Giriş
Google Big Query, güvenli, erişilebilir, tümüyle yönetilen, kullandıkça öde, sunucusuz, çoklu bulut veri ambarı Platform as a Service (PaaS) hizmetidir. Google Bulut Platformu Bu, iş paydaşlarının etkili karar vermelerine yardımcı olacak büyük verilerden faydalı içgörüler oluşturmaya yardımcı olur. Google Big Query, büyük veri kümelerini analiz etmek için kullanılabilecek SQL yazmak için yerleşik makine öğrenimi yeteneği ve SQL sorgu motoru sağlar. Google Big Query kullanarak güvenli ve yüksek düzeyde erişilebilir bir veri ambarı geliştirebiliriz.
Udemy, en popüler çevrimiçi öğrenme platformlarından biridir. Udemy, farklı dillerde tasarım, pazarlama, geliştirme, finans ve muhasebe, BT ve yazılım, fotoğrafçılık ve video, sağlık ve zindelik, ofis üretkenliği vb. alanlarda yüksek kaliteli öğrenim içeriği sağlar. Udemy, birçok öğrenci, serbest çalışan ve çalışan profesyonel için önemli bir bilgi kaynağıdır. Udemy, Python ve React'i öğrenmek ve AWS ve Azure sertifikasına hazırlanmak için en iyi platformlardan biridir. Ancak öğrenciler, iş unvanlarına daha uygun eğitmenlerden, birçok kullanıcı tarafından alınan kurslardan ve AWS sertifikalı, Salesforce sertifikalı vb. sertifikalı geliştiricilerden dersler almakla ilgilenebilirler. Bu sorunu çözmek için Google Big Query kullanarak Udemy kurs trendlerini ve içgörülerini keşfetmek için bir veri ambarı oluşturacağız.
Google, Amazon, Microsoft vb. gibi neredeyse tüm büyük bulut hizmeti sağlayıcıları bugün veri ambarı araçları sağlıyor. Bulut tabanlı veri ambarı araçları yüksek düzeyde ölçeklenebilirdir ve olağanüstü durum kurtarma sağlar. kullanarak veri ambarı büyük miktarda veriyi depolayıp analiz edebilir ve veri görselleştirmeleri ve raporların yardımıyla faydalı veri içgörüleri üretebiliriz. İyi tasarlanmış veri ambarları, yüksek kaliteli veriler sağlar ve veri türünü doğru bir şekilde tanımlayarak, veri madenciliği, yapay zeka vb. kullanarak ve daha akıllı kararlar alınmasına yardımcı olarak sorgu performansını artırır.
Bu makale, kursları eğitmen iş unvanlarına göre sınıflandırma, bir eğitmenin tüm kurslarının ortalama puanı, vesaire.
Öğrenme hedefleri
Bu yazıda şunları öğreneceğiz:
- Google Big Query kullanarak bir veri ambarı nasıl oluşturulur?
- Google Big Query Korumalı Alanı nasıl kullanılır?
- Big Query'de veri kümeleri ve tablolar oluşturma hakkında bilgi edinin
- Big Query SQL sorgu motorunda Udemy verilerini sorgulama
Bu makale, Veri Bilimi Blogatonu.
İçindekiler
Proje Tanımı
Şimdi indirdiğimiz verilerden Google Cloud Platform SQL sorgulama motorundaki veri setinin içindeki tabloyu oluşturacağız. Tabloyu oluşturduktan sonra tablo şemasını biçimlendirip veri temizleme işlemini gerçekleştireceğiz. Dersleri eğitmen iş unvanlarına göre sınıflandırmak, maksimum puana sahip dersleri belirlemek, dersleri iyi puan alan eğitmenleri belirlemek vb. gibi faydalı içgörüler oluşturmak için içe aktarılan veriler üzerinde sorgulama gerçekleştirebiliriz.
