کتاب تحلیل کلان داده با Spark و sparklyr در R

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 تحلیل کلان داده با Spark و sparklyr در R

موضوع کلی: علم داده و تحلیل داده‌های کلان

موضوع میانی: پردازش و تحلیل داده با ابزارهای متن‌باز

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر تحلیل کلان داده
  • 2. مبانی Spark و معماری آن
  • 3. نصب و راه‌اندازی Spark در R
  • 4. کار با Spark DataFrame
  • 5. عملیات پایه‌ای روی DataFrame
  • 6. فیلتر کردن و انتخاب داده‌ها
  • 7. مرتب‌سازی و دسته‌بندی داده‌ها
  • 8. تجمیع و خلاصه‌سازی داده‌ها
  • 9. عملیات Join روی DataFrames
  • 10. استفاده از توابع Window
  • 11. کار با داده‌های ساختاریافته و نیمه‌ساختاریافته
  • 12. خواندن و نوشتن فایل‌های مختلف (CSV, JSON, Parquet)
  • 13. مقدمه‌ای بر Spark SQL
  • 14. نوشتن کوئری‌های Spark SQL
  • 15. کار با UDFها (توابع تعریف شده توسط کاربر)
  • 16. پردازش جریان داده (Structured Streaming)
  • 17. مبانی Spark MLlib
  • 18. آماده‌سازی داده برای یادگیری ماشین
  • 19. مدل‌های رگرسیون در Spark MLlib
  • 20. مدل‌های طبقه‌بندی در Spark MLlib
  • 21. مدل‌های خوشه‌بندی در Spark MLlib
  • 22. ارزیابی مدل‌ها در Spark MLlib
  • 23. تنظیم هایپرپارامترها
  • 24. مقدمه‌ای بر GraphX
  • 25. پردازش گراف در Spark
  • 26. کار با داده‌های مکانی در Spark
  • 27. بهینه‌سازی عملکرد Spark
  • 28. تنظیمات پیشرفته Spark
  • 29. مانیتورینگ و دیباگ کردن برنامه‌های Spark
  • 30. معرفی sparklyr
  • 31. اتصال sparklyr به Spark
  • 32. کار با DataFrames در sparklyr
  • 33. فیلتر کردن و انتخاب ستون‌ها در sparklyr
  • 34. مرتب‌سازی و گروه‌بندی در sparklyr
  • 35. عملیات تجمیع در sparklyr
  • 36. Join کردن جداول در sparklyr
  • 37. کار با توابع Window در sparklyr
  • 38. خواندن و نوشتن داده با sparklyr
  • 39. استفاده از Spark SQL با sparklyr
  • 40. تعریف UDF در sparklyr
  • 41. پردازش جریان داده با sparklyr
  • 42. مقدمه‌ای بر یادگیری ماشین با sparklyr
  • 43. آماده‌سازی داده با sparklyr
  • 44. مدل‌های رگرسیون با sparklyr
  • 45. مدل‌های طبقه‌بندی با sparklyr
  • 46. مدل‌های خوشه‌بندی با sparklyr
  • 47. ارزیابی مدل‌ها با sparklyr
  • 48. تنظیم پارامترها با sparklyr
  • 49. کار با داده‌های متنی
  • 50. پردازش زبان طبیعی در Spark
  • 51. تحلیل احساسات با Spark
  • 52. سیستم‌های توصیه‌گر با Spark
  • 53. مقدمه‌ای بر یادگیری عمیق و Spark
  • 54. آماده‌سازی داده برای یادگیری عمیق
  • 55. پیاده‌سازی شبکه‌های عصبی با Spark
  • 56. آموزش مدل‌های یادگیری عمیق
  • 57. استفاده از کتابخانه‌های یادگیری عمیق با Spark
  • 58. کار با داده‌های سری زمانی
  • 59. تحلیل پیش‌بینی با Spark
  • 60. مدیریت داده‌های کلان
  • 61. امنیت داده در Spark
  • 62. اخلاق در تحلیل داده‌های کلان
  • 63. معرفی چارچوب‌های داده کلان دیگر
  • 64. مقایسه Spark با Hadoop MapReduce
  • 65. کاربرد Spark در حوزه‌های مختلف (مالی، بهداشت، بازاریابی)
  • 66. تحلیل داده‌های شبکه‌های اجتماعی
  • 67. تحلیل داده‌های اینترنت اشیاء (IoT)
  • 68. مصورسازی داده‌های کلان با Spark
  • 69. مقدمه‌ای بر هوش مصنوعی و Spark
  • 70. تکنیک‌های پردازش تصویر با Spark
  • 71. تکنیک‌های پردازش صدا با Spark
  • 72. تحلیل داده‌های اکتشافی (EDA) با Spark
  • 73. مدیریت چرخه عمر مدل‌های یادگیری ماشین
  • 74. پیاده‌سازی مدل‌های یادگیری ماشین در محیط عملیاتی
  • 75. نکات پیشرفته در Spark MLlib
  • 76. نکات پیشرفته در پردازش جریان داده
  • 77. ساخت داشبوردهای تعاملی با داده‌های کلان
  • 78. مقدمه‌ای بر Big Data Architecture
  • 79. استقرار Spark در محیط‌های ابری (AWS, Azure, GCP)
  • 80. مدیریت منابع Spark
  • 81. عیب‌یابی و رفع اشکال در Spark
  • 82. بهینه‌سازی مصرف حافظه در Spark
  • 83. مقدمه‌ای بر Data Governance
  • 84. مدیریت کیفیت داده
  • 85. مدل‌سازی داده‌های کلان
  • 86. استفاده از Spark برای ETL
  • 87. مقدمه‌ای بر DataOps
  • 88. چالش‌های پیاده‌سازی Big Data
  • 89. آینده تحلیل کلان داده
  • 90. نکات پایانی و جمع‌بندی
  • 91. کاربرد Spark در تحلیل داده‌های مالی
  • 92. تحلیل ریسک با Spark
  • 93. پیش‌بینی تقلب با Spark
  • 94. تحلیل داده‌های سلامت
  • 95. بهینه‌سازی فرآیندهای درمانی با Spark
  • 96. تحلیل داده‌های بازاریابی
  • 97. شخصی‌سازی تجربه مشتری با Spark
  • 98. تحلیل رفتار مشتری
  • 99. بهینه‌سازی کمپین‌های تبلیغاتی با Spark
  • 100. مقدمه‌ای بر تحلیل داده‌های اقتصادی

📚 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.