دوره مقدمه‌ای بر اکوسیستم Hadoop برای تحلیل داده‌های حجیم همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مقدمه‌ای بر اکوسیستم Hadoop برای تحلیل داده‌های حجیم

موضوع کلی: علوم داده و یادگیری ماشین

موضوع میانی: Hadoop

📋 سرفصل‌های دوره

• 1. مبانی تحلیل داده‌های حجیم
• 2. مقدمه‌ای بر اکوسیستم Hadoop
• 3. معماری Hadoop: HDFS و MapReduce
• 4. نصب و پیکربندی Hadoop
• 5. مفاهیم کلیدی Hadoop: NameNode و DataNode
• 6. مفاهیم کلیدی Hadoop: ResourceManager و NodeManager
• 7. کار با Hadoop Distributed File System (HDFS)
• 8. دستورات پایه HDFS
• 9. ذخیره‌سازی داده در HDFS
• 10. Replication در HDFS
• 11. مقدمه‌ای بر MapReduce
• 12. چرخه حیات MapReduce
• 13. اجزای MapReduce: Mapper و Reducer
• 14. نوشتن اولین برنامه MapReduce
• 15. انواع ورودی و خروجی MapReduce
• 16. تنظیمات MapReduce
• 17. بهینه‌سازی MapReduce
• 18. مقدمه‌ای بر YARN
• 19. معماری YARN
• 20. اجزای YARN: ApplicationMaster و Container
• 21. مدیریت منابع در YARN
• 22. کاربرد YARN در اکوسیستم Hadoop
• 23. مقدمه‌ای بر Apache Hive
• 24. معماری Hive
• 25. نصب و پیکربندی Hive
• 26. زبان HiveQL
• 27. انواع جداول در Hive
• 28. بهینه‌سازی کوئری‌های Hive
• 29. مقدمه‌ای بر Apache Pig
• 30. معماری Pig
• 31. زبان Pig Latin
• 32. اجرای اسکریپت‌های Pig
• 33. بهینه‌سازی اسکریپت‌های Pig
• 34. مقدمه‌ای بر Apache Spark
• 35. معماری Spark
• 36. Spark Core
• 37. Spark SQL
• 38. Spark Streaming
• 39. MLlib در Spark
• 40. GraphX در Spark
• 41. نصب و پیکربندی Spark
• 42. کار با RDDها در Spark
• 43. عملیات Transformational در RDDها
• 44. عملیات Actional در RDDها
• 45. مقدمه‌ای بر Apache HBase
• 46. معماری HBase
• 47. نصب و پیکربندی HBase
• 48. کار با HBase
• 49. مقدمه‌ای بر Apache Kafka
• 50. معماری Kafka
• 51. نصب و پیکربندی Kafka
• 52. کار با Kafka
• 53. مقدمه‌ای بر Apache Zookeeper
• 54. معماری Zookeeper
• 55. نصب و پیکربندی Zookeeper
• 56. کار با Zookeeper
• 57. امنیت در Hadoop
• 58. امنیت HDFS
• 59. امنیت MapReduce
• 60. امنیت YARN
• 61. مدیریت کاربران و دسترسی‌ها در Hadoop
• 62. رمزنگاری داده‌ها در Hadoop
• 63. مقدمه‌ای بر تحلیل داده‌های بلادرنگ
• 64. ابزارهای تحلیل داده‌های بلادرنگ
• 65. کاربرد Spark Streaming
• 66. کاربرد Kafka
• 67. مدیریت داده‌های حجیم در سازمان
• 68. طراحی معماری داده‌های حجیم
• 69. پایگاه‌های داده NoSQL
• 70. انتخاب ابزار مناسب برای تحلیل داده‌های حجیم
• 71. مقدمه‌ای بر یادگیری ماشین در Hadoop
• 72. MLlib در Spark
• 73. کاربرد یادگیری ماشین در تحلیل داده‌های حجیم
• 74. تکنیک‌های پیشرفته MapReduce
• 75. تکنیک‌های پیشرفته Hive
• 76. تکنیک‌های پیشرفته Pig
• 77. تکنیک‌های پیشرفته Spark
• 78. پردازش زبان طبیعی در Hadoop
• 79. تحلیل احساسات با Hadoop
• 80. سیستم‌های توصیه‌گر با Hadoop
• 81. مدیریت و پایش اکوسیستم Hadoop
• 82. عیب‌یابی در Hadoop
• 83. بهترین شیوه‌ها در کار با داده‌های حجیم
• 84. مطالعات موردی در اکوسیستم Hadoop
• 85. اخلاق حرفه‌ای در تحلیل داده‌های حجیم
• 86. حریم خصوصی داده‌ها در Hadoop
• 87. قوانین و مقررات مرتبط با داده‌های حجیم در ایران
• 88. اقتصاد داده در ایران
• 89. کاربرد داده‌های حجیم در صنایع مختلف ایران
• 90. آینده تحلیل داده‌های حجیم