دوره مقدمه‌ای بر محاسبات در پردازش کلان داده همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مقدمه‌ای بر محاسبات در پردازش کلان داده

موضوع کلی: برنامه نویسی

موضوع میانی: محاسبات سطح بالا (High-Performance Computing)

📋 سرفصل‌های دوره

• 1. مبانی محاسبات
• 2. مقدمه‌ای بر محاسبات سطح بالا
• 3. معماری کامپیوتر: CPU، حافظه، I/O
• 4. مفاهیم موازی‌سازی
• 5. مدل‌های برنامه‌نویسی موازی
• 6. مقدمه‌ای بر کلان داده
• 7. ویژگی‌های کلان داده: حجم، سرعت، تنوع، صحت
• 8. منابع و ابزارهای کلان داده
• 9. زبان‌های برنامه‌نویسی برای HPC
• 10. مقدمه‌ای بر زبان C++ برای HPC
• 11. مقدمه‌ای بر زبان Python برای HPC
• 12. آشنایی با کتابخانه‌های NumPy و SciPy
• 13. نصب و پیکربندی محیط توسعه HPC
• 14. مقدمه‌ای بر سیستم‌عامل‌های HPC
• 15. مدیریت منابع در HPC
• 16. مقدمه‌ای بر خوشه‌ها و گریدها
• 17. شبکه‌های اتصال در HPC
• 18. MPI: مقدمه‌ای بر رابط پیام‌رسانی
• 19. برنامه‌نویسی MPI: توابع اصلی
• 20. ارتباط نقطه‌به‌نقطه در MPI
• 21. ارتباط جمعی در MPI
• 22. بهینه‌سازی ارتباطات MPI
• 23. آشنایی با OpenMP
• 24. برنامه‌نویسی OpenMP: دستورات و بندها
• 25. موازی‌سازی حلقه‌ها با OpenMP
• 26. مدیریت داده مشترک در OpenMP
• 27. ترکیب MPI و OpenMP
• 28. آشنایی با CUDA
• 29. معماری CUDA: Thread، Block، Grid
• 30. نصب و پیکربندی CUDA
• 31. برنامه‌نویسی CUDA: توابع کرنل
• 32. مدیریت حافظه در CUDA
• 33. بهینه‌سازی CUDA: ادغام حافظه، پوشش تأخیر
• 34. آشنایی با OpenCL
• 35. مدل برنامه‌نویسی OpenCL
• 36. برنامه‌نویسی OpenCL: Kernel، Buffer، Queue
• 37. بهینه‌سازی OpenCL
• 38. آشنایی با Apache Hadoop
• 39. معماری Hadoop: HDFS، MapReduce
• 40. برنامه‌نویسی MapReduce
• 41. تنظیمات Hadoop
• 42. آشنایی با Apache Spark
• 43. معماری Spark: RDD، DAG
• 44. برنامه‌نویسی Spark: Transformation، Action
• 45. بهینه‌سازی Spark
• 46. آشنایی با Apache Kafka
• 47. معماری Kafka: Producer، Consumer، Topic
• 48. کاربرد Kafka در پردازش جریان داده
• 49. آشنایی با Apache Flink
• 50. پردازش جریان داده با Flink
• 51. مدیریت حالت در Flink
• 52. آشنایی با Apache Cassandra
• 53. پایگاه داده NoSQL: Cassandra
• 54. مدل داده Cassandra
• 55. آشنایی با Apache HBase
• 56. پایگاه داده ستونی: HBase
• 57. مدل داده HBase
• 58. آشنایی با Memcached و Redis
• 59. کش توزیع‌شده: Memcached، Redis
• 60. کاربرد کش در HPC
• 61. آشنایی با داکر (Docker)
• 62. کانتینر سازی و مجازی‌سازی
• 63. استفاده از Docker در HPC
• 64. آشنایی با کوبرنتیز (Kubernetes)
• 65. مدیریت کانتینرها با Kubernetes
• 66. استقرار برنامه‌های HPC در Kubernetes
• 67. مقدمه‌ای بر یادگیری ماشین در HPC
• 68. الگوریتم‌های یادگیری ماشین موازی
• 69. Framework های یادگیری ماشین: TensorFlow، PyTorch
• 70. بهینه‌سازی یادگیری ماشین در HPC
• 71. مقدمه‌ای بر پردازش تصویر در HPC
• 72. الگوریتم‌های پردازش تصویر موازی
• 73. کتابخانه‌های پردازش تصویر: OpenCV
• 74. مقدمه‌ای بر پردازش زبان طبیعی (NLP) در HPC
• 75. الگوریتم‌های NLP موازی
• 76. کتابخانه‌های NLP: NLTK، SpaCy
• 77. مقدمه‌ای بر شبیه‌سازی عددی در HPC
• 78. روش‌های عددی: تفاضل محدود، المان محدود
• 79. کاربرد HPC در شبیه‌سازی
• 80. مقدمه‌ای بر محاسبات کوانتومی
• 81. مفاهیم پایه محاسبات کوانتومی
• 82. ابزارهای شبیه‌سازی محاسبات کوانتومی
• 83. مقدمه‌ای بر تحلیل داده‌های ژنومیک در HPC
• 84. الگوریتم‌های تحلیل ژنومیک موازی
• 85. ابزارهای تحلیل ژنومیک: GATK
• 86. مقدمه‌ای بر مدلسازی آب‌وهوا در HPC
• 87. مدل‌های آب‌وهوا و اقلیم
• 88. کاربرد HPC در پیش‌بینی آب‌وهوا
• 89. مقدمه‌ای بر دینامیک مولکولی در HPC
• 90. شبیه‌سازی دینامیک مولکولی
• 91. نرم‌افزارهای دینامیک مولکولی: GROMACS، NAMD
• 92. مقدمه‌ای بر پردازش سیگنال در HPC
• 93. الگوریتم‌های پردازش سیگنال موازی
• 94. کتابخانه‌های پردازش سیگنال: FFTW
• 95. مقدمه‌ای بر داده‌کاوی در HPC
• 96. الگوریتم‌های داده‌کاوی موازی
• 97. ابزارهای داده‌کاوی: Weka
• 98. مقدمه‌ای بر گرافیک کامپیوتری در HPC
• 99. رندرینگ موازی
• 100. ابزارهای گرافیک کامپیوتری: OpenGL، CUDA