سپنتا کتاب اکسپرس
کتاب مهندسی داده و یادگیری ماشین با استفاده از خدمات گوگل کلود

کتاب مهندسی داده و یادگیری ماشین با استفاده از خدمات گوگل کلود

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 مهندسی داده و یادگیری ماشین با استفاده از خدمات گوگل کلود

موضوع کلی: مهندسی داده و هوش مصنوعی در محیط ابری

موضوع میانی: ابزارها و خدمات گوگل برای مهندسی داده و یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مبانی مهندسی داده در محیط ابری
  • 2. مقدمه‌ای بر خدمات گوگل کلود
  • 3. ساختار داده‌ها در مقیاس بزرگ
  • 4. مفاهیم پایگاه داده رابطه‌ای در کلود
  • 5. مفاهیم پایگاه داده NoSQL در کلود
  • 6. طراحی انبار داده (Data Warehouse)
  • 7. استخراج، تبدیل، بارگذاری (ETL)
  • 8. ابزارهای ETL در گوگل کلود
  • 9. مفاهیم جریان داده (Data Streaming)
  • 10. پردازش داده‌های جریانی در کلود
  • 11. معماری‌های داده مدرن
  • 12. داده‌کاوی (Data Mining)
  • 13. مقدمه‌ای بر یادگیری ماشین
  • 14. یادگیری ماشین نظارت شده
  • 15. یادگیری ماشین بدون نظارت
  • 16. یادگیری تقویتی
  • 17. مفاهیم اساسی هوش مصنوعی
  • 18. ابزارهای هوش مصنوعی گوگل کلود
  • 19. خدمات تحلیل داده گوگل کلود
  • 20. ذخیره‌سازی داده در گوگل کلود
  • 21. Google Cloud Storage
  • 22. مدیریت داده در گوگل کلود
  • 23. امنیت داده در گوگل کلود
  • 24. حاکمیت داده در گوگل کلود
  • 25. قوانین و مقررات حفاظت از داده
  • 26. ملاحظات اخلاقی در مهندسی داده
  • 27. ملاحظات اخلاقی در هوش مصنوعی
  • 28. مقدمه‌ای بر BigQuery
  • 29. ساختارهای داده در BigQuery
  • 30. بهینه‌سازی کوئری در BigQuery
  • 31. تجسم داده در BigQuery
  • 32. Google Dataflow برای پردازش جریانی
  • 33. Google Dataproc برای پردازش دسته‌ای
  • 34. Google Cloud Composer برای ارکستراسیون
  • 35. Google Cloud Pub/Sub برای پیام‌رسانی
  • 36. Google Cloud Functions برای محاسبات بدون سرور
  • 37. Google Kubernetes Engine (GKE) برای کانتینرسازی
  • 38. مقدمه‌ای بر TensorFlow
  • 39. TensorFlow در گوگل کلود
  • 40. Google AI Platform
  • 41. خدمات پیش‌ساخته هوش مصنوعی گوگل کلود
  • 42. تشخیص تصویر با Google Vision AI
  • 43. پردازش زبان طبیعی با Google Natural Language AI
  • 44. تشخیص گفتار با Google Speech-to-Text
  • 45. ترجمه با Google Translate API
  • 46. مفاهیم مدل‌های زبانی بزرگ
  • 47. استفاده از مدل‌های زبانی در مهندسی داده
  • 48. ساخت پایپ‌لاین‌های ML در کلود
  • 49. آموزش مدل‌های ML در مقیاس
  • 50. استقرار مدل‌های ML
  • 51. نظارت بر مدل‌های ML
  • 52. بهینه‌سازی مدل‌های ML
  • 53. مقدمه‌ای بر Data Catalog
  • 54. مدیریت متادیتا با Data Catalog
  • 55. جستجو و اکتشاف داده
  • 56. امنیت و دسترسی در Data Catalog
  • 57. Google Cloud Data Loss Prevention
  • 58. حفاظت از اطلاعات حساس
  • 59. انطباق با مقررات حفظ حریم خصوصی
  • 60. معماری‌های داده برای کاربردهای خاص
  • 61. مهندسی داده برای تحلیل کسب و کار
  • 62. مهندسی داده برای اینترنت اشیاء (IoT)
  • 63. مهندسی داده برای پردازش زبان طبیعی
  • 64. مهندسی داده برای بینایی ماشین
  • 65. مقدمه‌ای بر Data Studio (Looker Studio)
  • 66. ساخت داشبوردهای تعاملی
  • 67. تجسم داده‌های پیچیده
  • 68. اشتراک‌گذاری و همکاری در Data Studio
  • 69. مفاهیم مدیریت چرخه حیات داده
  • 70. پایپ‌لاین‌های داده خودکار
  • 71. استراتژی‌های پشتیبان‌گیری و بازیابی داده
  • 72. مدیریت هزینه‌ها در گوگل کلود
  • 73. بهینه‌سازی مصرف منابع
  • 74. مقدمه‌ای بر MLOps
  • 75. اصول MLOps
  • 76. پیاده‌سازی MLOps در گوگل کلود
  • 77. اتوماسیون فرآیندهای ML
  • 78. پایپ‌لاین‌های CI/CD برای ML
  • 79. نظارت و مدیریت مدل در تولید
  • 80. امنیت در MLOps
  • 81. ملاحظات قانونی در استفاده از هوش مصنوعی
  • 82. راهبردهای مهاجرت به کلود
  • 83. برنامه‌ریزی برای مقیاس‌پذیری
  • 84. ارزیابی ابزارهای مختلف
  • 85. تست و اعتبارسنجی پایپ‌لاین‌های داده
  • 86. بهبود مستمر در مهندسی داده
  • 87. آینده مهندسی داده و هوش مصنوعی
  • 88. روندهای نوظهور در کلود
  • 89. نقش مهندس داده در سازمان
  • 90. توسعه پایدار در محاسبات ابری
  • 91. ملاحظات زیست‌محیطی در کلود
  • 92. استفاده مسئولانه از داده و هوش مصنوعی
  • 93. اصول طراحی سیستم‌های توزیع شده
  • 94. پیامدهای اجتماعی فناوری‌های داده
  • 95. آموزش مداوم و به‌روزرسانی مهارت‌ها
  • 96. کاربرد نوین در علوم داده
  • 97. طراحی سیستم‌های داده امن و مقاوم
  • 98. مقدمه‌ای بر حریم خصوصی در داده
  • 99. مدل‌سازی داده برای تحلیل‌های عمیق
  • 100. استفاده از داده برای تصمیم‌گیری استراتژیک

📚 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.