Vitthal Srinivasan

ویتال بسیاری از عمر خود را صرف تحصیل کرده است - وی دارای مدرک کارشناسی ارشد در رشته های ریاضی و مهندسی برق از استنفورد ، MBA از INSEAD و لیسانس مهندسی کامپیوتر از بمبئی است. او همچنین بسیاری از زندگی خود را صرف کار کرده است - به عنوان یک مشتق مشتق در Credit Suisse در نیویورک ، سپس به عنوان یک معامله گر کوان ، ابتدا با یک صندوق پرچین در گرینویچ و سپس به صورت شخصی و در نهایت در Google در سنگاپور و Flipkart بنگلور در تمام این نقش ها ، او کدهای زیادی نوشته است و مدل های زیادی ساخته است.
دوره های این مدرس:

آموزش شروع با تجزیه و تحلیل افزوده در Sisense

Getting Started with Augmented Analytics in Sisense

این دوره به شما می آموزد که چگونه ویژگی های تجزیه و تحلیل افزوده Sisense - تجزیه و تحلیلی که از هوش مصنوعی استفاده می کند - می تواند به شما کمک کند تا بینش های مرتبط و کاربردی را از داده های خود استخراج کنید.


آموزش شروع کار با Sisense

Getting Started with Sisense

این دوره به شما می آموزد که چگونه تجزیه و تحلیل مجموعه داده های بزرگ و پیچیده توسط Sisense بسیار ساده شده است و شما را با معماری و ویژگی های این پلتفرم آشنا می کند که تجزیه و تحلیل سریع و شهودی داده های بزرگ را امکان پذیر می کند.


آموزش تفکر عملکردی در مقیاس

Thinking Functionally in Scala

Scala به عنوان یک گزینه محبوب برای کار با مجموعه داده ها و چارچوب های بزرگ مانند Spark در حال ظهور است. این دوره بر مبانی ساختار برنامه نویسی عملکردی متمرکز است و به سمت توابع کلاس اول و روش های مرتبه بالاتر مجموعه ها حرکت می کند.


آموزش ساخت مدل های رگرسیون با استفاده از TensorFlow

Building Regression Models Using TensorFlow

TensorFlow ابزاری انتخابی برای ایجاد برنامه های یادگیری عمیق است. در این دوره ، شما خواهید آموخت که چگونه سلول های عصبی در شبکه های عصبی توابع غیر خطی را یاد می گیرند و شبکه های عصبی چگونه عملیاتی مانند رگرسیون و طبقه بندی را اجرا می کنند.


آموزش درک و ایجاد توابع در Sisense

Understanding and Creating Functions in Sisense

این دوره به شما توابع Sisense را آموزش می دهد که می توانند تعریف و اعمال شوند تا داده ها را به فرمی تبدیل کنند که الزامات تجزیه و تحلیل داده شما را برآورده کند.


آموزش معماری پایگاه داده Schemaless Scalable NoSQL با استفاده از Google Datastore

Architecting Schemaless Scalable NoSQL Databases Using Google Datastore

این دوره در مورد Datastore ، یک سرویس NoSQL بدون سرور و بدون سرور است که جای خاصی را در GCP پر می کند. Datastore جستجوی سریع را تقریباً مستقل از اندازه مجموعه داده ارائه می دهد و برای س forالات سلسله مراتبی داده های سند بهینه شده است.


آموزش پیاده سازی کلیدهای رمزگذاری مدیریت شده توسط مشتری (CMEK) با سرویس مدیریت کلید Google

Implementing Customer Managed Encryption Keys (CMEK) with Google Key Management Service

این دوره شامل ایجاد و اعتبار سنجی اسرار و کلیدها و استفاده از Google Key Management Service (KMS) برای چرخاندن کلیدها ، ایجاد سلسله مراتب و کار با کلیدها و اسرار روی ابر است.


آموزش درک و استفاده از تحلیل عاملی و PCA

Understanding and Applying Factor Analysis and PCA

تجزیه و تحلیل فاکتورها و PCA ابزار قدرتمندی هستند که در بسیاری از شرایط معمول در تجزیه و تحلیل داده ها و تجارت قابل استفاده هستند. این دوره نظریه و پیاده سازی تحلیل عاملی و PCA را در اکسل (با استفاده از VBA) ، پایتون و R پوشش می دهد.


آموزش ایجاد ابزارک با استفاده از توابع در Sisense

Creating Widgets Using Functions in Sisense

این دوره به شما می آموزد که چگونه می توان تجزیه و تحلیل داده ها را حتی در سطح ویجت - نه فقط از داخل مدل های داده - در Sisense با استفاده از فرمول ها و توابع ویجت انجام داد.


