کتاب Google Cloud Platform: Real-time Data Analysis Application Development with Advanced AI and Machine Learning Techniques
, ,

کتاب Google Cloud Platform: Real-time Data Analysis Application Development with Advanced AI and Machine Learning Techniques

تومان249,950

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.
شناسه محصول: SuperCourse-0000007272 دسته: , , برچسب: , , , , , , , , , , , , , , , , , , ,

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب Google Cloud Platform: Real-time Data Analysis Application Development with Advanced AI and Machine Learning Techniques

موضوع کلی: برنامه نویسی

موضوع میانی: Google Cloud Platform (GCP)

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. معرفی دوره و اهداف آموزشی
  • 2. آشنایی با Google Cloud Platform و مزایای آن
  • 3. مروری بر سرویس‌های اصلی GCP (Compute, Storage, Networking)
  • 4. راه اندازی حساب کاربری و پروژه GCP
  • 5. مدیریت هویت و دسترسی در GCP (IAM)
  • 6. مفاهیم Billing و بودجه‌بندی در GCP
  • 7. بررسی Cloud CLI و Cloud Console
  • 8. مقدمه‌ای بر BigQuery: انبار داده ابری مقیاس‌پذیر
  • 9. بارگذاری داده در BigQuery از منابع مختلف
  • 10. کوئری نویسی پیشرفته در BigQuery
  • 11. معرفی Google Cloud Storage: ذخیره‌سازی اشیاء با دوام
  • 12. مدیریت داده‌ها و دسترسی در Cloud Storage
  • 13. مقدمه‌ای بر Cloud SQL: پایگاه داده رابطه‌ای مدیریت شده
  • 14. آشنایی با NoSQL در GCP: Cloud Datastore/Firestore
  • 15. کاربرد Bigtable برای داده‌های تحلیلی با حجم بالا
  • 16. مقدمه‌ای بر مفاهیم Real-time Data و Streaming Analytics
  • 17. معماری‌های Real-time Data Processing (Lambda vs Kappa)
  • 18. Google Cloud Pub/Sub: سیستم پیام‌رسان Real-time مقیاس‌پذیر
  • 19. ایجاد و مدیریت Topic و Subscription در Pub/Sub
  • 20. انتشار و دریافت پیام از طریق Pub/Sub (Pull و Push)
  • 21. امنیت و مانیتورینگ Pub/Sub
  • 22. مقدمه‌ای بر Apache Beam و Google Cloud Dataflow
  • 23. اصول برنامه‌نویسی با Apache Beam (Pipelines, PCollections, Transforms)
  • 24. اجرای Jobهای Batch در Dataflow
  • 25. اجرای Jobهای Streaming در Dataflow
  • 26. الگوهای طراحی برای Dataflow (Windowing, Triggers, Watermarks)
  • 27. بهینه‌سازی عملکرد و هزینه Dataflow Jobها
  • 28. مدیریت خطا و پردازش مجدد در Dataflow
  • 29. Dataflow SQL: تحلیل داده‌های جریانی با SQL
  • 30. پردازش رویدادها با Cloud Functions
  • 31. کاربردهای Cloud Functions در Real-time Analytics
  • 32. اتصال Cloud Functions به Pub/Sub و سایر سرویس‌ها
  • 33. ذخیره‌سازی داده‌های جریانی در BigQuery Streaming Inserts
  • 34. ذخیره‌سازی داده‌های جریانی با کارایی بالا در Bigtable
  • 35. معرفی Cloud Composer (Apache Airflow) برای ارکستراسیون پایپلاین
  • 36. ساخت DAGهای ساده در Cloud Composer
  • 37. ارکستراسیون پایپلاین‌های Real-time Data با Cloud Composer
  • 38. مقدمه‌ای بر Change Data Capture (CDC) و کاربرد آن در GCP
  • 39. پیاده‌سازی CDC برای انتقال Real-time داده به GCP
  • 40. اصول طراحی پایپلاین‌های Real-time End-to-End
  • 41. انتخاب بهترین سرویس برای سناریوهای مختلف Real-time Ingestion
  • 42. بررسی یک مطالعه موردی Real-time Data Processing
  • 43. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین در GCP
  • 44. اکوسیستم Vertex AI: پلتفرم یکپارچه MLOps
  • 45. Vertex AI Workbench: محیط‌های توسعه ML مدیریت شده
  • 46. استفاده از Notebookهای Vertex AI برای توسعه مدل
