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.
Discute des opérateurs de requête avancés, en se concentrant sur les techniques de jointure et leurs méthodes de traitement dans les bases de données relationnelles.
Introduit le modèle relationnel et l'algèbre relationnelle, en se concentrant sur SQL et ses opérations pour une gestion efficace des bases de données.
Couvre les bases de données relationnelles, les transactions et la cohérence des données dans le contexte des typologies historiques des bases de données.
Introduit le modèle relationnel, SQL, les clés, les contraintes d'intégrité, la traduction ER, les entités faibles, les hiérarchies ISA et SQL vs. noSQL.
Couvre les bases de données relationnelles et spatiales, y compris le stockage, les systèmes de gestion, les propriétés ACID, les typologies historiques, les clés primaires et étrangères et les fonctions spatiales.
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 systèmes de fichiers, en mettant l'accent sur l'organisation des données, les techniques d'indexation et leur impact sur les performances de la base de données.
Introduit des systèmes de base de données, couvrant l'écosystème DBMS, le modèle relationnel, l'aperçu des cours, les prérequis, le plan de cours, le système de classement, les projets et les méthodes d'enseignement.
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.
Explore le débat historique entre les modèles de données relationnels et non relationnels, en couvrant les caractéristiques clés et les exemples de chacun.
Explore l'importance des métadonnées dans l'organisation des bibliothèques médiatiques et les défis que pose la récupération efficace d'oeuvres ou d'artistes spécifiques.
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.
Couvre les principes des systèmes de gestion de bases de données, la conception, la mise en œuvre et les options de stockage telles que les fichiers CSV plats.
Introduit des concepts de modélisation de données, l'utilisation de SQL et des applications de bibliothèque Pandas pour un traitement efficace des données.
Couvre les cadres de données Spark, les collections distribuées de données organisées en colonnes nommées, et les avantages de les utiliser sur les DDR.
