|
19 Feb |
JULIA II. MIERNE POKROČILÝ
Miroslav Reiter
Registrácia
Kurz JULIA II. MIERNE POKROČILÝ ponúka praktický a prístupný prehľad
pokročilejších techník programovania v jazyku Julia. Rozdelený je na dve
hlavné časti, ktoré sa zameriavajú na prácu s modulmi, výstupmi, dátami a
chybami, ako aj na tvorbu a používanie makier. Zobraziť viac
Osnova kurzu:
1. Výstupy, moduly, chyby a práca s dátami
• Čo sú to moduly a submoduly
• Práca s výstupom show, @info, println a modul Printf
• Práca s chybami a výnimkami
• Dátumy a časy
• Práca so súbormi
2. Makrá
• Čo sú makrá?
• Ako makrá tvoriť a používať
Pre koho je kurz určený:
Kurz je vhodný pre programátorov, dátových analytikov, vedcov a všetkých
záujemcov o moderné programovacie jazyky a vysokovýkonné výpočty. Je
dôležité mať aspoň základy programovania v jazyku Julia. Výhodou sú
znalosti s programovaním v Pythone alebo inom programovacom jazyku
(naše kurzy Základy programovacieho jazyka Python, Python OOP,
Spracovanie a vizualizácia Dát), aby ste mohli plne využiť ponúkaný obsah.
Znalosti z programovania v jazyku Julia si viete doplniť tu:
YouTube – Julia Programovanie
Technické podmienky:
Na kurze používame operačný systém Microsoft Windows. Odporúčame
mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného
systému. Bez blokovania portov a blokovania Firewallom.
Treba mať nainštalovanú a rozbehanú Julia, Python + Anaconda, Jupyter
Notebook + Jupyter Hub.
Zobraziť menej
|
|
5 Mar |
AI PRE MIERNE POKROČILÝCH
Miroslav Reiter
Registrácia
Kurz AI pre mierne pokročilých poskytuje praktický a podrobný prehľad o
využívaní pokročilých funkcií ChatGPT a jeho aplikácii v AI projektoch.
Rozdelený je na dve hlavné časti – práca s ChatGPT a tvorba AI projektov.
Účastníci sa naučia efektívne používať nástroje, ako je CANVAS, osvojia si
formátovanie s MarkDown a získajú cenné tipy a triky na optimalizáciu
práce s ChatGPT. Zobraziť viac
Zároveň sa oboznámia s konceptom AI projektov a ich
praktickými príkladmi. Kurz je navrhnutý pre mierne pokročilých
používateľov ChatGPT, ktorí chcú prehĺbiť svoje znalosti a efektívne využiť
umelú inteligenciu vo svojej práci alebo štúdiu.
Osnova kurzu:
1. Práca s ChatGPT:
• Úvod do noviniek ChatGPT a jeho schopností (multimodalita, rozšírená pamäť)
• Zmeny v používateľskom rozhraní a novinky v integráciách (Súbory, Nástroje, Web browsing)
• Čo je to CANVAS a ako ho začať používať
• ChatGPT a formátovanie (Tabuľky, Markdown)
• ChatGPT tipy a triky (Humanizer, Sider, ray.so)
2. AI projekty
• Čo sú to AI projekty v ChatGPT 4
• Príklady na AI projekty
Pre koho je kurz určený:
Kurz je určený pre mierne pokročilých používateľov, ktorí už používajú
ChatGPT a majú záujem o umelú inteligenciu a chcú sa zlepšiť v používaní
a jeho nástrojoch. Je ideálny pre študentov, programátorov, marketérov a
používateľov z iných oblastí, ktorí sa zaujímajú o AI a ChatGPT.
Znalosti z AI a ChatGPT si viete doplniť tu:
YouTube – AI a ChatGPT
Technické podmienky:
Na kurze používame operačný systém Microsoft Windows. Odporúčame
mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného
systému. Bez blokovania portov a blokovania Firewallom.
