diploma-postgresql-datos.pdf

1. Todo lo que aprenderás sobre PostgreSQL para ciencia de datos

2. Importación de los datos para el proyecto

3. Breve historia de las bases de datos

4. Puntos fuertes de las bases de datos relacionales

5. Conceptos importantes de las bases de datos relacionales

6. Principales sentencias SQL

7. ¿Qué es la ciencia de datos?

8. Aplicación de la ciencia de datos

9. Equipos orientados a datos

10. Data science vs. Machine Learning

11. Diferencias entre otros manejadores y PostgreSQL

12. Conoce los superpoderes de PLPGSQL

13. PLPGSQL: Stored procedures

14. PLPGSQL: conteo, registro y triggers

15. PLPGSQL: Aplicado a data science

16. Integración con otros lenguajes

Como la mayoría de las bases de datos, PostgreSQL cuenta con conectores para diferentes lenguajes de programación, de tal forma que si trabajas con Python, PHP, Java, JavaScript y todos sus frameworks, exista una forma de extraer datos de PostgreSQL y posteriormente utilizar las propiedades de los lenguajes procedurales para transformar y utilizar los datos.

El lenguaje estándar utilizado en bases de datos relacionales es SQL (Structured Query Language), un lenguaje que tiene una estructura sumamente útil para hacer solicitudes de datos, en especial tomando como abstracción un diseño tabular de datos. Sin embargo, carece de estructuras de control y otras abstracciones que hacen poderosos a los lenguajes procedurales de programación.

PL/pgSQL