سپنتا کتاب اکسپرس
کتاب تخصصی تحلیل کلان داده با Apache Spark: از مقدماتی تا پیشرفته

کتاب تخصصی تحلیل کلان داده با Apache Spark: از مقدماتی تا پیشرفته

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 تخصصی تحلیل کلان داده با Apache Spark: از مقدماتی تا پیشرفته

موضوع کلی: علم داده و تحلیل کلان داده

موضوع میانی: پردازش و تحلیل داده‌های حجیم با استفاده از ابزارهای پیشرفته

📋 سرفصل‌های دوره

  • 1. مقدمه ای بر کلان داده و اکوسیستم آن
  • 2. مفاهیم بنیادی Apache Spark
  • 3. نصب و پیکربندی Spark
  • 4. ساختار Spark: RDD ها
  • 5. عملیات اولیه بر روی RDD ها
  • 6. تبدیل ها و اقدامات RDD
  • 7. کار با داده های ساختاریافته در Spark
  • 8. Spark SQL و DataFrame ها
  • 9. عملیات پیشرفته DataFrame
  • 10. توابع پنجره ای در Spark SQL
  • 11. Spark Streaming: پردازش داده های جریانی
  • 12. مفاهیم اصلی Spark Streaming
  • 13. تبدیل ها و اقدامات Streaming
  • 14. مدیریت حالت در Spark Streaming
  • 15. Spark MLlib: یادگیری ماشین با Spark
  • 16. الگوریتم های یادگیری ماشین در MLlib
  • 17. پیش پردازش داده ها در MLlib
  • 18. ارزیابی مدل ها در MLlib
  • 19. مدیریت خوشه Spark (Standalone)
  • 20. نظارت بر اجرای برنامه های Spark
  • 21. بهینه سازی عملکرد Spark
  • 22. تکنیک های Partitioning و Caching
  • 23. ذخیره سازی و بازیابی داده ها با Spark
  • 24. کار با فرمت های داده ای مختلف (Parquet, ORC)
  • 25. Spark GraphX: پردازش گراف
  • 26. مفاهیم پایه GraphX
  • 27. عملیات بر روی گراف ها در GraphX
  • 28. الگوریتم های گراف در GraphX
  • 29. مقدمه ای بر مدیریت داده های حجیم
  • 30. انواع معماری های کلان داده
  • 31. چالش های پردازش کلان داده
  • 32. مقدمه ای بر پردازش توزیع شده
  • 33. مفاهیم MapReduce
  • 34. تفاوت Spark با MapReduce
  • 35. معماری Spark: Driver و Executor
  • 36. نصب Spark در محیط های مختلف (Local, Cluster)
  • 37. پیکربندی منابع در Spark
  • 38. تنظیمات Spark برای عملکرد بهتر
  • 39. کار با Spark Shell
  • 40. مقدمه ای بر DataFrame API
  • 41. ایجاد DataFrame از منابع مختلف
  • 42. فیلتر کردن و انتخاب ستون ها در DataFrame
  • 43. عملیات گروه بندی و تجمیع در DataFrame
  • 44. ترکیب و ادغام DataFrame ها
  • 45. کار با داده های Null و مقادیر گمشده
  • 46. انواع داده در Spark SQL
  • 47. عملیات Join در DataFrame ها
  • 48. استفاده از UDF ها در Spark SQL
  • 49. بهینه سازی کوئری های Spark SQL
  • 50. مقدمه ای بر Spark Streaming
  • 51. معماری Spark Streaming
  • 52. ایجاد Stream ها از منابع مختلف
  • 53. تبدیل های Streaming
  • 54. اقدامات Streaming
  • 55. مدیریت خطا و تحمل پذیری در Streaming
  • 56. کار با Checkpointing در Streaming
  • 57. افزایش مقیاس پذیری Streaming
  • 58. مقدمه ای بر MLlib
  • 59. کتابخانه های MLlib
  • 60. الگوریتم های طبقه بندی
  • 61. الگوریتم های رگرسیون
  • 62. الگوریتم های خوشه بندی
  • 63. سیستم های توصیه گر
  • 64. مدیریت ویژگی ها (Feature Engineering)
  • 65. انتخاب ویژگی ها
  • 66. ارزیابی مدل های یادگیری ماشین
  • 67. کار با Pipeline ها در MLlib
  • 68. مدیریت مدل ها در MLlib
  • 69. مقدمه ای بر GraphX
  • 70. مدل داده ای GraphX
  • 71. ایجاد گراف از RDD
  • 72. تبدیلات گراف
  • 73. اقدامات گراف
  • 74. الگوریتم های اصلی GraphX (PageRank, Connected Components)
  • 75. کار با GraphFrames
  • 76. مقدمه ای بر اکوسیستم Hadoop
  • 77. HDFS و YARN
  • 78. ابزارهای اکوسیستم Hadoop (Hive, Pig)
  • 79. کار با Spark روی YARN
  • 80. Spark با Kubernetes
  • 81. ملاحظات امنیتی در Spark
  • 82. تست و دیباگ برنامه های Spark
  • 83. نظارت و مانیتورینگ برنامه های Spark
  • 84. بهینه سازی حافظه در Spark
  • 85. تنظیمات Garbage Collection
  • 86. استفاده از Broadcast Variables و Accumulators
  • 87. کار با Spark Thrift Server
  • 88. مقدمه ای بر ETL با Spark
  • 89. پیاده سازی Pipeline های ETL با Spark
  • 90. مدیریت خطا در فرآیندهای ETL
  • 91. کار با داده های Time Series در Spark
  • 92. تحلیل داده های مکانی با Spark
  • 93. مقدمه ای بر یادگیری عمیق با Spark
  • 94. Spark و کتابخانه های یادگیری عمیق
  • 95. آینده کلان داده و Spark
  • 96. مطالعات موردی (Case Studies) در کلان داده
  • 97. کار عملی با مجموعه داده های واقعی
  • 98. پیاده سازی یک پروژه تحلیلی کامل با Spark
  • 99. جمع بندی و مرور مفاهیم کلیدی
  • 100. ملاحظات پایانی در تحلیل کلان داده

📚 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.