<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>sql &#8212; &gt; Machine Learning Guru|</title>
	<atom:link href="https://mlgu.ru/tag/sql/feed/" rel="self" type="application/rss+xml" />
	<link>https://mlgu.ru</link>
	<description></description>
	<lastBuildDate>Thu, 20 Nov 2025 22:08:49 +0000</lastBuildDate>
	<language>ru-RU</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=6.9.4</generator>

<image>
	<url>https://mlgu.ru/wp-content/uploads/2025/06/mlguru-icon-150x150.png</url>
	<title>sql &#8212; &gt; Machine Learning Guru|</title>
	<link>https://mlgu.ru</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>База данных веб-аналитики: Топ 30 основных запросов в SQL</title>
		<link>https://mlgu.ru/620/</link>
		
		<dc:creator><![CDATA[dkrylov]]></dc:creator>
		<pubDate>Sun, 22 Sep 2024 18:53:24 +0000</pubDate>
				<category><![CDATA[Анализ данных]]></category>
		<category><![CDATA[sql]]></category>
		<category><![CDATA[веб аналитика]]></category>
		<category><![CDATA[интернет-реклама]]></category>
		<category><![CDATA[повышение конверсии]]></category>
		<guid isPermaLink="false">https://mlgu.ru/?p=620</guid>

					<description><![CDATA[В этой статье я хочу поделиться опытом и рассказать о 30 наиболее важных SQL-запросах, которые позволяют извлечь максимум пользы из базы данных веб-аналитики. Многие из этих запросов являются нестандартными и редко используемыми аналитиками. И в этом их главная ценность, так как они позволяют посмотреть на ваши данные совершенно с неожиданных углов. Для удобства я разбил [&#8230;]]]></description>
		
		
		
			</item>
		<item>
		<title>Ad hoc анализ трафика сайтов с помощью SQL и Python</title>
		<link>https://mlgu.ru/330/</link>
		
		<dc:creator><![CDATA[dkrylov]]></dc:creator>
		<pubDate>Mon, 16 Sep 2024 20:32:39 +0000</pubDate>
				<category><![CDATA[Классический ML]]></category>
		<category><![CDATA[etl]]></category>
		<category><![CDATA[kmeans]]></category>
		<category><![CDATA[sql]]></category>
		<category><![CDATA[аномалии]]></category>
		<category><![CDATA[веб аналитика]]></category>
		<category><![CDATA[интернет-реклама]]></category>
		<category><![CDATA[машинное обучение]]></category>
		<category><![CDATA[сегментация]]></category>
		<guid isPermaLink="false">https://mlgu.ru/?p=330</guid>

					<description><![CDATA[Ad hoc анализ &#8212; это метод исследования данных, который фокусируется на конкретных бизнес-вопросах или проблемах, возникающих в режиме реального времени. В контексте анализа трафика сайтов, ad hoc подход позволяет нам быстро реагировать на неожиданные тренды, аномалии или возможности, которые могут быть упущены при стандартном регулярном анализе. В этой статье я поделюсь своим опытом использования SQL [&#8230;]]]></description>
		
		
		
			</item>
		<item>
		<title>Автоматизация процессов анализа данных с помощью Python</title>
		<link>https://mlgu.ru/305/</link>
		
		<dc:creator><![CDATA[dkrylov]]></dc:creator>
		<pubDate>Sun, 15 Sep 2024 10:13:05 +0000</pubDate>
				<category><![CDATA[Классический ML]]></category>
		<category><![CDATA[big data]]></category>
		<category><![CDATA[data engineering]]></category>
		<category><![CDATA[etl]]></category>
		<category><![CDATA[pandas]]></category>
		<category><![CDATA[sql]]></category>
		<category><![CDATA[аномалии]]></category>
		<category><![CDATA[машинное обучение]]></category>
		<category><![CDATA[мониторинг]]></category>
		<category><![CDATA[пайплайны]]></category>
		<category><![CDATA[предиктивная аналитика]]></category>
		<guid isPermaLink="false">https://mlgu.ru/?p=305</guid>

					<description><![CDATA[Python стал de facto стандартом в мире data science, и на это есть веские причины. Его гибкость, простота синтаксиса и богатая экосистема библиотек делают его идеальным инструментом для автоматизации рутинных задач, связанных с обработкой и анализом данных. В этой статье я поделюсь своим опытом и расскажу, как Python может помочь вам оптимизировать рабочие процессы, повысить [&#8230;]]]></description>
		
		
		
			</item>
	</channel>
</rss>
