توضیحات
Scala and Spark for Big Data and Machine Learning ، نام دوره آموزش فریم ورک Spark و زبان Scala برای تحلیل کلان داده و یادگیری ماشینی به همراه دیتا فریم های Spark 2.0 است . در این دوره با نحوه به کارگیری این دو مهارت بسیار با ارزش و مورد نیاز در دنیای امروزی آشنا شده و از انها برای تحلیل کلان داده استفاده میکنید . این دوره با پروژه های کاملی نیز همراه شده است که شامل تحلیل داده های مالی و استفاده از یادگیری ماشینی برای کلاسه کردن رفتار مشتریان یک فروشگاه الکترونیکی نیز میشود .
این آموزش با آخرین اصول ، مفاهیم و ابزار های Spark 2.0 همراه شده است در نتیجه با نحوه استفاده از SparkSQL ، Spark DataFrames و Spark’s MLlib نیز آشنا میشوید . از جمله موضوعات این دوره میتوان به برنامه نویسی به زبان Scala ، نمای کلی اکوسیستم کلان داده و Spark ، استفاده از Spark’s MLlib برای یادگیری ماشینی ، گسترش کاربرد Spark برای استفاده از وب سرویس های آمازون ، یادگیری نحوه استفاده از پلتفرم کلان داده Databrick و بسیاری دیگر اشاره کرد . با تکمیل این دوره و تسلط بر این دو مهارت ، میتوانید از آنها برای تقویت رزومه خود استفاده کرده و در زمینه تحلیل کلان داده استخدام شوید .
چه چیزهایی می آموزید :
- استفاده از زبان Scala برای برنامه نویسی
- استفاده از دیتافریم های Spark 2.0 برای خواندن و دستکاری داده
- استفاده از Spark برای پردازش مجموعه داده های عظیم
- نحوه استفاده از Spark روی پلتفرم های AWS و DataBricks
این آموزش مناسب افرادیست که :
- افرادی که با برنامه نویسی آشنایی دارند و نیز علاقمند به یادگیری تکنولوژی های کلان داده هستند
- افرادی که علاقمند به استفاده از فریم ورک Spark و زبان Scala برای یادگیری ماشینی و مجموعه داده های عظیم هستند
مشخصات Scala and Spark for Big Data and Machine Learning :
- ناشر : Udemy
- مدرس : Jose Portilla
- زبان : انگلیسی
- سطح آموزش : از مقدماتی تا پیشرفته
- تعداد دروس : 80 درس در 17 بخش
- مدت زمان : 10h 11m
سر فصلها

پیش نیازها
- Basic Programming Knowledge in some language
- Basic Math Skills
- English Language
تصاویر

فیلم نمونه
راهنمای نصب
پس از Extract با Player دلخواه خود مشاهده کنید.
زیرنویس: انگلیسی
کیفیت: 720p
لینک دانلود
گذرواژه فایل(ها): www.downloadly.ir
حجم فایل
1.18 گیگابایت












