Şu anda yalnızca tek bir kaynaktan veri alıyoruz ve CSV biçimindeki verileri Google Cloud Platform UI arayüzünü kullanarak toplu alım yoluyla içe aktarıyoruz. Ayrıca Cloud Storage, Azure Storage Account vb. birden çok kaynaktan veri içe aktarabiliriz. Google Cloud Platform UI arabirimi aracılığıyla içe aktarmanın yanı sıra, kullanıcılar ayrıca CLI ve REST API'leri kullanarak Cloud gibi veri ardışık düzeni seçeneklerini kullanarak verileri içe aktarabilir. Dataflow, Cloud Dataproc vb. Google Big Query, veri yükleme ve işleme için Parquet, Avro vb. dosya biçimlerini de destekler. Geliştiriciler ayrıca planlanan zamanda SQL sorgu motorunda sorguları kaydedebilir, paylaşabilir ve çalıştırabilir.
Kullanıcılar, Udemy verilerini sorgulayarak kurs süresine, kurs puanlarına, eğitmen iş unvanlarına, kurs popülerliğine vb. göre hangi kursları satın almaları gerektiğini belirleyebilir. Kullanıcılar bu sorguları kaydedebilir ve paylaşabilir. Kullanıcılar ayrıca Power BI, Looker Studio, Tableau vb. kullanarak panolar oluşturmak için bu sorguların sonuçlarını kaydedebilir. Kullanıcılar ayrıca web kazıma tekniklerini kullanarak Udemy'den daha fazla veri çıkarabilir ve verileri güncel tutmak için Google Big Query SQL sorgu motoruna alabilirler. Böylece kullanıcılar daha doğru sonuçlar elde edebilir.
Sorun bildirimi
Bu makalede, kursları eğitmen iş unvanlarına göre sınıflandırma, bir eğitmenin tüm derslerinin ortalama puanı, derslerin ders sayısına göre sınıflandırılması, Udemy'de yakın zamanda yayınlanan ve değiştirilen derslerin belirlenmesi vb.
Daha önce tartışıldığı gibi, Udemy platformunda yeni kurslar ve eğitmenler büyümeye devam ettikçe web kazıma tekniklerini kullanarak Udemy'den daha fazla veri çıkarabiliriz. Kaggle'dan indirilen dersleri ve eğitmen verilerini içe aktarmak için Google Cloud Platform SQL sorgu motorundaki veri kümesi içinde tablolar oluşturacağız. Tablo oluşturma işleminden sonra veri temizleme ve tablo şema biçimlendirme işlemlerini gerçekleştireceğiz.
Planlanan zamanda SQL sorgu motorunda sorguları kaydedebilir, paylaşabilir ve çalıştırabiliriz. Bunun dışında Power BI, Looker Studio, Tableau vb. kullanarak pano oluşturmak için sorgulardan yararlanılabilmesi için sorgu yürütme sonuçlarını da kaydedebiliriz. Bu proje, Udemy verilerini kullanarak, hangi kullanıcıları sorgulayan bir veri ambarı geliştirmeyi amaçlamaktadır. Udemy'de yakın zamanda yayınlanan ve değiştirilen kursları belirleyebilir, kursları kurs süresine ve kurs puanlarına göre sınıflandırabilir, bir eğitmenin tüm kurslarının ortalama puanlarını belirleyebilir, kursları kurstaki ders sayısına göre sınıflandırabilir vb.
Önkoşullar
Aşağıda, bu projeyi üstlenmek için bazı ön koşullar bulunmaktadır:
- Veri Ambarını Anlamak: Bu projede, Google Big Query kullanarak Udemy kurs trendlerini ve içgörülerini keşfetmek için bir veri ambarı oluşturacağız. Bu nedenle, bir veri ambarının ne olduğunu, bir veri ambarının neden yararlı olduğunu ve veri ambarının çeşitli bulut satıcıları tarafından neler sağladığını vb. anlamak önemlidir.
- Google Bulut Platformu ile Deneyim: Google Cloud Platform'da bulunan bir veri ambarı hizmeti olan Google Big Query'yi kullanacağız. Bu nedenle, platformda kolayca gezinmek ve kaynak oluşturma sürecini, rolleri ve erişim izinlerini vb. anlamak için Google Cloud Platform deneyimi önemlidir.
