’ll a
