فلش‌کارت‌های آموزشی پیاده‌سازی پردازش MapReduce با Pydoop در پایتون

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پیاده‌سازی پردازش MapReduce با Pydoop در پایتون

موضوع کلی: پردازش کلان داده

موضوع میانی: چارچوب‌های پردازش توزیع‌شده

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر پردازش کلان داده
• 2. مفاهیم کلیدی در پردازش کلان داده
• 3. معماری‌های پردازش توزیع‌شده
• 4. مبانی MapReduce
• 5. چرخه حیات MapReduce
• 6. مقدمه‌ای بر Pydoop
• 7. نصب و پیکربندی Pydoop
• 8. اولین برنامه MapReduce با Pydoop
• 9. مقدمه‌ای بر HDFS
• 10. کار با فایل‌ها در HDFS
• 11. مقدمه‌ای بر YARN
• 12. مدیریت منابع در YARN
• 13. انواع Job در MapReduce
• 14. کلاس Mapper
• 15. کلاس Reducer
• 16. کلاس Combiner
• 17. کلاس Partitioner
• 18. کلاس Writable
• 19. انواع داده در Pydoop
• 20. پردازش داده‌های متنی
• 21. پردازش داده‌های جدولی
• 22. پردازش داده‌های JSON
• 23. پردازش داده‌های XML
• 24. پردازش داده‌های باینری
• 25. تکنیک‌های فشرده‌سازی داده
• 26. کار با داده‌های بزرگ در حافظه
• 27. مقدمه‌ای بر Spark
• 28. مقایسه MapReduce و Spark
• 29. Spark SQL
• 30. Spark Streaming
• 31. MLlib در Spark
• 32. GraphX در Spark
• 33. پایپ‌لاین‌های داده
• 34. مقدمه‌ای بر Apache Kafka
• 35. تولیدکننده و مصرف‌کننده Kafka
• 36. مدیریت موضوعات در Kafka
• 37. مقدمه‌ای بر Apache Flink
• 38. پردازش جریانی در Flink
• 39. پردازش دسته‌ای در Flink
• 40. مدل برنامه‌نویسی Flink
• 41. کار با حالت در Flink
• 42. تضمین‌های پردازش در Flink
• 43. مقدمه‌ای بر Apache Storm
• 44. معماری Storm
• 45. پردازش بلادرنگ در Storm
• 46. کار با Spouts و Bolts
• 47. مقدمه‌ای بر Apache Hive
• 48. مبانی SQL در Hive
• 49. ایجاد جداول در Hive
• 50. پرس‌وجو از داده‌ها در Hive
• 51. بهینه‌سازی پرس‌وجو در Hive
• 52. مقدمه‌ای بر Apache HBase
• 53. مدل داده HBase
• 54. کار با جداول در HBase
• 55. پرس‌وجو از داده‌ها در HBase
• 56. مقدمه‌ای بر NoSQL
• 57. انواع پایگاه داده‌های NoSQL
• 58. کاربرد پایگاه داده‌های NoSQL
• 59. امنیت در پردازش کلان داده
• 60. مدیریت دسترسی در Hadoop
• 61. رمزگذاری داده‌ها
• 62. ممیزی و نظارت
• 63. پردازش داده‌های مکانی
• 64. پردازش داده‌های گراف
• 65. پردازش داده‌های سری زمانی
• 66. یادگیری ماشین با داده‌های کلان
• 67. مدل‌های یادگیری نظارت شده
• 68. مدل‌های یادگیری نظارت نشده
• 69. یادگیری تقویتی
• 70. پیش‌پردازش داده‌ها برای یادگیری ماشین
• 71. مهندسی ویژگی
• 72. ارزیابی مدل
• 73. استقرار مدل
• 74. مقدمه‌ای بر هوش مصنوعی
• 75. شبکه‌های عصبی
• 76. یادگیری عمیق
• 77. پردازش زبان طبیعی
• 78. بینایی ماشین
• 79. سیستم‌های توصیه‌گر
• 80. معماری‌های داده مدرن
• 81. انبارهای داده
• 82. دریاچه‌های داده
• 83. مهندسی داده
• 84. علم داده
• 85. تحلیل داده
• 86. مصورسازی داده
• 87. ابزارهای مصورسازی داده
• 88. اصول طراحی داشبورد
• 89. کاربرد پردازش کلان داده در صنعت
• 90. کاربرد در امور مالی
• 91. کاربرد در بهداشت و درمان
• 92. کاربرد در خرده‌فروشی
• 93. کاربرد در حمل و نقل
• 94. کاربرد در مخابرات
• 95. کاربرد در تولید
• 96. کاربرد در انرژی
• 97. کاربرد در بخش دولتی
• 98. اخلاق در پردازش کلان داده
• 99. حریم خصوصی داده
• 100. سوگیری در الگوریتم‌ها