- SQL sorguları ile deneyim: Dersleri eğitmen iş unvanlarına göre sınıflandırmak, maksimum puana sahip dersleri belirlemek, dersleri iyi derecelere sahip eğitmenleri belirlemek gibi faydalı içgörüler oluşturmak için SQL sorgu motorunda sorgular yazacağız.
- Udemy ve Kaggle'a aşinalık: Kaggle'ın ne olduğunu, veri kümelerini indirmek için nasıl yararlı olduğunu anlamak ve çevrimiçi öğrenme platformu Udemy ile ilgili temel bilgilere sahip olmak, projeyi geliştirirken yardımcı olacaktır.
- Google Big Query'yi Anlamak: Bu proje, bir veri ambarı oluşturmak için Google Big Query'den yararlandığından, Google Big Query'nin ortak veri işlemleri, kavramları ve teknikleri hakkında bilgi sahibi olmak faydalı olacaktır.
Veri Kümesi hakkında bilgi sahibi olmak
Bu yazıda kullanacağımız Udemy Kurs Verileri 2023 veri kümesi Kaggle'dan. Veri seti ziyaret edilerek indirilebilir https://www.kaggle.com/datasets/ankushbisht005/udemy-courses-data-2023. Bu veri setini kullanmanın amacı, Udemy'de yakın zamanda yayınlanan ve değiştirilen kursları belirlemek, kursları kurs süresine ve kurs puanlarına göre sınıflandırmak, bir eğitmenin tüm kurslarının ortalama puanlarını belirlemek, kursları ders sayısına göre sınıflandırmak, vesaire.
Udemy Courses Data 2023 veri kümesinde, Courses.csv ve Teachers.csv adlı iki dosya bulunur. Courses.csv, Udemy kurslarıyla ilgili bilgiler içerir. eğitmenler.csv, Udemy eğitmenleriyle ilgili bilgileri içerir. Courses.csv dosyası 11 sütun ve 83,105 satır içerir. Teachers.csv, 10 sütun ve 32,234 satır içerir. Courses.csv dosyasında, kursun eğitmeninin kimliğini veren Teachings_id sütunu bulunur. Teachers_id sütunu, Courses.csv ile Teachers.csv arasındaki ilişkiyi oluşturmak için kullanılır.
The kurslar.csv kursun benzersiz kimliğini, kurs başlığını, kurs derecesini, kurs süresini, Udemy kursundaki ders sayısını, kursun URL'sini, kursun oluşturulma tarihini, kursun en son değiştirildiği tarihi içerir, Kursun inceleme sayısı ve kurs eğitmeninin kimliği. bu eğitmenler.csv eğitmenin benzersiz kimliğini, kurs eğitmeninin adını, kurs eğitmeninin görünen adını, kurs eğitmeninin unvanını, kurs eğitmeninin iş unvanını, eğitmen sınıfını, eğitmenin URL'sini, baş harflerini içerir. 50 X 50 öğretim elemanı görüntüsü ve 100 X 100 öğretim görevlisi görüntüsü. Veri kümesi hakkında daha fazla bilgi edinmek için şu adresi ziyaret edin: https://www.kaggle.com/datasets/ankushbisht005/udemy-courses-data-2023.
Projeye Yaklaşım
Bu projede kullanacağımız Udemy Kurs Verileri 2023 Google Big Query'yi kullanarak Udemy kurs trendlerini ve içgörülerini keşfetmek için bir veri ambarı geliştirmek üzere Kaggle'dan veri kümesi; kursları eğitmen iş unvanlarına göre sınıflandırma, bir eğitmenin tüm kurslarının ortalama puanı, kursları kurstaki ders sayısına göre sınıflandırma, Udemy'de yakın zamanda yayınlanan ve değiştirilen kursları belirleme vb.