آموزش ایجاد و اعمال فیلترها در Sisense

Creating and Applying Filters in Sisense

این دوره به شما می آموزد که چگونه با استفاده از انواع فیلترهای موجود در Sisense، تجزیه و تحلیل دقیق یک مجموعه داده را انجام دهید، که می توان از آنها برای بررسی محدوده ها و دسته بندی های خاص داده در هر دو سطح ویجت و داشبورد استفاده کرد.


آموزش معماری راه حلهای پردازش جریان با استفاده از Google Cloud Pub/Sub

Architecting Stream Processing Solutions Using Google Cloud Pub/Sub

این دوره در مورد کار با Pub/Sub ، از جمله ایجاد و مدیریت موضوعات ، اشتراک ها و انتشار برنامه ها است. اشتراک های فشار و کشش و همچنین ویژگی های پیشرفته ای مانند جستجوی مهر زمان و عکس های فوری مورد بررسی قرار می گیرند.


آموزش استفاده از مجموعه داده های کاملاً مدیریت شده Redis با استفاده از Google Cloud Memorystore

Leveraging Fully Managed Redis Datastores Using Google Cloud Memorystore

Cloud Memorystore افزودنی جدید به Google Cloud Platform است. این یک سرویس Redis کاملاً مدیریت شده و میزبان ابر است که به شما امکان می دهد پاسخ های رایج را در برنامه های وب میزبان GCP ذخیره کنید ، تاخیر کم و کارایی بالا را در اختیار کاربران قرار می دهد.


آموزش ساختن راه حل های محاسبه پذیر مقیاس پذیر با گروه های نمونه مدیریت شده

Building Scalable Compute Solutions with Managed Instance Groups

این دوره جنبه های عملی و نظری کار با Managed Instance Groups ، انتزاعی قدرتمند را ارائه می دهد که بهبود خودکار و خودکار را فراهم می کند. این شامل پیکربندی چک های بهداشتی ، توازن بار و سیاست های خودکارسازی است.


آموزش تنظیم میزان استفاده از منابع با استفاده از Google Cloud IAM

Regulating Resource Usage Using Google Cloud IAM

این دوره بر طراحی و اجرای کنترل دسترسی مبتنی بر نقش (RBAC) در GCP تمرکز دارد. این شامل ایجاد و استفاده مناسب از حساب های سرویس و همچنین نقش های بدوی ، از پیش تعریف شده و سفارشی است.


آموزش طراحی و تعامل با داشبورد Sisense

Designing and Interacting with Sisense Dashboards

این دوره به شما یاد می دهد که چگونه داشبوردهای بصری و پاسخگو بسازید تا تجزیه و تحلیل همه جانبه داده های کسب و کار را فعال کنید.


آموزش کاوش و تجزیه و تحلیل داده ها با QlikView

Exploring and Analyzing Data with QlikView

آیا می خواهید با یک ابزار تجزیه و تحلیل و تجسم داده کارآمد آشنا شوید؟ در این دوره ، با کاوش در ویژگی های مختلف QlikView ، نحوه نمایش داده ها و نحوه تجزیه و تحلیل آنها را یاد خواهید گرفت.


آموزش معماری مدل‌های ML آماده تولید با استفاده از Google Cloud ML Engine

Architecting Production-ready ML Models Using Google Cloud ML Engine

این دوره Cloud ML Engine را پوشش می دهد، یک سرویس قدرتمند که از آموزش و ارزیابی توزیع شده برای مدل های ساخته شده در TensorFlow، Scikit-learn و XGBoost پشتیبانی می کند.


آموزش درک و به کارگیری رگرسیون لجستیک

Understanding and Applying Logistic Regression

این دوره نظریه و پیاده سازی رگرسیون لجستیک را در Excel (با استفاده از solver) ، Python و R به شما می آموزد.


آموزش ایجاد و مدیریت نمونه های Google Cloud Spanner

Creating and Administering Google Cloud Spanner Instances

این دوره جنبه های عملی کار با Cloud Spanner ، سرویس سیستم مدیریت پایگاه داده رابطه ای اختصاصی Google (RDBMS) را پوشش می دهد. این تنها RDBMS توزیع شده و کاملاً سازگار با مقیاس افقی در سطح جهان است.


آموزش تجزیه و تحلیل و تجسم استفاده از منابع با استفاده از Google Cloud Billing API

Analyzing and Visualizing Resource Usage Using the Google Cloud Billing APIs

خطر بزرگ نصب های ابری این است که یک شرکت در نهایت از منابع گران قیمت به شیوه ای ناآگاهانه استفاده می کند و پس از پایان چرخه صورتحساب، شوک برچسب را تجربه می کند. در این دوره آموزشی در Billing API یاد بگیرید که این خطر را کاهش دهید.


