کتاب مقدمه‌ای بر داده‌های جریانی و دسته‌ای با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مقدمه‌ای بر داده‌های جریانی و دسته‌ای

موضوع کلی: پردازش داده‌های جریانی و دسته‌ای

موضوع میانی: پردازش داده‌های بین‌المللی و چندزبانه

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر داده‌های جریانی و دسته‌ای
• 2. مفاهیم اساسی داده‌ها و انواع آن‌ها
• 3. تفاوت‌های کلیدی بین داده‌های جریانی و دسته‌ای
• 4. کاربردهای داده‌های جریانی در دنیای واقعی
• 5. کاربردهای داده‌های دسته‌ای در صنایع مختلف
• 6. جمع‌آوری و ذخیره‌سازی داده‌های جریانی
• 7. روش‌های مختلف جمع‌آوری داده‌های دسته‌ای
• 8. پیش‌پردازش داده‌های جریانی: چالش‌ها و راهکارها
• 9. پاکسازی و اعتبارسنجی داده‌های دسته‌ای
• 10. تبدیل داده‌های جریانی برای تحلیل
• 11. تبدیل داده‌های دسته‌ای برای مدل‌سازی
• 12. معماری‌های پردازش جریانی: مدل‌های پایه
• 13. معماری‌های پردازش دسته‌ای: رویکردهای سنتی
• 14. فریم‌ورک‌های محبوب پردازش جریانی: Apache Kafka
• 15. فریم‌ورک‌های محبوب پردازش دسته‌ای: Apache Hadoop
• 16. Apache Spark: یکپارچگی پردازش جریانی و دسته‌ای
• 17. پایگاه‌های داده جریانی: ویژگی‌ها و انتخاب مناسب
• 18. پایگاه‌های داده دسته‌ای: انواع و کاربردها
• 19. تحلیل داده‌های جریانی در زمان واقعی
• 20. تحلیل داده‌های دسته‌ای با استفاده از ابزارهای BI
• 21. مدل‌سازی پیش‌بینی با داده‌های جریانی
• 22. مدل‌سازی داده‌های دسته‌ای برای تصمیم‌گیری
• 23. یادگیری ماشین بر روی داده‌های جریانی
• 24. یادگیری ماشین بر روی داده‌های دسته‌ای
• 25. ارزیابی عملکرد مدل‌های یادگیری ماشین جریانی
• 26. ارزیابی عملکرد مدل‌های یادگیری ماشین دسته‌ای
• 27. بهینه‌سازی مدل‌های جریانی برای تأخیر کم
• 28. بهینه‌سازی مدل‌های دسته‌ای برای دقت بالا
• 29. مقایسه روش‌های نمونه‌برداری در داده‌های جریانی
• 30. تکنیک‌های کاهش ابعاد در داده‌های دسته‌ای
• 31. مدیریت خطا در پردازش داده‌های جریانی
• 32. مدیریت داده‌های از دست رفته در داده‌های دسته‌ای
• 33. امنیت داده‌ها در سیستم‌های جریانی
• 34. امنیت داده‌ها در سیستم‌های دسته‌ای
• 35. مقیاس‌پذیری در پردازش جریانی
• 36. مقیاس‌پذیری در پردازش دسته‌ای
• 37. مبانی سیستم‌های توزیع‌شده برای داده‌های بزرگ
• 38. مفاهیم کلیدی در پردازش ابری داده‌ها
• 39. استفاده از Docker و Kubernetes برای مدیریت داده
• 40. پردازش داده‌های جریانی با استفاده از Kafka Streams
• 41. پردازش داده‌های دسته‌ای با استفاده از Spark SQL
• 42. تجسم داده‌های جریانی: داشبوردها و گزارش‌ها
• 43. تجسم داده‌های دسته‌ای: الگوها و روندها
• 44. مقدمه‌ای بر پردازش رویدیدها (Event Processing)
• 45. استراتژی‌های پنجره‌بندی در داده‌های جریانی