Kullanarak bir veri ambarı oluşturmak için aşağıdaki adımları izleyin. Udemy Kurs Verileri 2023 Kaggle'dan veri kümesi:
1. Adım: Big Query Sandbox'ı kullanarak Yeni Bir Proje Oluşturun
Geliştiriciler, Google Big Query ile çalışmak için Google Cloud Platform'da bir hesap oluşturabilir veya Google Big Query Sandbox'tan yararlanabilir. Bu yazıda veri ambarı oluşturmak için Google Big Query Sandbox kullanacağım. Proje, GCP'deki tüm Google bulut kaynaklarını düzenlemek için kullanılır. Kimlik ve Erişim Yönetimini kullanarak, bir projede hangi kullanıcının hangi kaynaklara erişme yetkisi olduğunu belirleyebiliriz.
kullanmak için aşağıdaki bağlantıyı ziyaret edin Google Büyük Sorgu Korumalı Alanı: https://console.cloud.google.com/bigquery
Şimdi, aşağıda açıklanan adımları izleyin:
1. YENİ PROJE'ye tıklayın, ardından bir sonraki ekranda Proje Adını Udemy Projesi ve Konum olarak girin. OLUŞTUR'a tıklayın.
2. Udemy-Project başarıyla oluşturuldu. Projeyi görüntülemek ve proje içindeki kullanıcı izinlerini ve kaynakları yönetmek için Udemy-Project'i seçin.
2. Adım: Veri Kümesini Kaggle'dan İndirin ve Yerel Makineye Kaydedin
Türkiye Dental Sosyal Medya Hesaplarından bizi takip edebilirsiniz. https://www.kaggle.com/datasets/ankushbisht005/udemy-courses-data-2023 ve İndir'i tıklayın. İndirilen zip dosyasını açtıktan sonra, Courses.csv ve Teachers.csv adlı iki CSV dosyası bulacaksınız. Courses.csv, Udemy kurslarıyla ilgili bilgiler içerir. eğitmenler.csv, Udemy eğitmenleriyle ilgili bilgileri içerir. Courses.csv dosyası 11 sütun ve 83,105 satır içerir. Teachers.csv, 10 sütun ve 32,234 satır içerir. Teachers_id sütunu, Courses.csv ile Teachers.csv arasındaki ilişkiyi oluşturmak için kullanılır.
3. Adım: Google Büyük Sorgu Kaynağı İçinde Veri Kümesi Oluşturma
Google Big Query içinde bir veri kümesi oluşturmak için aşağıda açıklanan adımları izleyin:
1. Proje adını seçin -> Kaynak kartında Büyük Sorgu -> Veri kümesi oluştur'a tıklayın.
2. Udemy_dataset'i Veri Kümesi Kimliği olarak sağlayın, Konum Türü'nde Bölge'yi seçin, Bölge olarak Asya-güney1'i (Mumbai) seçin ve tablo süre sonunu etkinleştirin.
3. VERİ SETİ OLUŞTUR'a tıklayın
4. Adım: Google Büyük Sorgu Kaynağı İçindeki Veri Kümesinde Tablolar Oluşturun
Google Big Query içindeki veri kümesinde tablolar oluşturmak için aşağıda açıklanan adımları izleyin:
1. Udemy_dataset veri kümesi -> Tablo oluştur'u seçin
2. Yüklemeden tablo oluşturmayı seçin, Kaggle'dan indirilen Courses.csv dosyasını seçin, dosya biçimini CSV olarak seçin, tablo adı olarak kursları, tablo türü olarak yerel tablo sağlayın, şemada algılamak için Otomatik'i seçin ve bölüm ve küme ayarlar gereksinimlerimize göre. Gelişmiş seçeneklerde, atlamak için başlık satırlarında 1 girin ve gereksinime göre Şifreleme'yi seçin. TABLO OLUŞTUR'a tıklayın.
