اپلیکیشن اندرویدی فلش‌کارت آموزشی Data Lake و یادگیری ماشین (Machine Learning)

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره Data Lake و یادگیری ماشین (Machine Learning)

موضوع کلی: معماری و مهندسی کامپیوتر

موضوع میانی: معماری معماری Data Lake (Data Lake Architecture)

📋 سرفصل‌های دوره

• 1. درآمدی بر دریاچه‌های داده
• 2. مفاهیم کلیدی یادگیری ماشین
• 3. معماری یک دریاچه داده
• 4. ابزارهای رایج برای ساخت دریاچه داده
• 5. انواع داده‌ها و فرمت‌های ذخیره‌سازی در دریاچه داده
• 6. پاکسازی و پیش‌پردازش داده‌ها
• 7. استخراج، تبدیل و بارگذاری داده‌ها (ETL)
• 8. کیفیت داده‌ها و مدیریت متادیتا
• 9. امنیت و دسترسی به داده‌ها در دریاچه داده
• 10. مقدمه‌ای بر پایگاه داده‌های NoSQL و کاربرد آن‌ها در دریاچه داده
• 11. یادگیری نظارت‌شده: رگرسیون
• 12. یادگیری نظارت‌شده: طبقه‌بندی
• 13. ارزیابی مدل‌های یادگیری ماشین
• 14. بیش‌برازش (Overfitting) و کم‌برازش (Underfitting)
• 15. انتخاب ویژگی (Feature Selection)
• 16. کاهش ابعاد (Dimensionality Reduction)
• 17. یادگیری بدون نظارت: خوشه‌بندی
• 18. یادگیری بدون نظارت: کاهش ابعاد
• 19. مقدمه‌ای بر شبکه‌های عصبی
• 20. شبکه‌های عصبی عمیق (Deep Neural Networks)
• 21. بهینه‌سازی مدل‌های یادگیری ماشین
• 22. تنظیم هایپرپارامترها (Hyperparameter Tuning)
• 23. استقرار مدل‌های یادگیری ماشین
• 24. مانیتورینگ و نگهداری مدل‌های یادگیری ماشین
• 25. کاربرد یادگیری ماشین در تحلیل داده‌های متنی
• 26. پردازش زبان طبیعی (NLP) مقدماتی
• 27. مدل‌سازی موضوعی (Topic Modeling)
• 28. تجزیه و تحلیل احساسات (Sentiment Analysis)
• 29. کاربرد یادگیری ماشین در تحلیل داده‌های تصویری
• 30. تشخیص اشیاء در تصاویر
• 31. دسته‌بندی تصاویر
• 32. کاربرد یادگیری ماشین در پیش‌بینی سری‌های زمانی
• 33. مدل‌های ARIMA
• 34. مدل‌های LSTM برای پیش‌بینی سری‌های زمانی
• 35. یادگیری تقویتی (Reinforcement Learning) مقدماتی
• 36. کاربرد یادگیری ماشین در سیستم‌های توصیه‌گر
• 37. فیلترسازی مشارکتی (Collaborative Filtering)
• 38. توصیه‌گرهای مبتنی بر محتوا (Content-Based Recommenders)
• 39. مقایسه روش‌های مختلف یادگیری ماشین
• 40. پیاده‌سازی یک پروژه یادگیری ماشین کامل: گام به گام
• 41. بهینه‌سازی عملکرد دریاچه داده
• 42. مقیاس‌پذیری دریاچه داده
• 43. یکپارچه‌سازی دریاچه داده با سایر سیستم‌ها
• 44. استفاده از Spark در پردازش داده‌های دریاچه داده
• 45. استفاده از Hadoop در پردازش داده‌های دریاچه داده