Treba mať účet na ChatGPT Open AI. Pre plný potenciál a využitie kurzu
odporúčame platenú verziu ChatGPT, ak si chcete spolu s lektorom
vyskúšať všetky tipy a cvičenia.
Zobraziť menej
|
|
12 Mar |
GIT A GITHUB II. MIERNE POKROČILÝ
Miroslav Reiter
Registrácia
Kurz Git a GitHub II. (Mierne Pokročilý) ponúka praktický a podrobný
pohľad na pokročilejšie možnosti práce s Gitom a GitHubom. Rozdelený je
na dve hlavné časti – používanie GitHub Desktop a práca s GitHubom.
Účastníci sa naučia efektívne spravovať repozitáre pomocou nástrojov
GitHub Desktop, vrátane operácií ako push, pull, fetch a odstránenie.
V časti venovanej GitHubu sa oboznámia s prácou s Issues, Insights, nastaveniami
repozitárov, šablónami, Wiki a GitHub Pages. Osvoja si tiež pokročilé
využitie markdownu, ako sú tabuľky, upozornenia a odkazy, a naučia sa
používať GitHub Projects na organizáciu práce vo formátoch Table, Board a
Roadmap. Kurz je ideálny pre mierne pokročilých používateľov, ktorí chcú
zlepšiť svoje schopnosti správy kódu a projektov v Git a GitHub.
Osnova kurzu:
1. Git a GitHub Desktop
• Používanie a nastavenia GitHub Desktop
• Práca s repozitármi (push, pull, fetch, remove)
2. GitHub
• Issues a Insights
• Nastavenia repozitárov a šablóny
• Wiki a GitHub Pages
• Pokročilý markdown (Tabuľky, Upozornenia, Odkazy )
• GitHub projects (Table, Board, Roadmap)
Pre koho je kurz určený:
Kurz je vhodný pre programátorov, dátových analytikov, vedcov a všetkých
záujemcov o verziovanie dát, projektov a moderné programovacie jazyky. Je
dôležité mať aspoň základy používaniu Gitu a GitHubu. Výhodou sú znalosti
s programovaním v Pythone alebo inom programovacom jazyku (naše
kurzy Základy programovacieho jazyka Python, Python OOP, Spracovanie a
vizualizácia Dát), aby ste mohli plne využiť ponúkaný obsah.
Znalosti z Git a GitHub si viete doplniť tu:
YouTube – Git a GitHub
Technické podmienky:
Na kurze používame operačný systém Microsoft Windows. Odporúčame
mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného
systému. Bez blokovania portov a blokovania Firewallom.
Treba mať nainštalovaný a rozbehaný Git + GitHub Desktop + GitHub účet
aj s viacerými repozitármi.
Zobraziť viac
|
|
19 Mar |
PYTHON ŠTANDARDNÁ KNIŽNICA
Miroslav Reiter
Registrácia
Kurz Python štandardná knižnica poskytuje praktický a systematický prehľad najdôležitejších modulov štandardnej knižnice Pythonu.
Zameriava sa na prácu s dátami a súbormi prostredníctvom modulov ako os, pathlib, csv a json, pričom účastníci získajú schopnosti efektívne manipulovať so súborovým systémom a dátovými formátmi.
Zobraziť viac
Kurz tiež pokrýva prácu s časom a generovanie dát pomocou modulov datetime a random. Osobitná pozornosť je venovaná efektívnej práci s dátovými štruktúrami cez modul collections, ako aj logovaniu a diagnostike pomocou logging a sys.
Tento kurz je ideálny pre tých, ktorí chcú prehĺbiť svoje znalosti Pythonu a naučiť sa efektívne využívať jeho výkonné nástroje.
Osnova kurzu:
1. Prehľad modulov štandardnej Python knižnice
2. Práca s dátami a súbormi (os, pathlib, csv, json)
3. Práca s časom a generovanie dát (datetime, random)
4. Efektívna práca s dátovými štruktúrami (collections)
5. Logovanie a diagnostika (logging, sys)
Pre koho je kurz určený:
Kurz je vhodný pre programátorov, dátových analytikov, vedcov a všetkých záujemcov o Python ako moderný programovací jazyk.