3. Şimdi tekrar Udemy_dataset veri kümesini seçin
-> Tablo oluştur. Yüklemeden bir tablo oluşturmayı seçin, Kaggle'dan indirilen Teachings.csv dosyasını seçin, dosya formatını CSV olarak seçin, eğitmenleri tablo adı olarak, Yerel tabloyu tablo türü olarak sağlayın, şemada algılamak için Otomatik'i seçin ve bölüm ve küme ayarları gereksinimlerimize göre. Gelişmiş seçeneklerde, atlamak için başlık satırlarında 1 girin ve gereksinime göre Şifreleme'yi seçin. TABLO OLUŞTUR'a tıklayın.
5. Adım: Tablo Şemasını Doğrulama ve Verileri Önizleme
Kurslar tablosuna gidin ve alan adı, türü ve modunu çapraz doğrulayın. plan sekme. Kurs tablosunun satır erişim ilkelerini görüntüleyin ve gerekirse tablo şemasını düzenleyin. Tablo bilgilerini şurada görüntüleyin: DETAYLAR sekmesine gidin ve düzeltme durumunda ayrıntıları düzenleyin. Ayrıca verileri önizleyebilir, kopyalayabilir, yenileyebilir ve paylaşabiliriz. Benzer şekilde, eğitmenler masasına gidin ve alan adını, türünü ve modunu plan sekme. Eğitmenler masasının satır erişim politikalarını görüntüleyin ve gerekirse tablo şemasını düzenleyin.
6. Adım: Verileri Sorgulayarak Udemy Kurs Trendlerini ve Öngörülerini Keşfetme
5000 kaydı görmek için dersler tablo, SQL sorgu motorunda aşağıdaki sorguyu yürütün:
SELECT * FROM `udemy-project-381211.Udemy_dataset.courses` LIMIT 5000
5000 kaydı görmek için eğitmenler tablo, SQL sorgu motorunda aşağıdaki sorguyu yürütün:
SELECT * FROM `udemy-project-381211.Udemy_dataset.instructors` LIMIT 5000
A. Puanı 4.5'in üzerinde olan ve 10000'den fazla kişinin bu kurslara puan verdiği tüm kursların başlığını bulun. Bu kursları, kurs puanlarına ve oluşturma tarihine göre azalan sırada görüntüleyin.
SELECT title AS course_title FROM `udemy-project-381211.Udemy_dataset.courses` WHERE rating>4.5 and num_reviews>10000
ORDER BY rating DESC, created DESC
B. Yeni oluşturulan 10 Udemy kursunun ayrıntılarını bulun.
SELECT * FROM `udemy-project-381211.Udemy_dataset.courses` ORDER BY created DESC
LIMIT 10
C. Yakın zamanda değiştirilen 10 Udemy kursunun ayrıntılarını bulun.
SELECT * FROM `udemy-project-381211.Udemy_dataset.courses` ORDER BY last_update_date DESC
LIMIT 10
D. Derecelendirmesi 4'ün üzerinde olan ve 20000'den fazla kişinin bu kurslara puan verdiği JavaScript kurslarının ayrıntılarını bulun.
SELECT * FROM `udemy-project-381211.Udemy_dataset.courses` WHERE title LIKE '%JavaScript%' AND
rating>4 AND num_reviews>20000
E. 50'den fazla ders içeren Udemy React kurslarının başlığını, derecelendirmesini ve ders sayısını görüntüleyin.
SELECT title AS course_title, rating AS course_rating, num_published_lectures as course_lectures FROM `udemy-project-381211.Udemy_dataset.courses` WHERE title LIKE '%React%' AND
num_published_lectures>50
F. Kurs puanları kursların ortalama puanlarından yüksek olan kurs eğitmenleri tarafından geliştirilen kurs sayısını ve kurs eğitmeninin adını bulun.
SELECT COUNT(courses.id), instructors.name
FROM `Udemy_dataset.instructors` instructors
LEFT JOIN `Udemy_dataset.courses` courses
ON instructors.id = courses.instructors_id
WHERE courses.instructors_id IN (SELECT instructors_id FROM `Udemy_dataset.courses` WHERE rating >(SELECT AVG(rating) FROM `Udemy_dataset.courses`))
GROUP BY instructors.name
G. İş unvanı web geliştirici olan kişiler tarafından oluşturulan Udemy kurslarının kurs eğitmeni adını ve unvanını görüntüleyin
ve ders notu 4.2'den büyük olan.
