سپنتا کتاب اکسپرس
کتاب تجزیه و تحلیل داده‌ها با AWS Kinesis و EMR

کتاب تجزیه و تحلیل داده‌ها با AWS Kinesis و EMR

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 تجزیه و تحلیل داده‌ها با AWS Kinesis و EMR

موضوع کلی: برنامه نویسی

موضوع میانی: رایانش ابری (Cloud Computing)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر تجزیه و تحلیل داده‌های جریانی
  • 2. آشنایی با AWS Kinesis Data Streams
  • 3. ساخت و پیکربندی Kinesis Data Streams
  • 4. ارسال داده به Kinesis Data Streams
  • 5. مصرف داده از Kinesis Data Streams
  • 6. پردازش داده با Kinesis Data Analytics
  • 7. مفاهیم SQL در Kinesis Data Analytics
  • 8. ساخت برنامه‌های Kinesis Data Analytics
  • 9. اتصال Kinesis Data Analytics به منابع دیگر
  • 10. نظارت بر Kinesis Data Streams و Analytics
  • 11. مقدمه‌ای بر AWS EMR
  • 12. معماری AWS EMR
  • 13. راه‌اندازی کلاستر EMR
  • 14. پیکربندی کلاستر EMR
  • 15. نصب نرم‌افزارهای مورد نیاز در EMR
  • 16. آشنایی با Hadoop و Spark
  • 17. اجرای Job های Hadoop در EMR
  • 18. اجرای Job های Spark در EMR
  • 19. مدیریت و نظارت بر کلاستر EMR
  • 20. بهینه‌سازی عملکرد کلاستر EMR
  • 21. امنیت در AWS EMR
  • 22. ذخیره‌سازی داده‌ها برای تجزیه و تحلیل
  • 23. آشنایی با Amazon S3
  • 24. بارگذاری داده در S3
  • 25. سازماندهی داده‌ها در S3
  • 26. کوئری زدن بر روی داده‌های S3 با Athena
  • 27. مقدمه‌ای بر داده‌های کلان
  • 28. مراحل تجزیه و تحلیل داده‌ها
  • 29. جمع‌آوری داده‌ها
  • 30. پاکسازی و پیش‌پردازش داده‌ها
  • 31. کاوش داده‌ها
  • 32. نمایش داده‌ها
  • 33. مدل‌سازی داده‌ها
  • 34. ارزیابی مدل
  • 35. استقرار مدل
  • 36. مفاهیم پایه آمار برای تجزیه و تحلیل داده
  • 37. میانگین، میانه، مد
  • 38. واریانس و انحراف معیار
  • 39. توزیع‌های آماری
  • 40. آزمون فرض آماری
  • 41. همبستگی و رگرسیون خطی
  • 42. مقدمه‌ای بر یادگیری ماشین
  • 43. انواع یادگیری ماشین (نظارت شده، بدون نظارت)
  • 44. الگوریتم‌های یادگیری ماشین پایه
  • 45. رگرسیون خطی برای پیش‌بینی
  • 46. رگرسیون لجستیک برای طبقه‌بندی
  • 47. درخت تصمیم
  • 48. دسته‌بندی‌کننده‌های Naive Bayes
  • 49. ماشین‌های بردار پشتیبان (SVM)
  • 50. خوشه‌بندی K-Means
  • 51. کاهش ابعاد (PCA)
  • 52. ارزیابی مدل‌های یادگیری ماشین
  • 53. متریک‌های طبقه‌بندی (دقت، صحت، بازیابی)
  • 54. متریک‌های رگرسیون (MSE, MAE)
  • 55. اعتبارسنجی متقابل (Cross-validation)
  • 56. تنظیم هایپرپارامترها
  • 57. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 58. توکنیزاسیون و نرمال‌سازی متن
  • 59. حذف کلمات توقف
  • 60. ریشه‌یابی و لماتیزاسیون
  • 61. مدل‌سازی موضوعی (Topic Modeling)
  • 62. تحلیل احساسات
  • 63. مقدمه‌ای بر پردازش تصویر
  • 64. فیلترهای تصویر
  • 65. تشخیص لبه
  • 66. کشف اشیاء
  • 67. شبکه‌های عصبی کانولوشنال (CNN)
  • 68. مقدمه‌ای بر تجزیه و تحلیل سری‌های زمانی
  • 69. شناسایی الگو در سری‌های زمانی
  • 70. پیش‌بینی سری‌های زمانی
  • 71. مدل‌های ARIMA
  • 72. مدل‌های LSTM برای سری‌های زمانی
  • 73. امنیت داده‌ها در AWS
  • 74. مدیریت دسترسی با IAM
  • 75. رمزنگاری داده‌ها در S3 و Kinesis
  • 76. نظارت امنیتی با CloudTrail
  • 77. ملاحظات حریم خصوصی داده‌ها
  • 78. قوانین و مقررات مربوط به داده‌ها در ایران
  • 79. سازگاری با قوانین جمهوری اسلامی ایران
  • 80. تدوین سیاست‌های داده‌محور اسلامی
  • 81. مباحث فقهی مرتبط با داده و اطلاعات
  • 82. کاربرد هوش مصنوعی در چارچوب فقه اسلامی
  • 83. اخلاق در تجزیه و تحلیل داده‌ها
  • 84. مسئولیت‌پذیری در استفاده از داده
  • 85. شفافیت در الگوریتم‌ها
  • 86. مقابله با سوگیری در داده‌ها
  • 87. کاربرد AWS Kinesis و EMR در صنایع مختلف
  • 88. تجزیه و تحلیل داده‌های مالی
  • 89. تجزیه و تحلیل داده‌های سلامت
  • 90. تجزیه و تحلیل داده‌های بازاریابی
  • 91. تجزیه و تحلیل داده‌های تولید
  • 92. تجزیه و تحلیل داده‌های ترافیک
  • 93. تجزیه و تحلیل داده‌های شهری
  • 94. پروژه‌های عملی با AWS Kinesis و EMR
  • 95. طراحی یک سیستم تحلیل داده جریانی
  • 96. پیاده‌سازی پردازش داده‌های لحظه‌ای
  • 97. ساخت داشبوردهای تحلیلی
  • 98. بهینه‌سازی هزینه‌ها در AWS EMR
  • 99. مطالعه موردی: تحلیل داده‌های IoT
  • 100. مطالعه موردی: تحلیل داده‌های 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.