Je dôležité mať znalosti s programovaním v Pythone a OOP (naše kurzy Základy programovacieho jazyka Python, Python OOP, Spracovanie a vizualizácia Dát),
aby ste mohli plne využiť ponúkaný obsah.
Znalosti z Python si viete doplniť tu:
YouTube – Python Štandardná knižnica
Technické podmienky:
Na kurze používame operačný systém Microsoft Windows. Odporúčame mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného systému.
Bez blokovania portov a blokovania Firewallom.
Treba mať nainštalovaný a rozbehaný Python + Anaconda, Jupyter Notebook + Jupyter Hub.
Rovnako je dôležité mať založené konto v Jetbrains Datalore.
Zobraziť menej
|
|
2 Apr |
TESTOVANIE SOFTVÉRU V PYTHON I. ZAČIATOČNÍK
Miroslav Reiter
Registrácia
Kurz Testovanie Softvéru v Python I. Začiatočník poskytuje ucelený úvod do základov testovania softvéru s využitím jazyka Python. Účastníci sa oboznámia s významom testovania softvéru, rôznymi typmi testovania, ako sú manuálne a automatizované testy, a prehľadom dostupných testovacích nástrojov v Python, ako sú unittest, pytest, Selenium a Robot Framework.
Zobraziť viac
Kurz sa zameriava na vytváranie jednoduchých testovacích prípadov s modulom unittest, pričom účastníci sa naučia používať assert metódy na overovanie výsledkov a spúšťať testy, pričom budú schopní interpretovať výstupy. Ďalej sa zameriava na automatizáciu testov s pytest, kde sa účastníci naučia, prečo je tento nástroj výhodný, ako ho nainštalovať a nastaviť, a ako písať jednoduché testy. Tento kurz je určený pre začiatočníkov, ktorí sa chcú naučiť základné techniky testovania softvéru v Pythone a získať praktické zručnosti v tejto oblasti.
Osnova kurzu:
1. Úvod do testovania softvéru v Pythone
• Čo je testovanie softvéru a prečo je dôležité?
• Typy testovania (manuálne vs. automatizované)
• Prehľad testovacích nástrojov v Python (unittest, pytest, Selenium, Robot Framework)
2. Základy Python unittest
• Stručný prehľad modulu unittest
• Vytváranie jednoduchých testovacích prípadov
• Použitie assert metód na overovanie výsledkov
• Spúšťanie a interpretácia výsledkov testov
3. Automatizácia testov s pytest
• Prečo používať pytest a jeho výhody
• Inštalácia a nastavenie pytest
• Písanie jednoduchých testov pomocou pytest
4. Mockovanie a testovanie externých služieb
• Čo je to mockovanie?
• Použitie modulu unittest.mock
Pre koho je kurz určený:
Kurz je vhodný pre testerov, programátorov, QA manažérov a všetkých záujemcov o testovanie v programovacom jazyku Python. Je dôležité mať znalosti s programovaním v Pythone a OOP (naše kurzy Základy programovacieho jazyka Python, Python OOP, Spracovanie a vizualizácia Dát), aby ste mohli plne využiť ponúkaný obsah.
Znalosti z Python si viete doplniť tu:
YouTube – Python Programovanie
Technické podmienky:
Na kurze používame operačný systém Microsoft Windows. Odporúčame mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného systému. Bez blokovania portov a blokovania Firewallom. Treba mať nainštalovaný a rozbehaný Python + Anaconda, Jupyter Notebook + Jupyter Hub. Rovnako je dôležité mať založené konto v Jetbrains Datalore.
