کتاب Google Cloud Platform: Practical Guide for Python Developers (Dash)

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب Google Cloud Platform: Practical Guide for Python Developers (Dash)

موضوع کلی: برنامه نویسی

موضوع میانی: Google Cloud Platform (GCP)

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مبانی توسعه پایتون برای GCP
• 2. محیط توسعه پایتون برای GCP
• 3. نصب و پیکربندی Google Cloud SDK
• 4. احراز هویت با GCP
• 5. مقدمه ای بر Google Cloud Platform (GCP)
• 6. مفاهیم کلیدی GCP: مناطق، مناطق، پروژه ها
• 7. معرفی کنسول GCP
• 8. معرفی Cloud Shell
• 9. مقدمه ای بر خدمات GCP: محاسبه، ذخیره سازی، شبکه
• 10. مقدمه ای بر خدمات GCP: داده، هوش مصنوعی، مدیریت
• 11. اولین پروژه GCP: ایجاد و مدیریت پروژه
• 12. تنظیمات پروژه GCP: حساب صورتحساب، API ها
• 13. ابزارهای خط فرمان GCP: gcloud CLI
• 14. پیکربندی gcloud CLI
• 15. کار با gcloud CLI: لیست کردن منابع
• 16. کار با gcloud CLI: ایجاد منابع
• 17. کار با gcloud CLI: مدیریت منابع
• 18. مقدمه ای بر Google Compute Engine (GCE)
• 19. ایجاد ماشین های مجازی (VM) در GCE
• 20. پیکربندی VM ها: نوع ماشین، منطقه، سیستم عامل
• 21. مدیریت VM ها: راه اندازی، توقف، حذف
• 22. اتصال به VM ها از طریق SSH
• 23. مدیریت دیسک ها در GCE
• 24. شبکه بندی در GCE: VPC، زیرشبکه ها، قوانین فایروال
• 25. مدیریت IP های استاتیک و پویا
• 26. معرفی Google Cloud Storage (GCS)
• 27. ایجاد و مدیریت باکت ها در GCS
• 28. آپلود و دانلود اشیاء در GCS
• 29. کنترل دسترسی به باکت ها و اشیاء در GCS
• 30. نسخه بندی اشیاء در GCS
• 31. کلاس های ذخیره سازی در GCS
• 32. معرفی Google Cloud SQL
• 33. ایجاد و مدیریت پایگاه داده های MySQL در Cloud SQL
• 34. اتصال به Cloud SQL از برنامه های پایتون
• 35. پیکربندی Cloud SQL: اندازه، نسخه، منطقه
• 36. پشتیبان گیری و بازیابی در Cloud SQL
• 37. معرفی Google Cloud Functions
• 38. ایجاد اولین Cloud Function با پایتون
• 39. توابع رویداد محور در Cloud Functions
• 40. تریگرهای HTTP برای Cloud Functions
• 41. تریگرهای Pub/Sub برای Cloud Functions
• 42. استقرار و مدیریت Cloud Functions
• 43. اشکال زدایی Cloud Functions
• 44. مقدمه ای بر Google Kubernetes Engine (GKE)
• 45. مفاهیم کلیدی Kubernetes: Pods, Deployments, Services
• 46. ایجاد کلاستر GKE
• 47. استقرار برنامه های پایتون در GKE
• 48. مدیریت Pods و Deployments در GKE
• 49. مدیریت Services در GKE
• 50. معرفی Google Cloud Run
• 51. استقرار برنامه های پایتون کانتینری شده در Cloud Run
• 52. مقیاس پذیری خودکار در Cloud Run
• 53. مدیریت ترافیک و نسخه ها در Cloud Run
• 54. معرفی Google App Engine
• 55. استقرار برنامه های پایتون در App Engine
• 56. مدیریت محیط ها در App Engine
• 57. مقیاس پذیری در App Engine
• 58. مقدمه ای بر Google Cloud Firestore (Datastore)
• 59. مدل داده در Firestore
• 60. ذخیره و بازیابی داده ها با Firestore
• 61. کوئری زدن داده ها در Firestore
• 62. همگام سازی داده ها با Firestore
• 63. مقدمه ای بر Google Cloud Pub/Sub
• 64. مفهوم Topics و Subscriptions
• 65. انتشار و اشتراک پیام ها با Pub/Sub
• 66. پیام رسانی قابل اعتماد
• 67. معرفی Google Cloud BigQuery
• 68. مقدمه ای بر انبار داده ابری
• 69. ایجاد و مدیریت مجموعه های داده در BigQuery
• 70. بارگذاری داده ها در BigQuery
• 71. اجرای کوئری ها در BigQuery
• 72. تجزیه و تحلیل داده ها با BigQuery
• 73. معرفی Google Cloud AI Platform
• 74. مفاهیم یادگیری ماشین
• 75. آموزش مدل های یادگیری ماشین در GCP
• 76. استقرار مدل های یادگیری ماشین
• 77. استفاده از سرویس های AI از پیش آموزش دیده
• 78. معرفی Google Cloud Vision AI
• 79. تشخیص متن در تصاویر
• 80. تشخیص اشیاء در تصاویر
• 81. تشخیص چهره در تصاویر
• 82. تحلیل احساسات در تصاویر
• 83. معرفی Google Cloud Natural Language AI
• 84. تحلیل احساسات متن
• 85. شناسایی موجودیت ها در متن
• 86. تجزیه و تحلیل گرامری متن
• 87. درک روابط معنایی
• 88. معرفی Google Cloud Speech-to-Text
• 89. تبدیل گفتار به متن
• 90. پشتیبانی از زبان های مختلف
• 91. تنظیمات سفارشی برای Speech-to-Text
• 92. معرفی Google Cloud Text-to-Speech
• 93. تبدیل متن به گفتار
• 94. انتخاب صدا و لهجه
• 95. تنظیمات سفارشی برای Text-to-Speech
• 96. معرفی Google Cloud Translation AI
• 97. ترجمه متن بین زبان ها
• 98. پشتیبانی از زبان های مختلف
• 99. ترجمه دسته‌ای
• 100. معرفی Google Cloud Secret Manager