کتاب کشف الگوها و تحلیل شبکه‌ها در داده‌های بزرگ

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 کشف الگوها و تحلیل شبکه‌ها در داده‌های بزرگ

موضوع کلی: علم داده و هوش مصنوعی

موضوع میانی: تحلیل داده‌های حجیم

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر داده‌های حجیم و چالش‌های آن
  • 2. مفاهیم اولیه در تحلیل داده‌های بزرگ
  • 3. مبانی پایگاه‌های داده توزیع‌شده
  • 4. معماری سیستم‌های توزیع‌شده برای داده‌های بزرگ
  • 5. پردازش موازی و توزیع‌شده داده‌ها
  • 6. مقدمه‌ای بر پردازش MapReduce
  • 7. طراحی الگوریتم‌های MapReduce
  • 8. کاربرد MapReduce در مسائل مختلف
  • 9. پیاده‌سازی MapReduce با استفاده از فریم‌ورک‌های موجود
  • 10. تحلیل و پردازش داده‌های متنی
  • 11. فشرده‌سازی داده‌ها و کاهش ابعاد
  • 12. تکنیک‌های کاهش ابعاد: PCA
  • 13. تکنیک‌های کاهش ابعاد: SVD
  • 14. کاربرد SVD در تحلیل متن
  • 15. نمایش برداری اسناد (Vector Space Model)
  • 16. مدل‌سازی موضوعی (Topic Modeling)
  • 17. الگوریتم‌های مدل‌سازی موضوعی: LDA
  • 18. ارزیابی مدل‌های موضوعی
  • 19. خوشه‌بندی داده‌ها: مفاهیم و الگوریتم‌ها
  • 20. خوشه‌بندی K-Means
  • 21. خوشه‌بندی سلسله‌مراتبی
  • 22. ارزیابی خوشه‌بندی
  • 23. تحلیل شبکه‌های اجتماعی
  • 24. مفاهیم اولیه در نظریه گراف
  • 25. اندازه‌گیری مرکزیت در گراف‌ها
  • 26. شاخص‌های مرکزیت:Degree Centrality
  • 27. شاخص‌های مرکزیت: Betweenness Centrality
  • 28. شاخص‌های مرکزیت: Closeness Centrality
  • 29. شاخص‌های مرکزیت: Eigenvector Centrality
  • 30. تشخیص جوامع در شبکه‌ها
  • 31. الگوریتم‌های تشخیص جوامع: Louvain
  • 32. الگوریتم‌های تشخیص جوامع: Girvan-Newman
  • 33. تحلیل مسیر در شبکه‌ها
  • 34. پیش‌بینی پیوند در شبکه‌ها
  • 35. سیستم‌های توصیه‌گر (Recommender Systems)
  • 36. فیلترینگ مشارکتی (Collaborative Filtering)
  • 37. مدل‌های حافظه مبنا (Memory-based)
  • 38. مدل‌های مدل مبنا (Model-based)
  • 39. فیلترینگ مبتنی بر محتوا (Content-based Filtering)
  • 40. ترکیب روش‌های توصیه‌گر
  • 41. ارزیابی سیستم‌های توصیه‌گر
  • 42. آمار و احتمالات در تحلیل داده‌های بزرگ
  • 43. مفاهیم احتمال شرطی و توزیع‌ها
  • 44. قضیه بیز و کاربردهای آن
  • 45. تخمین پارامترها
  • 46. آزمون فرض آماری
  • 47. مقدمه‌ای بر یادگیری ماشین
  • 48. یادگیری نظارت‌شده (Supervised Learning)
  • 49. رگرسیون خطی و لجستیک
  • 50. ماشین‌های بردار پشتیبان (SVM)
  • 51. درخت‌های تصمیم (Decision Trees)
  • 52. جنگل‌های تصادفی (Random Forests)
  • 53. یادگیری نظارت‌نشده (Unsupervised Learning)
  • 54. کاهش ابعاد (Dimensionality Reduction)
  • 55. تجزیه مقادیر منفرد (SVD)
  • 56. تحلیل مؤلفه‌های اصلی (PCA)
  • 57. مدل‌سازی موضوعی (Topic Modeling)
  • 58. خوشه‌بندی (Clustering)
  • 59. شبکه‌های عصبی و یادگیری عمیق
  • 60. مبانی شبکه‌های عصبی
  • 61. شبکه‌های عصبی پرسپترون چندلایه (MLP)
  • 62. شبکه‌های عصبی کانولوشنال (CNN)
  • 63. شبکه‌های عصبی بازگشتی (RNN)
  • 64. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 65. تجزیه و تحلیل متنی
  • 66. مدل‌سازی زبان
  • 67. تشخیص موجودیت‌های نام‌دار (NER)
  • 68. تحلیل احساسات (Sentiment Analysis)
  • 69. داده‌کاوی در پایگاه‌های داده رابطه‌ای
  • 70. قواعد وابستگی (Association Rules)
  • 71. الگوریتم Apriori
  • 72. الگوریتم FP-Growth
  • 73. کاربرد قواعد وابستگی در تحلیل سبد خرید
  • 74. داده‌کاوی در پایگاه‌های داده زمانی
  • 75. تحلیل سری‌های زمانی
  • 76. پیش‌بینی سری‌های زمانی
  • 77. مدل‌های ARIMA
  • 78. مقدمه‌ای بر پردازش جریان داده (Stream Processing)
  • 79. الگوریتم‌های پردازش جریان داده
  • 80. فیلتر کردن داده‌های جریانی
  • 81. خوشه‌بندی داده‌های جریانی
  • 82. مفاهیم آماری در پردازش جریان داده
  • 83. امنیت و حریم خصوصی در داده‌های بزرگ
  • 84. ملاحظات اخلاقی در علم داده
  • 85. حفظ حریم خصوصی داده‌ها
  • 86. روش‌های گمنام‌سازی داده‌ها
  • 87. قوانین و مقررات مرتبط با داده‌ها
  • 88. کاربرد علم داده در حوزه‌های مختلف
  • 89. علم داده در بهداشت و درمان
  • 90. علم داده در امور مالی
  • 91. علم داده در بازاریابی
  • 92. علم داده در صنعت
  • 93. اخلاق حرفه‌ای در علم داده
  • 94. مسئولیت‌پذیری در تحلیل داده‌ها
  • 95. شفافیت در الگوریتم‌ها
  • 96. سوگیری در داده‌ها و الگوریتم‌ها
  • 97. مدیریت داده‌های بزرگ: ابزارها و فریم‌ورک‌ها
  • 98. اکوسیستم Hadoop
  • 99. Apache Spark
  • 100. Apache Flink

📚 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.