Zobraziť menej
|
|
9 Apr |
PYTHON – NEURÓNOVÉ SIETE S KNIŽNICOU KERAS
Miroslav Reiter
Registrácia
Kurz Python – Neurónové siete s knižnicou Keras poskytuje praktický úvod
do sveta neurónových sietí s použitím knižnice Keras. Účastníci sa
oboznámia so základnými princípmi neurónových sietí, naučia sa pracovať
s Keras, inštalovať a konfigurovať prostredie pre vývoj modelov. V prvej časti
kurzu sa zameriame na vytvorenie a tréning jednoduchého modelu
neurónovej siete, pričom sa účastníci naučia používať základnú štruktúru
modelu Sequential, pridávať vrstvy ako Dense a Activation a nastavovať
optimalizátory. Zobraziť viac
Model bude trénovaný na jednoduchých dátach, ako je
napríklad dataset MNIST, a účastníci si osvojí používanie metód ako fit() a
evaluate() na tréning a vyhodnotenie modelu. V závere kurzu sa účastníci
naučia ukladať modely, načítavať ich a vykonávať predikcie na nových
dátach. Tento kurz je ideálny pre začiatočníkov, ktorí sa chcú naučiť, ako
vytvárať a trénovať neurónové siete v Pythone s knižnicou Keras a získať
praktické skúsenosti s tvorbou a vylepšovaním modelov strojového učenia.
Osnova kurzu:
1. Úvod do neurónových sietí a Keras
• Čo sú neurónové siete a ich základné princípy?
• Prehľad knižnice Keras
• Nastavenie prostredia pre prácu s Keras (inštalácia a základná konfigurácia)
2. Vytvorenie a tréning jednoduchého modelu
• Základná štruktúra neurónovej siete v Keras (Sequential model)
• Pridávanie vrstiev (Dense, Activation) a nastavenie optimalizátorov
• Tréning modelu na jednoduchých dátach (napr. MNIST)
• Použitie metód fit() a evaluate()
3. Vylepšovanie a optimalizácia modelu
• Použitie techník na zlepšenie výkonu (Dropout, BatchNormalization)
• Úprava hyperparametrov a optimalizácia modelu
• Overovanie výsledkov modelu
4. Ukladanie modelu a predikcia na nových dátach
• Ukladanie a načítanie modelu
• Predikcia výsledkov s novými dátami
Pre koho je kurz určený:
Kurz je vhodný pre programátorov, dátových analytikov, vedcov a všetkých
záujemcov o Python ako moderný programovací jazyk. Je dôležité mať
znalosti s programovaním v Pythone a OOP (naše kurzy Základy
programovacieho jazyka Python, Python OOP, Spracovanie a vizualizácia
Dát), aby ste mohli plne využiť ponúkaný obsah.
Znalosti z Python si viete doplniť tu:
YouTube – Neurónové siete v Pythone
Technické podmienky:
Na kurze používame operačný systém Microsoft Windows. Odporúčame
mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného
systému. Bez blokovania portov a blokovania Firewallom. Treba mať
nainštalovaný a rozbehaný Python + Anaconda, Jupyter Notebook + Jupyter
Hub. Rovnako je dôležité mať založené konto v Jetbrains Datalore.
Zobraziť menej
|
|
16 Apr |
STROJOVÉ UČENIE (MACHINE LEARNING ML) V PYTHONE (SCIKIT-LEARN) ZAMERANÉ NA REGRESIU
Miroslav Reiter
Registrácia
Kurz Strojové učenie (Machine Learning ML) v Pythone (scikit-learn) –
Regresia poskytuje praktický úvod do základov strojového učenia so
zameraním na regresné modely. Účastníci sa oboznámia so základnými
pojmami, ako je supervised learning, tréning a testovanie modelov, a
pochopia rozdiel medzi regresiou a klasifikáciou. Zobraziť viac
Kurz ponúka prehľad
rôznych typov regresií a knižnice scikit-learn, pričom sa naučia pripravovať
dáta pre modelovanie a pracovať s datasetmi. V ďalšej časti sa kurz
zameriava na teóriu a aplikácie lineárnej regresie. Účastníci sa naučia
vytvoriť model lineárnej regresie v scikit-learn, trénovať ho, vyhodnocovať
jeho výkon pomocou metrík, ako sú R² a Mean Squared Error, a využívať
model na predikciu hodnôt. Kurz pokračuje témou viacnásobnej regresie,
kde sa účastníci naučia pracovať s viacerými vstupnými premennými,
vyberať dôležité nezávislé premenné, normalizovať dáta a vytvárať
pokročilejšie modely. Tento kurz je navrhnutý pre začiatočníkov, ktorí sa
chcú naučiť princípy regresie, zvládnuť ich implementáciu v Pythone a
získať pevné základy pre ďalšie témy strojového učenia.
