سپنتا کتاب اکسپرس
کتاب یادگیری ماشین با Apache Spark

کتاب یادگیری ماشین با Apache 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 یادگیری ماشین با Apache Spark

موضوع کلی: علوم داده و یادگیری ماشین

موضوع میانی: Apache Spark

📋 سرفصل‌های دوره

  • 1. مبانی یادگیری ماشین
  • 2. مقدمات Apache Spark
  • 3. معماری Spark Core
  • 4. انواع داده در Spark (RDD)
  • 5. عملیات RDD
  • 6. مجموعه داده‌های Spark SQL (DataFrame)
  • 7. عملیات DataFrame
  • 8. Spark Structured Streaming
  • 9. مقدمات یادگیری ماشین با Spark MLlib
  • 10. ساختار داده‌های MLlib
  • 11. پیش‌پردازش داده‌ها در MLlib
  • 12. پاکسازی داده‌ها
  • 13. مقیاس‌بندی داده‌ها
  • 14. کدگذاری داده‌ها
  • 15. مهندسی ویژگی
  • 16. انتخاب ویژگی
  • 17. انواع مدل‌های یادگیری ماشین
  • 18. رگرسیون خطی
  • 19. رگرسیون لجستیک
  • 20. درخت تصمیم
  • 21. جنگل تصادفی
  • 22. ماشین بردار پشتیبان (SVM)
  • 23. شبکه‌های عصبی (مقدماتی)
  • 24. خوشه‌بندی (K-Means)
  • 25. خوشه‌بندی سلسله مراتبی
  • 26. تحلیل مولفه‌های اصلی (PCA)
  • 27. تکنیک‌های کاهش ابعاد
  • 28. ارزیابی مدل‌های رگرسیون
  • 29. معیارهای ارزیابی رگرسیون (MSE, MAE)
  • 30. ارزیابی مدل‌های طبقه‌بندی
  • 31. معیارهای ارزیابی طبقه‌بندی (Accuracy, Precision, Recall)
  • 32. ماتریس درهم‌ریختگی (Confusion Matrix)
  • 33. اعتبارسنجی متقابل (Cross-Validation)
  • 34. تنظیم هایپرپارامترها
  • 35. جستجوی شبکه‌ای (Grid Search)
  • 36. جستجوی تصادفی (Random Search)
  • 37. مدل‌های یادگیری عمیق با Spark
  • 38. مقدمات شبکه‌های عصبی کانولوشنی (CNN)
  • 39. مقدمات شبکه‌های عصبی بازگشتی (RNN)
  • 40. کاربرد Spark در پردازش زبان طبیعی (NLP)
  • 41. توکن‌سازی
  • 42. ریشه‌یابی (Stemming) و بن‌واژه‌یابی (Lemmatization)
  • 43. نمونه‌سازی متن (TF-IDF)
  • 44. مدل‌سازی موضوعی (Topic Modeling)
  • 45. تحلیل احساسات (Sentiment Analysis)
  • 46. سیستم‌های توصیه‌گر (Recommender Systems)
  • 47. فیلترینگ مشارکتی (Collaborative Filtering)
  • 48. فیلترینگ مبتنی بر محتوا (Content-Based Filtering)
  • 49. یادگیری تقویتی (Reinforcement Learning) - مقدماتی
  • 50. معماری‌های یادگیری تقویتی
  • 51. کاربرد Spark در پردازش تصویر
  • 52. استفاده از Spark برای داده‌های بزرگ
  • 53. بهینه‌سازی عملکرد Spark
  • 54. تنظیم پارامترهای Spark
  • 55. مدیریت حافظه در Spark
  • 56. عیب‌یابی در Spark
  • 57. امنیت در Spark
  • 58. ملاحظات اخلاقی در یادگیری ماشین
  • 59. حریم خصوصی داده‌ها
  • 60. سوگیری در الگوریتم‌ها
  • 61. تفسیرپذیری مدل‌ها
  • 62. کاربرد یادگیری ماشین در اقتصاد اسلامی
  • 63. بانکداری بدون ربا با Spark
  • 64. تحلیل ریسک در مالی اسلامی
  • 65. مدل‌سازی پیش‌بینی تقاضا در بازار اسلامی
  • 66. کاربرد یادگیری ماشین در مدیریت زنجیره تامین اسلامی
  • 67. پیش‌بینی تولید با استفاده از Spark
  • 68. تحلیل کیفیت محصولات
  • 69. بهینه‌سازی لجستیک
  • 70. کاربرد یادگیری ماشین در سلامت (با چارچوب رسمی)
  • 71. تشخیص بیماری‌ها با مدل‌های Spark
  • 72. پیش‌بینی شیوع بیماری‌ها
  • 73. تحلیل داده‌های بالینی
  • 74. کاربرد یادگیری ماشین در آموزش (با چارچوب رسمی)
  • 75. شخصی‌سازی مسیر یادگیری
  • 76. پیش‌بینی موفقیت تحصیلی
  • 77. تحلیل بازخورد دانشجویان
  • 78. کاربرد یادگیری ماشین در پژوهش‌های علمی
  • 79. تحلیل مقالات علمی
  • 80. شناسایی روندهای پژوهشی
  • 81. پیش‌بینی نتایج آزمایش‌ها
  • 82. کاربرد یادگیری ماشین در انرژی (با چارچوب رسمی)
  • 83. پیش‌بینی مصرف انرژی
  • 84. بهینه‌سازی تولید انرژی
  • 85. تحلیل داده‌های سنسورها
  • 86. کاربرد یادگیری ماشین در کشاورزی (با چارچوب رسمی)
  • 87. پیش‌بینی عملکرد محصول
  • 88. مدیریت بهینه منابع آب
  • 89. تحلیل کیفیت خاک
  • 90. کاربرد یادگیری ماشین در مدیریت شهری (با چارچوب رسمی)
  • 91. پیش‌بینی ترافیک
  • 92. بهینه‌سازی حمل و نقل عمومی
  • 93. تحلیل الگوهای مصرف
  • 94. مقدمات یادگیری عمیق با PySpark
  • 95. پیاده‌سازی مدل‌های یادگیری عمیق در Spark
  • 96. کاربرد Spark در پردازش گراف
  • 97. ساختار داده‌های گراف در Spark
  • 98. الگوریتم‌های پردازش گراف
  • 99. یادگیری ماشین مبتنی بر گراف
  • 100. پیش‌بینی سری‌های زمانی با Spark

📚 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.