کتاب کار با دیتابیس‌های بزرگ (Big Data) با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره کار با دیتابیس‌های بزرگ (Big Data)

موضوع کلی: علوم محاسباتی و مهندسی داده

موضوع میانی: دیتابیس‌های رابطه‌ای

📋 سرفصل‌های دوره

• 1. مفاهیم پایه داده‌های بزرگ
• 2. معماری سیستم‌های داده‌های بزرگ
• 3. مقدمه‌ای بر Hadoop
• 4. نصب و پیکربندی Hadoop
• 5. سیستم فایل توزیع‌شده Hadoop (HDFS)
• 6. مدیریت و نگهداری HDFS
• 7. پردازش دسته‌ای با MapReduce
• 8. بهینه‌سازی MapReduce
• 9. معرفی YARN و مدیریت منابع
• 10. نوشتن برنامه‌های MapReduce
• 11. زبان پرس‌وجوی Hive
• 12. طراحی شمای Hive
• 13. تحلیل داده با Hive
• 14. معرفی Apache Spark
• 15. مفاهیم کلیدی Spark
• 16. RDDها و عملیات پایه
• 17. Spark SQL و کار با داده‌های ساخت‌یافته
• 18. Spark Streaming و پردازش جریانی
• 19. MLlib و یادگیری ماشین در Spark
• 20. انتخاب ابزار مناسب: Spark vs. Hadoop
• 21. ادغام Spark و Hive
• 22. مقدمه‌ای بر NoSQL
• 23. انواع پایگاه‌داده‌های NoSQL
• 24. MongoDB: مفاهیم و کاربردها
• 25. کار با MongoDB در پایتون
• 26. Cassandra: مفاهیم و کاربردها
• 27. مدیریت داده در Cassandra
• 28. Redis: مفاهیم و کاربردها
• 29. استفاده از Redis به عنوان حافظه پنهان
• 30. Kafka: مفاهیم و کاربردها
• 31. معماری Kafka و جریان داده
• 32. تحلیل داده‌های جریانی با Kafka
• 33. ابزارهای تجسم داده‌های بزرگ
• 34. Power BI و داده‌های بزرگ
• 35. Tableau و داده‌های بزرگ
• 36. استفاده از Python برای تحلیل داده‌های بزرگ
• 37. کتابخانه‌های Pandas و NumPy
• 38. کتابخانه Scikit-learn و یادگیری ماشین
• 39. پیش‌پردازش داده‌ها
• 40. اعتبارسنجی و پاکسازی داده‌ها
• 41. کشف الگوها در داده‌های بزرگ
• 42. تکنیک‌های کاهش ابعاد داده
• 43. مدل‌سازی پیش‌بینی با داده‌های بزرگ
• 44. ارزیابی مدل‌های پیش‌بینی
• 45. استقرار مدل‌های یادگیری ماشین