Osnova kurzu:
1. Úvod do strojového učenia a regresie
• Základné pojmy strojového učenia (supervised learning, training, testing)
• Čo je regresia a ako sa líši od klasifikácie
• Prehľad typov regresií
• Prehľad knižnice scikit-learn
• Príprava dát pre modelovanie a práca s datasetmi
2. Lineárna regresia
• Teória lineárnej regresie a jej aplikácie
• Vytvorenie modelu lineárnej regresie v scikit-learn
• Tréning modelu a vyhodnocovanie výkonu (R², Mean Squared Error)
• Predikcia hodnôt s modelom
3. Viacnásobná regresia a výber parametrov
• Prechod na viacnásobnú regresiu: viacero vstupných premenných
• Výber dôležitých vstupných premenných a normalizácia dát
• Vytvorenie a tréning modelu s viacerými nezávislými premennými
Pre koho je kurz určený:
Kurz je vhodný pre programátorov, dátových analytikov, vedcov a všetkých
záujemcov o Python ako moderný programovací jazyk. Je dôležité mať
znalosti s programovaním v Pythone a OOP (naše kurzy Základy
programovacieho jazyka Python, Python OOP, Spracovanie a vizualizácia
Dát), aby ste mohli plne využiť ponúkaný obsah. Rovnako je odporúčané
mať základné skúsenosti s knižnicou scikit-learn.
Znalosti z Python si viete doplniť tu:
YouTube – Python Základy
Znalosti z scikit-learn si viete doplniť tu:
YouTube – scikit-learn
Technické podmienky:
Na kurze používame operačný systém Microsoft Windows. Odporúčame
mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného
systému. Bez blokovania portov a blokovania Firewallom. Treba mať
nainštalovaný a rozbehaný Python + Anaconda, Jupyter Notebook + Jupyter
Hub. Rovnako je dôležité mať založené konto v Jetbrains Datalore.
Zobraziť menej
|
|
23 Apr |
APACHE SPARK A VEĽKÉ DÁTA
Miroslav Reiter
Registrácia
Kurz Apache Spark a veľké dáta ponúka praktický úvod do spracovania
veľkých dát pomocou výkonného nástroja Apache Spark. Účastníci sa
oboznámia so základnými konceptmi veľkých dát, významom ich
spracovania a architektúrou Spark, ktorá umožňuje paralelné spracovanie a
vysokú výkonnosť. Naučia sa nastaviť prostredie Apache Spark v lokálnom
móde a pochopia rozdiely medzi Spark a inými nástrojmi, ako je Hadoop
MapReduce. Zobraziť viac
V druhej časti kurzu sa zameriame na prácu s RDD (Resilient
Distributed Datasets), pričom účastníci sa naučia vykonávať transformácie,
ako sú map, filter a reduce. Kurz tiež predstaví DataFrames, ich výhody
oproti RDD a operácie, ako select, filter, groupBy a agg. Účastníci získajú
zručnosti v práci s dátami, vrátane ich načítania a ukladania vo formátoch
CSV a JSON. Záverečná časť kurzu sa venuje Spark SQL, kde sa účastníci
naučia vytvárať a spravovať tabuľky, ako aj vykonávať SQL dopyty na
veľkých dátach. Tento kurz je navrhnutý pre začiatočníkov, ktorí chcú
pochopiť základné princípy Apache Spark a jeho aplikácie na spracovanie
veľkých dát.
