کتاب مهندسی انباره داده IBM: طراحی، پیاده‌سازی و مدیریت

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 انباره داده IBM: طراحی، پیاده‌سازی و مدیریت

موضوع کلی: مهندسی داده و هوش تجاری

موضوع میانی: طراحی و پیاده‌سازی انباره داده

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مهندسی داده و هوش تجاری
  • 2. مبانی انباره داده
  • 3. معماری‌های انباره داده
  • 4. نورم‌سازی پایگاه داده رابطه‌ای
  • 5. مدل‌سازی داده برای انباره داده
  • 6. طراحی ابعاد (Dimensional Modeling)
  • 7. فکت تیبل‌ها و دایمنشن تیبل‌ها
  • 8. انواع فکت تیبل‌ها
  • 9. انواع دایمنشن تیبل‌ها
  • 10. طراحی اسکیمای ستاره‌ای (Star Schema)
  • 11. طراحی اسکیمای برف‌دانه‌ای (Snowflake Schema)
  • 12. مقایسه اسکیمای ستاره‌ای و برف‌دانه‌ای
  • 13. طراحی انباره داده سه‌لایه
  • 14. لایه عملیاتی (ODS)
  • 15. لایه انباره داده
  • 16. لایه Data Mart
  • 17. فرایند ETL (Extract, Transform, Load)
  • 18. استخراج داده (Extraction)
  • 19. تبدیل داده (Transformation)
  • 20. بارگذاری داده (Loading)
  • 21. ابزارهای ETL
  • 22. مفاهیم داده‌کاوی
  • 23. الگوریتم‌های دسته‌بندی
  • 24. الگوریتم‌های خوشه‌بندی
  • 25. قوانین وابستگی (Association Rules)
  • 26. پیش‌بینی سری‌های زمانی
  • 27. تحلیل رگرسیون
  • 28. تحلیل تصادفی جنگل (Random Forest)
  • 29. شبکه‌های عصبی مصنوعی
  • 30. یادگیری عمیق (Deep Learning)
  • 31. مبانی هوش تجاری (BI)
  • 32. کاربردهای هوش تجاری
  • 33. داشبوردهای مدیریتی
  • 34. گزارش‌گیری تعاملی
  • 35. شاخص‌های کلیدی عملکرد (KPIs)
  • 36. تحلیل OLAP (Online Analytical Processing)
  • 37. مکعب‌های OLAP
  • 38. مفاهیم OLTP (Online Transaction Processing)
  • 39. مقایسه OLAP و OLTP
  • 40. پلتفرم‌های هوش تجاری
  • 41. ابزارهای BI متن‌باز
  • 42. طراحی و پیاده‌سازی Data Mart
  • 43. انواع Data Mart
  • 44. مفاهیم Data Warehouse Appliance
  • 45. انباره داده ابری (Cloud Data Warehouse)
  • 46. امنیت در انباره داده
  • 47. مدیریت کیفیت داده (Data Quality Management)
  • 48. پاکسازی داده (Data Cleansing)
  • 49. استانداردسازی داده (Data Standardization)
  • 50. اعتبارسنجی داده (Data Validation)
  • 51. مدیریت کلان داده (Big Data Management)
  • 52. مبانی Hadoop
  • 53. اکوسیستم Hadoop
  • 54. HDFS (Hadoop Distributed File System)
  • 55. MapReduce
  • 56. Spark
  • 57. انواع پایگاه داده NoSQL
  • 58. پایگاه داده‌های کلید-مقدار
  • 59. پایگاه داده‌های سندی
  • 60. پایگاه داده‌های ستونی
  • 61. پایگاه داده‌های گراف
  • 62. کاربرد NoSQL در هوش تجاری
  • 63. مبانی داده‌های جریانی (Streaming Data)
  • 64. پردازش داده‌های جریانی
  • 65. ابزارهای پردازش جریانی
  • 66. Kafka
  • 67. Flink
  • 68. Spark Streaming
  • 69. امنیت در داده‌های جریانی
  • 70. مبانی علم داده (Data Science)
  • 71. چرخه حیات علم داده
  • 72. تحلیل اکتشافی داده (EDA)
  • 73. مصورسازی داده (Data Visualization)
  • 74. کتابخانه‌های مصورسازی داده
  • 75. Matplotlib
  • 76. Seaborn
  • 77. Plotly
  • 78. Tableau
  • 79. Power BI
  • 80. QlikView
  • 81. مبانی یادگیری ماشین (Machine Learning)
  • 82. یادگیری با نظارت (Supervised Learning)
  • 83. یادگیری بدون نظارت (Unsupervised Learning)
  • 84. یادگیری تقویتی (Reinforcement Learning)
  • 85. مهندسی ویژگی (Feature Engineering)
  • 86. انتخاب ویژگی (Feature Selection)
  • 87. ارزیابی مدل‌های یادگیری ماشین
  • 88. متریک‌های ارزیابی مدل
  • 89. اعتبارسنجی متقابل (Cross-Validation)
  • 90. مدیریت چرخه عمر مدل (MLOps)
  • 91. اصول حاکمیت داده (Data Governance)
  • 92. مدیریت فراداده (Metadata Management)
  • 93. داده‌نامه (Data Catalog)
  • 94. مدیریت واژه‌نامه تجاری (Business Glossary)
  • 95. خط مشی‌های داده (Data Policies)
  • 96. مدیریت ریسک داده (Data Risk Management)
  • 97. مبانی انطباق داده (Data Compliance)
  • 98. قوانین حفاظت از داده‌ها
  • 99. حریم خصوصی داده‌ها
  • 100. استانداردهای داده در ایران

📚 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.