کتاب تحلیل داده‌های بزرگ با Guile Scheme: از مبانی تا پیشرفته 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: 62,488 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 تحلیل داده‌های بزرگ با Guile Scheme: از مبانی تا پیشرفته

موضوع کلی: برنامه‌نویسی و تحلیل داده با زبان‌های Lisp

موضوع میانی: تحلیل داده‌های بزرگ با Guile Scheme

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر Guile Scheme و جایگاه آن در تحلیل داده
  • 2. نصب و راه‌اندازی محیط توسعه Guile
  • 3. ساختار زبان Scheme: تمثیل‌گذاری و نحو
  • 4. انواع داده در Guile: اعداد، رشته‌ها، بولین
  • 5. لیست‌ها و جفت‌ها: هستهٔ داده‌ای سیم‌اسکیم
  • 6. تابع‌ها به‌عنوان شهروندان کلاس اول
  • 7. تابع‌های لامبدا و عبارات lambda
  • 8. بسته‌بندی و ماکروها در Guile
  • 9. عملگرهای شرطی و منطقی
  • 10. حلقه‌ها و بازگشت (recursion) در Scheme
  • 11. الگوریتم‌های بازگشتی پیشرفته
  • 12. اجرای تکراری با named let
  • 13. مدیریت خطا و exception handling در Guile
  • 14. ورودی/خروجی پایه در Guile
  • 15. خواندن و نوشتن فایل‌ها با Guile
  • 16. پردازش فایل‌های CSV در Guile Scheme
  • 17. تجزیه و تولید JSON با Guile
  • 18. کار با XML و S-expression ها
  • 19. ساختار داده: مقداردهی اولیه و دایره‌ای
  • 20. جدول‌های هش و دیکشنری در Guile
  • 21. درخت‌ها و گراف‌ها در Scheme
  • 22. الگوریتم‌های مرتب‌سازی در Guile
  • 23. جستجوی دودویی و خطی
  • 24. پیچیدگی زمانی و حافظه‌ای الگوریتم‌ها
  • 25. پاکسازی داده با Guile Scheme
  • 26. تبدیل و نرمال‌سازی داده
  • 27. فیلتر، نقشه و تجمیع داده با map/fold/filter
  • 28. پردازش لazine و جریان داده
  • 29. رشته‌های بزرگ و پردازش متن
  • 30. عبارات منظم و یافتن الگو در داده
  • 31. اتصال به پایگاه‌داده با Guile
  • 32. کار با SQLite در Guile Scheme
  • 33. اتصال به PostgreSQL و MySQL
  • 34. SQL درون‌ریزی و استعلام‌های تعاملی
  • 35. پردازش دسته‌ای (batch) داده‌ها
  • 36. خط لولهٔ پردازش داده (data pipeline)
  • 37. مدیریت جریان داده و streaming
  • 38. پردازش موازی با threads در Guile
  • 39. مدل‌سازی هم‌زمان و promises
  • 40. بهینه‌سازی عملیات I/O
  • 41. ارزیابی تنبل (lazy evaluation) و منابع
  • 42. معرفی ماشین مجازی Guile و VM
  • 43. کامپایل JIT و بهینه‌سازی کد
  • 44. مدیریت حافظه و garbage collection
  • 45. دیباگ و پروفایل کد Guile
  • 46. تست‌نویسی واحد در Guile Scheme
  • 47. استفاده از SRFIها برای تحلیل داده
  • 48. کتابخانه‌های اصلی Guile برای علم داده
  • 49. آمار توصیفی با Guile
  • 50. توزیع‌های احتمالی و شبیه‌سازی
  • 51. رگرسیون خطی و آماری در Guile
  • 52. الگوریتم‌های خوشه‌بندی پایه
  • 53. درخت تصمیم و طبقه‌بندی
  • 54. مقدمه‌ای بر یادگیری ماشین با Guile
  • 55. تجسم داده: نمودارها و نمایش‌گرها
  • 56. رسم نمودار با Guile و GNU Plot
  • 57. تولید گزارش خودکار از داده
  • 58. تبدیل و ارتقای داده (ETL)
  • 59. کار با API‌های وب و REST در Guile
  • 60. جمع‌آوری داده از وب (web scraping)
  • 61. مدیریت و انبارداری داده بزرگ
  • 62. تقسیم‌بندی و پارتیشن‌بندی داده
  • 63. الگوریتم‌های MapReduce با Guile
  • 64. پردازش توزیع‌شده با Guile Scheme
  • 65. بهینه‌سازی عملکرد پردازش داده بزرگ
  • 66. caching و ذخیره‌سازی میانی
  • 67. اسکریپت‌نویسی خودکار برای تحلیل داده
  • 68. بسته‌سازی و انتشار پروژه‌های Guile
  • 69. پروژهٔ عملی: تحلیل داده‌های واقعی با Guile
  • 70. مطالعهٔ موردی: پردازش دادهٔ شبکه‌ای
  • 71. مقایسه Guile با Python/R در تحلیل داده
  • 72. بهترین شیوه‌ها و نکات عملی
  • 73. امنیت و اعتبارسنجی داده ورودی
  • 74. مسیر یادگیری پیشرفته پس از دوره
تگ‌ها: analytics big-data data-science scheme اسکیم-برنامه‌نویسی بیگ-دیتا پایتون-جایگزین پایگاه-داده پردازش-داده تحلیل-داده علم-داده گنو-اویزیل گیل-اسکیم لیسب یادگیری-ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.