SELECT instructors.display_name, courses.title as course_title
FROM `Udemy_dataset.instructors` instructors
LEFT JOIN `Udemy_dataset.courses` courses
ON instructors.id = courses.instructors_id
WHERE instructors.job_title LIKE '%Web developer%' and courses.rating>4.2
H. Kurs süresinin 40 dakika, 40 saat veya 40 sorudan uzun olduğu Udemy kurslarının kurs başlığını, kurs eğitmeninin adını, puanlarını ve kurs süresini görüntüleyin.
SELECT courses.title as course_title, instructors.display_name as course_instructor, courses.rating, courses.duration
FROM `Udemy_dataset.instructors` instructors
LEFT JOIN `Udemy_dataset.courses` courses
ON instructors.id = courses.instructors_id
WHERE CASE WHEN courses.duration LIKE '%.%' THEN CAST(LEFT(courses.duration, STRPOS(courses.duration,'.')-1) AS FLOAT64)>40 WHEN courses.duration LIKE '%total%' THEN CAST(LEFT(courses.duration, STRPOS(courses.duration,'t')-1) AS FLOAT64)>40 WHEN courses.duration LIKE '%ques%' THEN CAST(LEFT(courses.duration, STRPOS(courses.duration,'q')-1) AS FLOAT64)>40
END
I. Sertifikalı geliştiriciler tarafından oluşturulan Udemy kurslarının kurs eğitmeni adını ve başlığını görüntüleyin.
SELECT courses.title as course_title, instructors.display_name as course_instructor
FROM `Udemy_dataset.instructors` instructors LEFT JOIN `Udemy_dataset.courses` courses
ON instructors.id = courses.instructors_id
WHERE instructors.job_title LIKE '%certified%'
J. Udemy kursu eğitmenlerinin tüm farklı iş unvanlarını bulun.
SELECT DISTINCT instructors.job_title
FROM `Udemy_dataset.instructors` instructors
K. Derecelendirmesi 4'ün üzerinde olan ve 17000'den fazla kişinin bu kurslar için puan verdiği tüm kursların başlığını, puanlarını ve eğitmenini bulun. Bu kursları, kurs puanlarının azalan sıralamasında görüntüleyin.
SELECT courses.title as course_title, instructors.display_name as course_instructor, courses.rating
FROM `Udemy_dataset.instructors` instructors
LEFT JOIN `Udemy_dataset.courses` courses
ON instructors.id = courses.instructors_id
WHERE courses.rating > 4 and courses.num_reviews > 17000
ORDER BY courses.rating DESC
L. Yeni oluşturulan 20 Azure Udemy kursunun ayrıntılarını bulun.
SELECT * FROM `udemy-project-381211.Udemy_dataset.courses` WHERE title LIKE '%Azure%'
ORDER BY created DESC
LIMIT 20
M. Yeni oluşturulan 15 AWS Udemy kursunun ayrıntılarını bulun.
SELECT * FROM `udemy-project-381211.Udemy_dataset.courses` WHERE title LIKE '%AWS%'
ORDER BY created DESC
LIMIT 15
N. 112 ile 156 arasında ders anlatımı olan Udemy SAS kurslarının tüm ayrıntılarını kurs başlığının artan sırasına göre görüntüleyin.
SELECT * FROM `udemy-project-381211.Udemy_dataset.courses` WHERE title LIKE '%SAS %' AND
num_published_lectures BETWEEN 112 AND 156
ORDER BY title
O. Kurs derecelendirmelerine ve kurs incelemelerinin sayısına göre en iyi iki Udemy Azure Data Factory kursunun kurs eğitmeninin adını, unvanını, puanlarını ve kurs incelemelerini görüntüleyin.