Osnova kurzu:
1. Úvod do Apache Spark a veľkých dát
• Čo sú veľké dáta: základné koncepty a význam
• Apache Spark: architektúra a kľúčové vlastnosti (RDD, DAG,
paralelizmus)
• Inštalácia a nastavenie prostredia (lokálny mód)
• Porovnanie Spark s inými nástrojmi (Hadoop MapReduce)
2. Práca s RDD a DataFrame
• Vytváranie a transformácie RDD (map, filter, reduce)
• Úvod do DataFrames: výhody oproti RDD
• Operácie nad DataFrames (select, filter, groupBy, agg)
• Základná práca s dátami: načítanie a ukladanie (CSV, JSON)
3. Spracovanie dát v Spark SQL
• Vytvorenie a použitie tabuľky v Spark SQL
• Spúšťanie SQL dopytov na veľkých dátach
Pre koho je kurz určený:
Kurz je vhodný pre programátorov, dátových analytikov, vedcov a všetkých
záujemcov o Python ako moderný programovací jazyk. Je dôležité mať
znalosti s programovaním v Pythone a OOP (naše kurzy Základy
programovacieho jazyka Python, Python OOP, Spracovanie a vizualizácia
Dát), aby ste mohli plne využiť ponúkaný obsah. Rovnako je odporúčané
mať základné skúsenosti s jazykom SQL.
Znalosti z Python si viete doplniť tu:
YouTube – Python Základy
Znalosti z SQL si viete doplniť tu:
YouTube – SQL
Technické podmienky:
Na kurze používame operačný systém Microsoft Windows. Odporúčame
mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného
systému. Bez blokovania portov a blokovania Firewallom. Treba mať
nainštalovaný a rozbehaný Python + Anaconda, Jupyter Notebook + Jupyter
Hub. Rovnako je dôležité mať založené konto v Jetbrains Datalore.
Zobraziť menej
|
|
7 Maj |
FASTAPI FRAMEWORK
Miroslav Reiter
Registrácia
Kurz FastAPI framework pre začiatočníkov ponúka praktický úvod do
moderného frameworku FastAPI, ktorý je ideálny na rýchle a efektívne
vytváranie API. Účastníci sa naučia základné koncepty frameworku, vrátane
nastavenia prostredia, vytvárania jednoduchých API endpointov pre GET a
POST metódy a testovania API pomocou integrovaného rozhrania Swagger
UI. V druhej časti sa kurz zameriava na prácu s požiadavkami a
odpoveďami. Zobraziť viac
Účastníci získajú zručnosti v spracovaní vstupných údajov, ako
sú request body, query parametre a hlavičky, a naučia sa používať Pydantic
modely na validáciu vstupov. Kurz tiež pokrýva tvorbu odpovedí, vrátane
nastavenia response modelov, status kódov a custom headers, a ukazuje,
ako efektívne pracovať s JSON dátami. Tento kurz je navrhnutý pre
začiatočníkov, ktorí chcú získať pevné základy práce s FastAPI a naučiť sa
vytvárať robustné a spoľahlivé API aplikácie.
Osnova kurzu:
1. Úvod do FastAPI a základné koncepty
• Čo je FastAPI a prečo ho používať?
• Nastavenie prostredia (Python, FastAPI)
• Vytvorenie prvého API endpointu (GET a POST metódy)
• Testovanie API pomocou integrovaného rozhrania Swagger UI
2. Práca s požiadavkami a odpoveďami
• Spracovanie vstupných údajov (request body, query parametre, headers)
• Validácia vstupov pomocou Pydantic modelov
• Nastavenie odpovedí (response models, status codes, custom headers)
• Ukážka práce s JSON dátami
Pre koho je kurz určený:
Kurz je vhodný pre programátorov, dátových analytikov, vedcov a všetkých
záujemcov o Python ako moderný programovací jazyk. Je dôležité mať
znalosti s programovaním v Pythone a OOP (naše kurzy Základy
programovacieho jazyka Python, Python OOP, Spracovanie a vizualizácia
Dát), aby ste mohli plne využiť ponúkaný obsah. Rovnako je odporúčané
mať základné skúsenosti s formátom JSON.
