کتاب مقدمهای بر محاسبات در پردازش کلان داده با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
مقدمهای بر محاسبات در پردازش کلان داده: دوره آموزشی جامع مقدمهای بر دنیای بیکران دادهها: با دوره آموزشی ما، سرعت و دقت را بیاموزید! آیا تا به حال به این فکر کردهاید که چگونه غولهای تکنولوژی، حجم...
🎓 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
تگها:
Big Data
Data Mining
Data Science
Hadoop
High-Performance Computing
HPC
Parallel Computing
Programming
Python
Spark
برنامه نویسی
پردازش کلان داده
داده کاوی
علوم داده
کلان داده فارسی
محاسبات سطح بالا
محاسبات موازی
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.