SELECT courses.title as course_title, instructors.display_name as course_instructor, courses.rating, courses.num_reviews
FROM `Udemy_dataset.instructors` instructors
LEFT JOIN `Udemy_dataset.courses` courses
ON instructors.id = courses.instructors_id
WHERE courses.title LIKE '%Azure Data Factory %'
ORDER BY courses.num_reviews DESC, courses.rating DESC LIMIT 2
P. Kurs derecelendirmelerine ve kurs incelemelerinin sayısına göre en iyi Udemy Salesforce kursunun kurs eğitmeninin adını, unvanını, puanlarını ve kurs incelemelerini görüntüleyin.
SELECT courses.title as course_title, instructors.display_name as course_instructor, courses.rating, courses.num_reviews
FROM `Udemy_dataset.instructors` instructors
LEFT JOIN `Udemy_dataset.courses` courses
ON instructors.id = courses.instructors_id
WHERE courses.title LIKE '%Salesforce %'
ORDER BY courses.num_reviews DESC, courses.rating DESC LIMIT 1
Udemy Kurs Verileri Araştırılırken Keşfedilen Temel Eğilimler ve Görüşler
Yukarıdakilerden, kullanarak Udemy kurs trendlerini ve içgörülerini keşfetmek için nasıl bir veri ambarı oluşturacağımızı biliyoruz. Google Büyük Sorgu. Aşağıda, Udemy kurs verilerini keşfederken keşfedilen bazı temel trendler ve bilgiler yer almaktadır:
1. En popüler JavaScript kurslarının ortalama puanı 4.6'dan yüksektir.
2. Yalnızca 34 Udemy kursu, iş unvanı web geliştirici olan ve kurs puanı 4.2'den yüksek olan eğitmenler tarafından oluşturulur.
3. Yaklaşık 150 Udemy kursu, AWS, Azure, GCP veya Salesforce sertifikalı geliştiriciler tarafından oluşturulmuştur.
4. Ramesh Retnasamy, Udemy'de en popüler Azure Data Factory kursunu oluşturur.
5. Son zamanlarda oluşturulan Azure ve AWS kursları, Udemy'de çok popüler.
6. Udemy kullanıcıları, iyi puan alan yaklaşık 100-150 ders içeren SAS kurslarına kaydolmayı tercih ediyor.
Sonuç
Bu makalede, Google Big Query kullanarak Udemy kurs trendlerini ve içgörülerini keşfetmek için bir veri ambarının nasıl oluşturulacağını gördük. Bir veri ambarı, büyük miktarda veriyi depolar ve analiz eder ve veri görselleştirmeleri ve raporların yardımıyla yararlı veri içgörüleri üretir. Google Big Query'de Kaggle'dan veri aktararak tablo oluşturmayı gördük. Verileri daha iyi anlamak için tablolar arasında nasıl ilişki kurulacağını da anlıyoruz. Verilerden anlamlı içgörüler elde etmek için sorguların yardımıyla verilerin nasıl analiz edileceğine baktık. Yukarıdaki makaleden önemli çıkarımlar aşağıdadır:
- Google Big Query'de nasıl tablo oluşturabileceğimizi gördük.
- Big Query SQL sorgulama motorunda veri sorgulamayı anladık.
- İş unvanı web geliştirici olan ve kurs puanı 4.2'den yüksek olan kişilerin oluşturduğu Udemy kurslarının detaylarını da belirledik.
- Udemy'de kaç tane kursun sertifikalı geliştiriciler tarafından oluşturulduğunu da gördük.
- Udemy üzerinden yeni oluşturulan Azure ve AWS kurslarını trendler bazında belirledik.
- Bunun dışında Udemy verilerini SQL sorgulama motoru içinde keşfederek Udemy'deki diğer kurs trendlerini de gördük.
Bu makalede gösterilen medya Analytics Vidhya'ya ait değildir ve Yazarın takdirine bağlı olarak kullanılır.
İlgili bağlantılar
- SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
- Plato blok zinciri. Web3 Metaverse Zekası. Bilgi Güçlendirildi. Buradan Erişin.
- Kaynak: https://www.analyticsvidhya.com/blog/2023/04/exploring-udemy-courses-trends-and-insights-with-google-big-query/