Znalosti z Python si viete doplniť tu:
YouTube – Python Základy
Znalosti z JSON si viete doplniť tu:
YouTube – JSON
Technické podmienky:
Na kurze používame operačný systém Microsoft Windows. Odporúčame
mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného
systému. Bez blokovania portov a blokovania Firewallom. Treba mať
nainštalovaný a rozbehaný Python + Anaconda, Jupyter Notebook + Jupyter
Hub. Rovnako je dôležité mať založené konto v Jetbrains Datalore.
Zobraziť menej
|
|
14 Maj |
DATABÁZY A POSTGRESQL II. MIERNE POKROČILÝ
Miroslav Reiter
Registrácia
Kurz Databázy a PostgreSQL II. Mierne Pokročilý je navrhnutý pre
účastníkov, ktorí už ovládajú základy PostgreSQL a chcú prehĺbiť svoje
znalosti a schopnosti v práci s databázami. Kurz pokrýva štyri hlavné oblasti,
ktoré umožňujú efektívnejšie spravovanie dát a optimalizáciu
databázových operácií. Prvá časť sa venuje pohľadom (Views), kde sa
účastníci oboznámia s ich významom, naučia sa vytvárať a používať
pohľady na zjednodušenie zložitých dotazov, a pochopia ich obmedzenia a
vplyv na výkon. Zobraziť viac
Druhá časť predstavuje materializované pohľady
(Materialized Views), pričom sa zameriava na rozdiely oproti štandardným
pohľadom, ich vytváranie a pravidelnú aktualizáciu pomocou príkazu
REFRESH MATERIALIZED VIEW. Tretia časť kurzu sa zaoberá sekvenciami
(Sequences), ktoré sú nevyhnutné na generovanie unikátnych hodnôt,
napríklad pre primárne kľúče. Účastníci sa naučia vytvárať sekvencie a
využívať ich pomocou príkazov NEXTVAL a CURRVAL. V záverečnej časti sa
kurz zameriava na extensions v PostgreSQL, kde sa účastníci naučia
pridávať a aktivovať rozšírenia, ako aj využívať populárne extensions,
napríklad pg_stat_statements a uuid-ossp. Tento kurz je určený pre mierne
pokročilých používateľov PostgreSQL, ktorí chcú získať hlbšie znalosti o
pokročilých funkciách databázy a naučiť sa ich aplikovať v praxi.
Osnova kurzu:
1. Pohľady (Views)
• Čo sú pohľady a ich výhody
• Vytváranie pohľadov (CREATE VIEW)
• Použitie pohľadov na zjednodušenie zložitých dotazov
• Aktualizácia a mazanie pohľadov (DROP VIEW)
• Obmedzenia a výkon pohľadov
2. Materializované pohľady (Materialized Views)
• Rozdiel medzi pohľadmi a materializovanými pohľadmi
• Vytváranie materializovaných pohľadov (CREATE MATERIALIZED VIEW)
• Aktualizácia materializovaných pohľadov (REFRESH MATERIALIZED VIEW)
3. Sekvencie (Sequences)
• Čo sú sekvencie a ich použitie v PostgreSQL
• Vytváranie sekvencií (CREATE SEQUENCE)
• Použitie sekvencií na generovanie primárnych kľúčov (NEXTVAL, CURRVAL)
4. Extensions v PostgreSQL
• Čo sú extensions a ich význam
• Pridávanie a aktivácia extensions (CREATE EXTENSION)
• Prehľad populárnych extensions (pg_stat_statements, uuid-ossp)
Pre koho je kurz určený:
Kurz je vhodný pre programátorov, dátových analytikov, vedcov a všetkých
záujemcov o PostgreSQL ako moderný databázový systém. Je dôležité mať
znalosti s používaním PostgreSQL a jazykom SQL (naše kurzy Databázy a
PostgreSQL 1 (začiatočník), Databázy a PostgreSQL 2), aby ste mohli plne
využiť ponúkaný obsah.
