سپنتا کتاب اکسپرس
کتاب ساخت و استقرار مدل‌های یادگیری ماشین با Spark

کتاب ساخت و استقرار مدل‌های یادگیری ماشین با Spark

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 ساخت و استقرار مدل‌های یادگیری ماشین با Spark

موضوع کلی: علوم داده و یادگیری ماشین

موضوع میانی: Apache Spark

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری ماشین و Spark
  • 2. مفاهیم اساسی Spark برای یادگیری ماشین
  • 3. معماری Spark و اجزای کلیدی آن
  • 4. نصب و پیکربندی محیط Spark
  • 5. آشنایی با Spark SQL برای کار با داده‌ها
  • 6. استفاده از Spark DataFrame
  • 7. عملیات بر روی Spark DataFrame
  • 8. ذخیره‌سازی و بارگذاری داده‌ها در Spark
  • 9. مقدمه‌ای بر یادگیری ماشین در Spark (MLlib)
  • 10. انواع الگوریتم‌های یادگیری ماشین
  • 11. پیش‌پردازش داده‌ها در Spark
  • 12. پاکسازی و پیش‌پردازش داده‌های متنی
  • 13. مهندسی ویژگی (Feature Engineering)
  • 14. انتخاب ویژگی (Feature Selection)
  • 15. روش‌های کاهش ابعاد (Dimensionality Reduction)
  • 16. مقدمه‌ای بر الگوریتم‌های طبقه‌بندی (Classification)
  • 17. رگرسیون لجستیک با Spark
  • 18. ماشین بردار پشتیبان (SVM) با Spark
  • 19. درخت تصمیم (Decision Trees) با Spark
  • 20. جنگل تصادفی (Random Forests) با Spark
  • 21. مدل‌های افزایش گرادیان (Gradient Boosting) با Spark
  • 22. ارزیابی مدل‌های طبقه‌بندی
  • 23. منحنی ROC و AUC
  • 24. مقدمه‌ای بر الگوریتم‌های رگرسیون (Regression)
  • 25. رگرسیون خطی با Spark
  • 26. رگرسیون چندجمله‌ای با Spark
  • 27. مدل‌های پیش‌بینی سری‌های زمانی با Spark
  • 28. ارزیابی مدل‌های رگرسیون
  • 29. مقدمه‌ای بر الگوریتم‌های خوشه‌بندی (Clustering)
  • 30. خوشه‌بندی K-Means با Spark
  • 31. خوشه‌بندی سلسله مراتبی با Spark
  • 32. مقدمه‌ای بر سیستم‌های توصیه‌گر (Recommender Systems)
  • 33. فیلترینگ مبتنی بر محتوا (Content-Based Filtering)
  • 34. فیلترینگ مشارکتی (Collaborative Filtering)
  • 35. الگوریتم‌های توصیه‌گر در Spark
  • 36. مقدمه‌ای بر یادگیری عمیق (Deep Learning)
  • 37. آشنایی با Spark ML Pipeline
  • 38. ساخت و آموزش Pipeline ML
  • 39. تنظیم هایپرپارامترها (Hyperparameter Tuning)
  • 40. جستجوی شبکه‌ای (Grid Search)
  • 41. جستجوی تصادفی (Random Search)
  • 42. اعتبارسنجی متقابل (Cross-Validation)
  • 43. استقرار مدل‌های یادگیری ماشین
  • 44. ذخیره و بارگذاری مدل‌های Spark ML
  • 45. استقرار مدل‌ها برای پیش‌بینی بلادرنگ
  • 46. پایش و به‌روزرسانی مدل‌ها
  • 47. مقدمه‌ای بر پردازش زبان طبیعی (NLP) با Spark
  • 48. پیش‌پردازش متن در Spark NLP
  • 49. مدل‌سازی موضوعی (Topic Modeling) با Spark
  • 50. تحلیل احساسات (Sentiment Analysis) با Spark
  • 51. استخراج اطلاعات (Information Extraction) با Spark
  • 52. شبکه‌های عصبی کانولوشنال (CNN) برای NLP
  • 53. شبکه‌های عصبی بازگشتی (RNN) برای NLP
  • 54. مقدمه‌ای بر پردازش تصویر با Spark
  • 55. استفاده از Spark برای پردازش تصویر
  • 56. یادگیری عمیق برای بینایی ماشین
  • 57. شبکه‌های عصبی کانولوشنال (CNN) برای بینایی ماشین
  • 58. مقدمه‌ای بر یادگیری تقویتی (Reinforcement Learning)
  • 59. مفاهیم اساسی یادگیری تقویتی
  • 60. کاربرد یادگیری تقویتی در Spark
  • 61. مقدمه‌ای بر داده‌های بزرگ (Big Data) و Spark
  • 62. اصول و معماری Spark
  • 63. کار با RDD ها در Spark
  • 64. انتقال داده‌ها (Data Serialization) در Spark
  • 65. بهینه‌سازی عملکرد Spark
  • 66. مدیریت حافظه در Spark
  • 67. تنظیمات پیشرفته Spark
  • 68. کار با Spark Streaming
  • 69. پردازش داده‌های جریانی
  • 70. تحلیل داده‌های بلادرنگ
  • 71. مقدمه‌ای بر داده‌کاوی (Data Mining)
  • 72. تکنیک‌های اکتشاف داده‌ها
  • 73. تحلیل داده‌های حجیم
  • 74. مقدمه‌ای بر هوش مصنوعی (AI)
  • 75. کاربرد هوش مصنوعی در کسب و کار
  • 76. اخلاق در هوش مصنوعی و یادگیری ماشین
  • 77. امنیت داده‌ها در سیستم‌های هوش مصنوعی
  • 78. حریم خصوصی در داده‌های حجیم
  • 79. مبانی پردازش توزیع‌شده
  • 80. پلتفرم‌های پردازش توزیع‌شده
  • 81. مقایسه Spark با سایر پلتفرم‌ها
  • 82. مقدمه‌ای بر الگوریتم‌های یادگیری ناظر (Supervised Learning)
  • 83. مقدمه‌ای بر یادگیری بدون ناظر (Unsupervised Learning)
  • 84. مقدمه‌ای بر یادگیری نیمه‌ناظر (Semi-Supervised Learning)
  • 85. مقدمه‌ای بر یادگیری عمیق پیشرفته
  • 86. شبکه‌های مولد تخاصمی (GANs)
  • 87. شبکه‌های توجه (Attention Mechanisms)
  • 88. ترانسفورمرها (Transformers)
  • 89. یادگیری انتقالی (Transfer Learning)
  • 90. تنظیم دقیق مدل‌ها (Fine-tuning)
  • 91. کاربردهای عملی یادگیری ماشین در صنایع
  • 92. یادگیری ماشین در حوزه سلامت
  • 93. یادگیری ماشین در حوزه مالی
  • 94. یادگیری ماشین در حوزه بازاریابی
  • 95. یادگیری ماشین در حوزه تولید
  • 96. یادگیری ماشین در حوزه حمل و نقل
  • 97. یادگیری ماشین در حوزه انرژی
  • 98. مقدمه‌ای بر داده‌های ساختاریافته و غیرساختاریافته
  • 99. روش‌های پردازش داده‌های مکانی-زمانی
  • 100. یادگیری ماشین برای تحلیل شبکه‌های 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.