فلش‌کارت‌های آموزشی مقدمه‌ای بر تحلیل داده با خدمات AWS (بخش اول)

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مقدمه‌ای بر تحلیل داده با خدمات AWS (بخش اول)

موضوع کلی: هوش تجاری و تحلیل داده

موضوع میانی: تحلیل داده در فضای ابری

📋 سرفصل‌های دوره

• 1. مبانی تحلیل داده
• 2. مقدمه‌ای بر هوش تجاری
• 3. نقش تحلیل داده در کسب‌وکار
• 4. چرخه حیات تحلیل داده
• 5. انواع تحلیل داده
• 6. تحلیل توصیفی
• 7. تحلیل تشخیصی
• 8. تحلیل پیش‌بینانه
• 9. تحلیل تجویزی
• 10. مقدمه‌ای بر خدمات ابری
• 11. مزایای استفاده از فضای ابری
• 12. امنیت در فضای ابری
• 13. مفاهیم پایه AWS
• 14. خدمات ذخیره‌سازی در AWS
• 15. Amazon S3
• 16. Amazon EBS
• 17. Amazon EFS
• 18. خدمات پردازشی در AWS
• 19. Amazon EC2
• 20. AWS Lambda
• 21. Amazon ECS
• 22. Amazon EKS
• 23. مقدمه‌ای بر پایگاه‌های داده
• 24. انواع پایگاه داده رابطه‌ای
• 25. Amazon RDS
• 26. Amazon Aurora
• 27. انواع پایگاه داده NoSQL
• 28. Amazon DynamoDB
• 29. Amazon DocumentDB
• 30. مقدمه‌ای بر داده‌های بزرگ
• 31. چالش‌های داده‌های بزرگ
• 32. معماری داده‌های بزرگ
• 33. Amazon EMR
• 34. Apache Spark در AWS
• 35. Apache Hadoop در AWS
• 36. Amazon Redshift
• 37. مقدمه‌ای بر انبار داده
• 38. مفهوم انبار داده
• 39. مزایای انبار داده
• 40. Amazon Redshift – طراحی و بهینه‌سازی
• 41. بارگذاری داده در Redshift
• 42. پرس‌وجو در Redshift
• 43. تجسم داده
• 44. ابزارهای تجسم داده
• 45. Amazon QuickSight
• 46. ایجاد داشبوردهای تعاملی
• 47. تحلیل اکتشافی داده (EDA)
• 48. پاکسازی داده
• 49. پیش‌پردازش داده
• 50. مهندسی ویژگی
• 51. آماده‌سازی داده برای مدل‌سازی
• 52. مبانی یادگیری ماشین
• 53. انواع الگوریتم‌های یادگیری ماشین
• 54. یادگیری با نظارت
• 55. یادگیری بدون نظارت
• 56. یادگیری تقویتی
• 57. مقدمه‌ای بر مدل‌سازی پیش‌بینانه
• 58. رگرسیون خطی
• 59. رگرسیون لجستیک
• 60. درخت تصمیم
• 61. جنگل تصادفی
• 62. ماشین بردار پشتیبان (SVM)
• 63. الگوریتم K-Means
• 64. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
• 65. فیلترینگ متن
• 66. تحلیل احساسات
• 67. مدل‌سازی موضوعی
• 68. Amazon Comprehend
• 69. مقدمه‌ای بر تحلیل تصویر
• 70. تشخیص شیء
• 71. طبقه‌بندی تصویر
• 72. Amazon Rekognition
• 73. مقدمه‌ای بر ساختار داده‌های زمانی
• 74. تحلیل سری‌های زمانی
• 75. پیش‌بینی سری‌های زمانی
• 76. Amazon Forecast
• 77. ملاحظات امنیتی در تحلیل داده
• 78. حاکمیت داده
• 79. مدیریت دسترسی
• 80. رمزگذاری داده‌ها
• 81. ملاحظات اخلاقی در تحلیل داده
• 82. سوگیری در داده‌ها
• 83. شفافیت در مدل‌ها
• 84. مسئولیت‌پذیری
• 85. مقدمه‌ای بر DevOps در تحلیل داده
• 86. پایپ‌لاین‌های داده
• 87. خودکارسازی
• 88. مانیتورینگ
• 89. پایپ‌لاین‌های ETL
• 90. استفاده از AWS Glue
• 91. استفاده از AWS Data Pipeline
• 92. استفاده از AWS Step Functions
• 93. مقدمه‌ای بر معماری‌های مدرن تحلیل داده
• 94. معماری دریاچه داده (Data Lake)
• 95. معماری جریان داده (Stream Processing)
• 96. معماری Lambda
• 97. معماری Kappa
• 98. معماری دریاچه خانگی (Data Lakehouse)
• 99. مقدمه‌ای بر امنیت داده در AWS
• 100. IAM برای کنترل دسترسی