کتاب اسکالا؛ زبانی پیشرو برای تحلیل داده و یادگیری ماشین با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 87,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره اسکالا؛ زبانی پیشرو برای تحلیل داده و یادگیری ماشین

موضوع کلی: برنامه‌نویسی و علم داده

موضوع میانی: زبان‌های برنامه‌نویسی در علم داده

📋 سرفصل‌های دوره

  • 1. اسکالا و جایگاه آن در علم داده
  • 2. نصب و راه‌اندازی محیط توسعه اسکالا
  • 3. آشنایی با ساختار پایه و نحو زبان اسکالا
  • 4. انواع داده و متغیرها در اسکالا
  • 5. عملگرها و عبارات شرطی
  • 6. ساختارهای کنترلی و حلقه‌ها
  • 7. توابع در اسکالا؛ تعریف و فراخوانی
  • 8. توابع مرتبه بالا و closureها
  • 9. مجموعه‌های پایه: لیست، ست، مپ
  • 10. تغییرناپذیری و مجموعه‌های تغییرناپذیر
  • 11. رشته‌ها و پردازش متن
  • 12. مدیریت خطا با try-catch و Option
  • 13. شی‌گرایی در اسکالا؛ کلاس و شیء
  • 14. وراثت و traits
  • 15. case classها و pattern matching
  • 16. ژنریک‌ها در اسکالا
  • 17. مقدمه‌ای بر برنامه‌نویسی تابعی
  • 18. فانکتورها، مونادها و for-comprehension
  • 19. کار با کتابخانه استاندارد مجموعه‌ها
  • 20. پردازش موازی با مجموعه‌های موازی
  • 21. اکو سیستم ابزارهای اسکالا: SBT و IDE
  • 22. خواندن و نوشتن فایل‌های CSV
  • 23. کار با فرمت JSON در اسکالا
  • 24. اتصال به پایگاه داده با JDBC
  • 25. مقدمه‌ای بر Apache Spark
  • 26. RDDها و تبدیلات در اسپارک
  • 27. DataFrame و Dataset در اسپارک
  • 28. SQL پرس‌وجو بر روی DataFrames
  • 29. انجام عملیات aggregation و join
  • 30. پردازش جریانی با Spark Streaming
  • 31. مقدمه‌ای بر یادگیری ماشین با MLlib
  • 32. رگرسیون خطی با اسپارک
  • 33. طبقه‌بندی با درخت تصمیم و random forest
  • 34. خوشه‌بندی با K-Means
  • 35. مدیریت و ذخیره مدل‌های آموزش‌دیده
  • 36. پایپلاین‌های یادگیری ماشین
  • 37. ارزیابی مدل و تنظیم فراپارامترها
  • 38. کار با داده‌های متنی و TF-IDF
  • 39. مهندسی ویژگی برای داده‌های عددی و اسمی
  • 40. مقیاس‌سازی و نرمال‌سازی داده‌ها
  • 41. استفاده از کتابخانه Breeze برای محاسبات عددی
  • 42. تجسم داده با کتابخانه Vegas یا Plotly
  • 43. کار با داده‌های زمانی و سری زمانی
  • 44. پیش‌پردازش داده‌های گمشده و پرت
  • 45. یکپارچه‌سازی اسکالا با کتابخانه‌های جاوا
  • 46. تست واحد با ScalaTest
  • 47. مدیریت وابستگی‌ها و پروژه با SBT
  • 48. بهینه‌سازی کد و پروفایلینگ
  • 49. نوشتن توابع توزیع‌شده و cluster computing
  • 50. مقدمه‌ای بر Akka و مدل بازیگر
  • 51. کار با Akka Streams برای جریان داده
  • 52. ایجاد API ساده با Akka HTTP
  • 53. ذخیره‌سازی و بارگذاری داده‌های حجیم با Parquet
  • 54. ادغام اسکالا با سیستم‌های NoSQL
  • 55. مقدمه‌ای بر یادگیری عمیق با BigDL
  • 56. پردازش تصویر با OpenCV و اسکالا
  • 57. تحلیل متن و تشخیص موجودیت‌های نام‌دار
  • 58. سیستم توصیه‌گر با الگوریتم‌های هم‌یاری
  • 59. مدیریت خطا در برنامه‌های توزیع‌شده
  • 60. تکنیک‌های کش داده و بهینه‌سازی حافظه
  • 61. پکیج‌بندی و استقرار برنامه با sbt-native-packager
  • 62. کار با خط فرمان و آرگومان‌های ورودی
  • 63. تولید گزارش و خروجی به فرمت Excel
  • 64. اتوماسیون و زمان‌بندی پردازش داده
  • 65. مقدمه‌ای بر GraphX برای تحلیل گراف
  • 66. تحلیل شبکه‌های اجتماعی با GraphX
  • 67. مدل‌سازی داده با Algebra‌های جبری
  • 68. استفاده از نوع‌های جبری و sealed trait
  • 69. نوشتن کتابخانه‌های قابل استفاده مجدد
  • 70. مشارکت در پروژه‌های متن‌باز اسکالا
  • 71. اشکال‌زدایی و عیب‌یابی کدهای اسپارک
  • 72. ملاحظات امنیتی در تحلیل داده
  • 73. اخلاق در علم داده و حریم خصوصی
تگ‌ها: Scala اسکالا برنامه‌نویسی علم داده پردازش داده تحلیل داده داده کاوی زبان برنامه‌نویسی پیشرو یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.