  • 47. Data Labelling Service در Vertex AI برای آماده‌سازی داده
  • 48. آماده‌سازی و پیش‌پردازش داده برای ML با Vertex AI Dataflow/Wrangler
  • 49. معرفی Vertex AI Training: آموزش مدل‌های ML
  • 50. آموزش مدل‌های سفارشی با Vertex AI Training
  • 51. آموزش مدل‌های Scikit-learn و TensorFlow در Vertex AI
  • 52. مدیریت Datasetها در Vertex AI
  • 53. معرفی Vertex AI Feature Store: مدیریت Featureها
  • 54. طراحی Feature Store برای کاربردهای Real-time ML
  • 55. مهندسی Feature برای مدل‌های ML Real-time
  • 56. Vertex AI Prediction: سرویس استقرار و پیش‌بینی مدل
  • 57. استقرار مدل‌های ML برای پیش‌بینی Online و Batch
  • 58. مانیتورینگ مدل در Vertex AI Model Monitoring
  • 59. تشخیص Drift و Outlier در مدل‌های ML Real-time
  • 60. AutoML Vision: ساخت مدل‌های بینایی کامپیوتری بدون کد
  • 61. AutoML Natural Language: پردازش زبان طبیعی بدون کد
  • 62. AutoML Tables: ساخت مدل‌های طبقه‌بندی و رگرسیون
  • 63. استفاده از Pre-trained APIs: Cloud Vision API
  • 64. استفاده از Cloud Natural Language API
  • 65. استفاده از Cloud Speech-to-Text و Text-to-Speech API
  • 66. استفاده از Cloud Translation API
  • 67. AI Explainability (XAI) در Vertex AI
  • 68. مقدمه‌ای بر MLOps: عملیات یادگیری ماشین
  • 69. ساخت پایپلاین‌های MLOps با Vertex AI Pipelines
  • 70. اتوماسیون CI/CD برای مدل‌های ML
  • 71. مدیریت نسخه‌بندی مدل و Registry در Vertex AI
  • 72. استقرار مدل‌های Real-time بر روی Edge Devices با Vertex AI Edge
  • 73. طراحی معماری برای ML در Real-time
  • 74. مقایسه و انتخاب ابزارهای ML برای سناریوهای مختلف
  • 75. ملاحظات اخلاقی و مسئولیت‌پذیری در AI (Responsible AI)
  • 76. کاربرد Generative AI در تحلیل داده
  • 77. معرفی و کار با Generative AI Studio
  • 78. استفاده از مدل‌های بنیادین (Foundation Models) در GCP
  • 79. طراحی API برای دسترسی به داده‌های Real-time و پیش‌بینی‌های ML
  • 80. استقرار API با Cloud Run: کانتینرهای Serverless
  • 81. استقرار API با App Engine
  • 82. Cloud Endpoints و Apigee برای مدیریت API
  • 83. اتصال برنامه‌های کاربردی به BigQuery و Bigtable
  • 84. طراحی UI/UX برای داشبوردهای Real-time
  • 85. استفاده از Looker Studio برای ساخت داشبورد
  • 86. اتصال Looker Studio به BigQuery Streaming
  • 87. ساخت داشبوردهای تعاملی با Looker Studio
  • 88. معرفی Looker (Business Intelligence پیشرفته در GCP)
  • 89. توسعه برنامه‌های Front-end برای نمایش داده‌های Real-time
  • 90. امنیت در توسعه برنامه‌های Real-time (OAuth, API Keys)
  • 91. مانیتورینگ و لاگینگ برنامه‌ها با Cloud Monitoring و Cloud Logging
  • 92. تنظیم Alert و Notification برای رویدادهای Real-time
  • 93. مقیاس‌پذیری و دسترس‌پذیری برنامه‌های Real-time
  • 94. بهینه‌سازی هزینه در توسعه برنامه‌های Real-time
  • 95. تست و دیباگینگ برنامه‌های Real-time
  • 96. بررسی یک سناریوی End-to-End: از داده تا برنامه Real-time
  • 97. مروری بر بهترین شیوه‌ها و الگوهای طراحی
  • 98. جمع‌بندی دوره و گام‌های بعدی برای یادگیری و پیاده‌سازی
  • 99. پردازش جریان‌های داده آنی با استفاده از Cloud Pub/Sub و Dataflow
  • 100. ساخت و استقرار مدل‌های یادگیری ماشین با استفاده از Vertex AI و BigQuery ML

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “کتاب Google Cloud Platform: Real-time Data Analysis Application Development with Advanced AI and Machine Learning Techniques”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

محصولات مشابه

پیمایش به بالا