آموزش تجزیه و تحلیل داده ها از منابع مختلف با Sisense

Analyzing Data from Different Sources with Sisense

این دوره به شما می‌آموزد که چگونه از مدل‌های داده Sisense - هم مدل‌های ElastiCubes و هم مدل‌های زنده - استفاده کنید تا مجموعه‌های داده انتخاب‌شده را برای استفاده در داشبورد Sisense خود جمع‌آوری کنید.


آموزش خودکارسازی استقرار زیرساخت با استفاده از Google Cloud Deployment Manager

Automating Infrastructure Deployment Using Google Cloud Deployment Manager

Cloud Deployment Manager سرویس گوگل است که اجازه می دهد تمام منابع مورد نیاز برای یک برنامه کاربردی را در قالبی اعلامی با استفاده از yaml مشخص کند. این دوره به شما کمک می کند تا از آن برای ایجاد و تهیه منابع به صورت برنامه نویسی استفاده کنید.


آموزش درک و استفاده از تکنیک های مدل سازی ریسک مالی

Understanding and Applying Financial Risk Modeling Techniques

مدل سازی ریسک مالی در تقاطع دو روند داغ است: Fintech و Big Data. این دوره شامل سه تکنیک مدل سازی ریسک مالی است: ماتریس کوواریانس ، مدل های عاملی و ارزش در معرض خطر.


آموزش در حال توسعه در Google Cloud با استفاده از Datalab و مخازن منبع ابر

Developing on the Google Cloud Using Datalab and Cloud Source Repositories

در این دوره ، شما درک می کنید که چگونه شروع به تلفیق کد ، محاسبه و داده های خود با هم در یک محیط Google Cloud Platform با استفاده از انواع ابزارهای توسعه دهنده همراه با سرویس های GCP که قبلاً با آنها آشنایی دارید ، ترکیب کنید.


آموزش درک و استفاده از تکنیک های بهینه سازی عددی

Understanding and Applying Numerical Optimization Techniques

بهینه سازی همه چیز در مورد تجارتهای هوشمند است که با انتخاب های دشوار روبرو شده است. این دوره بر روی سه جنبه خاص بهینه سازی عددی متمرکز است: تنظیم صحیح مشکلات بهینه سازی ، برنامه نویسی خطی و برنامه نویسی صحیح.


آموزش درک و به کارگیری رگرسیون خطی

Understanding and Applying Linear Regression

رگرسیون خطی ابزاری قدرتمند است که در بسیاری از شرایط معمول در تجزیه و تحلیل داده ها و تجارت قابل استفاده است. این دوره نظریه و اجرای رگرسیون خطی را در اکسل ، پایتون و R پوشش می دهد.


آموزش استفاده از گزینه های Load Balancing در GCP

Leveraging Load Balancing Options on the GCP

توسعه دهندگان و معماران برنامه باید بدانند که چه نوع متعادل کننده بار را انتخاب کنند و چرا. این دوره، گزینه های تعادل بار ضروری موجود در GCP را پوشش می دهد و استفاده از آنها را در ترکیب با سایر فناوری های GCP نشان می دهد.


آموزش ایجاد خطوط لوله برای ارکستراسیون گردش کار با استفاده از Google Composer

Building Pipelines for Workflow Orchestration Using Google Composer

Cloud Composer یک سرویس ارکستراسیون گردش کار کاملاً مدیریت شده است که امکان ایجاد، زمان‌بندی و نظارت بر خطوط لوله را می‌دهد. این دوره معماری Composer و ایجاد خطوط لوله برای اجرای اسکریپت های پوسته دلخواه و کد پایتون را پوشش می دهد.


آموزش مدیریت گزارش ها ، خطاها و عملکرد برنامه با استفاده از Google Stackdriver

Managing Logs, Errors and Application Performance Using Google Stackdriver

مجموعه محصولات Stackdriver تمام جنبه های مهم مدیریت عملیاتی GCP را در بر می گیرد. این دوره بر روی ورود به سیستم ، ردیابی ، مدیریت خطا ، اشکال زدایی ، نظارت بر زمان ، پروفایل و عملکرد متمرکز است.


آموزش ساخت سیستم های تجزیه و تحلیل احساس در پایتون

Building Sentiment Analysis Systems in Python

با بیان بیشتر نظرات بصورت غیر ساختاری بصورت آنلاین ، تحلیل احساس اهمیت بیشتری پیدا کرده است. این دوره رویکردهای مبتنی بر قاعده و مبتنی بر ML را برای استخراج احساسات از نظرات ، از جمله VADER ، Sentiwordnet و غیره پوشش می دهد.