سپنتا کتاب اکسپرس
کتاب تحلیل توزیع‌شده داده با Apache Hadoop

کتاب تحلیل توزیع‌شده داده با Apache Hadoop

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 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

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل توزیع‌شده داده با Apache Hadoop

موضوع کلی: علوم داده و یادگیری ماشین

موضوع میانی: Hadoop

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر تحلیل توزیع‌شده داده
  • 2. مبانی معماری هادوپ
  • 3. سیستم فایل توزیع‌شده هادوپ (HDFS)
  • 4. مفاهیم کلیدی HDFS
  • 5. ذخیره‌سازی داده در HDFS
  • 6. مدیریت داده در HDFS
  • 7. معماری NameNode و DataNode
  • 8. پروتکل‌های ارتباطی HDFS
  • 9. یاپاردازی با MapReduce
  • 10. مبانی MapReduce
  • 11. چرخه حیات MapReduce
  • 12. شغل MapReduce
  • 13. وظیفه MapReduce
  • 14. تابع Map
  • 15. تابع Reduce
  • 16. ترکیب‌کننده (Combiner)
  • 17. مدیریت منابع با YARN
  • 18. معماری YARN
  • 19. ApplicationMaster
  • 20. NodeManager
  • 21. ResourceManager
  • 22. Worker Node
  • 23. مدیریت وظایف در YARN
  • 24. انواع زمان‌بندی در YARN
  • 25. پیکربندی YARN
  • 26. کار با Hive
  • 27. مبانی HiveQL
  • 28. ساختار جدول در Hive
  • 29. بارگذاری داده در Hive
  • 30. کوئری‌نویسی در Hive
  • 31. بهینه‌سازی کوئری‌های Hive
  • 32. انواع ذخیره‌سازی در Hive
  • 33. کار با Pig
  • 34. مبانی Pig Latin
  • 35. اسکریپت‌نویسی در Pig
  • 36. عملیات پایه‌ای Pig
  • 37. توابع بارگذاری و ذخیره‌سازی در Pig
  • 38. ساختار داده در Pig
  • 39. پیاده‌سازی الگوریتم‌های پیچیده با Pig
  • 40. کار با Spark
  • 41. مبانی Apache Spark
  • 42. معماری Spark
  • 43. RDD (Resilient Distributed Datasets)
  • 44. عملیات ترانسفورماسیون در RDD
  • 45. عملیات اکشن در RDD
  • 46. Spark SQL
  • 47. Spark Streaming
  • 48. Spark MLlib
  • 49. مقایسه Spark و MapReduce
  • 50. کار با HBase
  • 51. مبانی HBase
  • 52. معماری HBase
  • 53. عملیات CRUD در HBase
  • 54. پیکربندی و مدیریت HBase
  • 55. کار با ZooKeeper
  • 56. مبانی NoSQL
  • 57. مقایسه پایگاه‌های داده رابطه‌ای و NoSQL
  • 58. کار با Flume
  • 59. مبانی جمع‌آوری داده
  • 60. معماری Flume
  • 61. Source, Channel, Sink
  • 62. پیکربندی Flume
  • 63. کار با Sqoop
  • 64. مبانی انتقال داده بین پایگاه‌های داده رابطه‌ای و Hadoop
  • 65. کوئری‌نویسی در Sqoop
  • 66. انتقال داده از Hadoop به پایگاه داده رابطه‌ای
  • 67. انتقال داده از پایگاه داده رابطه‌ای به Hadoop
  • 68. امنیت در Hadoop
  • 69. مبانی امنیت در Hadoop
  • 70. Kerberos
  • 71. ACL ها (Access Control Lists)
  • 72. رمزنگاری داده
  • 73. مانیتورینگ و گزارش‌گیری در Hadoop
  • 74. ابزارهای مانیتورینگ
  • 75. گزارش‌گیری عملکرد
  • 76. بهینه‌سازی عملکرد Hadoop
  • 77. تنظیمات HDFS
  • 78. تنظیمات MapReduce
  • 79. تنظیمات YARN
  • 80. بهینه‌سازی کوئری در Hive و Spark
  • 81. مدیریت حافظه در Hadoop
  • 82. مدیریت I/O در Hadoop
  • 83. پردازش جریان داده با Spark Streaming
  • 84. مبانی پردازش جریان داده
  • 85. پنجره‌های زمانی (Windowing)
  • 86. مدیریت حالت (State Management)
  • 87. کاربرد Spark Streaming در تحلیل بلادرنگ
  • 88. یادگیری ماشین با Spark MLlib
  • 89. مبانی یادگیری ماشین
  • 90. الگوریتم‌های دسته‌بندی
  • 91. الگوریتم‌های رگرسیون
  • 92. خوشه‌بندی
  • 93. فیلترینگ مشارکتی
  • 94. آماده‌سازی داده برای MLlib
  • 95. ارزیابی مدل‌ها
  • 96. کاربرد MLlib در مسائل واقعی
  • 97. تحلیل داده‌های بزرگ در حوزه سلامت
  • 98. تحلیل داده‌های بزرگ در حوزه مالی
  • 99. تحلیل داده‌های بزرگ در حوزه بازاریابی
  • 100. تحلیل داده‌های بزرگ در حوزه علوم اجتماعی

📚 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

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.