Znalosti z PostgreSQL a jazyka SQL si viete doplniť tu:
YouTube – PostgreSQL a SQL
Technické podmienky:
Na kurze používame operačný systém Microsoft Windows. Odporúčame
mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného
systému. Bez blokovania portov a blokovania Firewallom. Treba mať
nainštalované a rozbehané PostgreSQL + dbeaver.
Zobraziť menej
|
|
21 Maj |
ORACLE DATABÁZY A JAZYK SQL (ORACLE DB) I. ZAČIATOČNÍK
Miroslav Reiter
Registrácia
Kurz Oracle Databázy a Jazyk SQL (Oracle DB) I. Začiatočník je navrhnutý
pre začiatočníkov, ktorí chcú získať pevné základy v práci s databázami
Oracle a naučiť sa používať jazyk SQL. Účastníci sa oboznámia s tým, čo sú
Oracle databázy, prečo sú obľúbené a aké sú ich základné vlastnosti. Naučia
sa základy SQL, vrátane dopytov na výber, manipuláciu a definíciu dát
(DQL, DML, DDL), a nastavia si prostredie na prácu s databázami, napríklad
v Oracle SQL Developer. Zobraziť viac
Kurz ďalej pokrýva základné SELECT dopyty, kde sa
účastníci naučia vyberať stĺpce a riadky, filtrovať údaje pomocou klauzuly
WHERE, triediť výsledky pomocou ORDER BY a obmedzovať výsledky
pomocou LIMIT, OFFSET alebo ROWNUM. Ďalšia časť je venovaná agregácii
dát pomocou funkcií SUM, AVG, COUNT, MAX a MIN, ako aj skupinovaniu
dát pomocou GROUP BY a HAVING. V záverečnej časti kurzu sa účastníci
naučia základy správy databázových objektov, vrátane vytvárania tabuliek,
vkladania, aktualizácie a mazania dát a tabuliek. Tento kurz je ideálny pre
tých, ktorí začínajú s databázami a chcú získať praktické zručnosti v
používaní Oracle DB a SQL.
Osnova kurzu:
1. Úvod do Oracle databáz a SQL
• Čo sú Oracle databázy a prečo sa používajú
• Prehľad Oracle databáz a ich základné vlastnosti
• Základy jazyka SQL (DQL, DML, DDL)
• Nastavenie prostredia: prihlásenie do Oracle DB (napr. Oracle SQL Developer)
2. Práca s dátami: SELECT dopyty
• Základy dotazu SELECT (vyberanie stĺpcov a riadkov)
• Filtrovanie údajov pomocou WHERE (porovnávacie operátory, logické operátory)
• Triedenie výsledkov pomocou ORDER BY
• Použitie LIMIT a OFFSET alebo ROWNUM
3. Agregácia a práca s viacerými tabuľkami
• Funkcie pre agregáciu dát (SUM, AVG, COUNT, MAX, MIN)
• Použitie GROUP BY a HAVING
4. Základy správy databázových objektov
• Tvorba jednoduchých tabuliek (CREATE TABLE)
• Vkladanie a aktualizácia dát (INSERT, UPDATE)
• Mazanie dát a tabuliek (DELETE, DROP)
Pre koho je kurz určený:
Kurz je vhodný pre programátorov, dátových analytikov, vedcov a všetkých
záujemcov o Oracle DB ako moderný databázový systém. Je dôležité vedieť
čo sú databázy, tabuľky, kľúče, IDs aby ste mohli plne využiť ponúkaný
obsah.
Znalosti z databáz si viete doplniť tu:
YouTube – Oracle Databázy
Technické podmienky:
Na kurze používame operačný systém Microsoft Windows. Odporúčame
mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného
systému. Bez blokovania portov a blokovania Firewallom. Treba mať
nainštalovaný a rozbehaný dbeaver.
Oracle databázu si môžete stiahnuť z:
Stiahnuť Oracle DB
Zobraziť menej
|