آموزش جامع فریم‌ورک Aggregation در MongoDB - آخرین آپدیت

دانلود MongoDB Aggregation Framework

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: در این دوره آموزشی، شما نحوه تحلیل داده‌ها را با استفاده از قابلیت‌های قدرتمند Aggregation Framework در MongoDB خواهید آموخت. دوره با ایجاد یک زیربنای محکم از دانش ضروری Aggregation آغاز می‌شود. با درک ویژگی‌های این فریم‌ورک، یاد می‌گیرید چگونه پرس‌وجوهای پیچیده را از داده‌های خود استخراج کنید. این مباحث، زمینه‌ساز بخش‌های پیشرفته دوره خواهد بود که در آن به بررسی عمیق طراحی شمای داده‌ها (Schema Design)، مهاجرت داده‌های رابطه‌ای (Relational Data Migrations) و پیاده‌سازی یادگیری ماشین با MongoDB می‌پردازیم. در پایان این دوره، شما قادر خواهید بود بهینه‌ترین روش استفاده از MongoDB و ابزارهای Aggregation را در گردش‌کار علم داده (Data Science Workflow) خود به کار بگیرید.

سرفصل ها و درس ها

مبانی Aggregation در MongoDB The Fundamentals of MongoDB Aggregation

  • خوش‌آمدگویی Welcome!

  • تدارکات دوره و پیش‌نیازها Course Logistics and Prerequisites

  • مقدمه‌ای بر Aggregation Aggregation Introduction

  • مفهوم خط لوله‌ها (Pipelines) The Concept of Pipelines

  • ساختار و سینتکس Aggregation Aggregation Structure and Syntax

  • مرحله match$: فیلتر کردن اسناد $match: Filtering Documents

  • استفاده از project$ Using $project

  • استفاده از عبارت‌ها (Expressions) Using Expressions

  • مراحل متدهای شبیه کرسر: بخش اول Cursor Like Methods Stages: Part 1

  • مراحل متدهای شبیه کرسر: بخش دوم Cursor Like Methods Stages: Part 2

  • مرحله group$ The $group Stage

  • استفاده از عبارت‌های تجمعی (Accumulators) Using Accumulator Expressions

  • استفاده از unwind$ $unwind

  • مرحله lookup$ The $lookup Stage

  • مرحله graphLookup$ $graphLookup Stage

بهره‌گیری از شمای انعطاف‌پذیر MongoDB Leveraging MongoDB's Flexible Schema

  • مقدمه‌ای بر هفته دوم Intro to Week 2

  • ابزار mongoimport mongoimport

  • اهمیت شمای داده‌ها (Schema) Importance of Schema

  • کاوش در شمای داده‌ها Exploring Schemas

  • مهاجرت شمای داده‌ها Migrating Your Schema

  • نماها (Views) Views

  • تکمیل شمای داده‌ها با تجمعی‌ها Supplementing Schemas with Accumulators

  • داده‌های درختی در اسناد مجزا (بخش اول) Tree-like Data in Individual Documents (Part 1)

  • داده‌های درختی در اسناد مجزا (بخش دوم) Tree-like Data in Individual Documents (Part 2)

  • مبانی Lookup پیشرفته Expressive Lookup Basics

  • تفکیک موجودیت‌ها با lookup$ Entity Resolution with $lookup

یادگیری ماشین با MongoDB Machine Learning with MongoDB

  • مقدمه‌ای بر هفته سوم Intro to Week 3

  • محاسبه ضریب Rho برای افراد Calculation of Persons-Rho

  • مقدمه‌ای بر یادگیری نقش‌های تداعی Intro: Associative Role Learning

  • تحلیل مؤلفه‌های اصلی (بخش اول) Principal Component Analysis (Part 1)

  • تحلیل مؤلفه‌های اصلی (بخش دوم) Principal Component Analysis (Part 2)

  • مقدمه‌ای بر رگرسیون خطی Intro to Linear Regressions

  • پیاده‌سازی رگرسیون خطی با MongoDB Linear Regressions with MongoDB

  • درخت‌های تصمیم (بخش اول) Decision Trees Part 1

  • درخت‌های تصمیم (بخش دوم) Decision Trees Part 2

  • درخت‌های تصمیم (بخش سوم) Decision Trees Part 3

  • مقدمه‌ای بر الگوریتم‌های خوشه‌بندی Intro to Clustering Algorithms

نمایش نظرات

آموزش جامع فریم‌ورک Aggregation در MongoDB
جزییات دوره
18h 54m
37
(آخرین آپدیت)
12,632
4.2 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Kirby Kohlmorgen Kirby Kohlmorgen

Kirby Kohlmorgen یک مهندس برنامه درسی ارشد در MongoDB، Inc. در نقش فعلی خود ، کربی دوره هایی را آموزش می دهد که به توسعه دهندگان و DBA می آموزد که چگونه برنامه های قدرتمند و مقیاس پذیر را با استفاده از MongoDB بسازند. او قبل از کار در MongoDB ، یک متخصص تبخیر برنامه نویسان در Pebble Tech بود ، جایی که در سراسر کشور به کارگاه های فنی در مورد استفاده از Pebble SDK سفر کرد. کربی در حالی که در دانشگاه پوردو نیز شرکت می کرد ، مدرس کارشناسی ارشد بود.

Nathan Leniz Nathan Leniz