آموزش اجرای نمایش داده های متن کامل با Elasticsearch

Executing Full Text Queries with Elasticsearch

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره: این دوره شما را با حالت های مختلف قابلیت جستجوی مبتنی بر متن Elasticsearch آشنا می کند و همچنین با کمک Database Elasticsearch تجزیه و تحلیل متن کامل را به شما می آموزد. Elasticsearch موتور توزیع شده ، جستجو و تحلیلی است که در بالای Apache Lucene ساخته شده است. در این دوره ، با اجرای جستجوی متن کامل با Elasticsearch ، یاد می گیرید که با استفاده از قابلیت جستجوی Elasticsearch ، تجزیه و تحلیل مبتنی بر متن را بر روی داده های نیمه ساختار یافته/ساخت یافته انجام دهید. ابتدا ، پرس و جو با بازه های زمانی و جستجوی مطابقت را کشف خواهید کرد. در مرحله بعدی ، عبارت جستجوی مطابقت را کشف خواهید کرد. سرانجام ، شما یاد خواهید گرفت که چگونه تجزیه و تحلیل رشته پرس و جو را انجام دهید. پس از اتمام این دوره ، مهارت و دانش استفاده از تجزیه و تحلیل مبتنی بر متن کامل را برای API تجارت الکترونیکی داخلی خود دارید و تجزیه و تحلیل متن پیچیده را با استفاده از قابلیت جستجوی متن کامل انجام می دهید.

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

پیاده سازی مکانیسم استعلام مبتنی بر فاصله زمانی Implementing Intervals Based Querying Mechanism

  • مقدمه ای بر دوره Introduction to the Course

  • جستجوی متن کامل Full Text Search

  • پرس و جو فاصله ها Intervals Query

  • نسخه ی نمایشی: جستجوی Match و Intervals Demo: Match and Intervals Query

  • نسخه ی نمایشی: پرس و جو با استفاده از فیلترها Demo: Intervals Query Using Filters

  • نسخه ی نمایشی: اجرای حداقل سازی Demo: Implementing Minimization

  • خلاصه Summary

پیاده سازی جستجوی خاص مبتنی بر جستجوی مبتنی بر الگوی داده شده Implementing a Specific Search Based Query Based on the Given Pattern

  • مقدمه ای بر تجزیه و تحلیل پرس و جو Introduction to Query Analytics

  • گیجی Fuzziness

  • فاصله ویرایش Levenshtein Levenshtein Edit Distance

  • پارامتر ویژه برای قسمت جستجو Special Parameter for the Search Field

  • نسخه ی نمایشی: الگوهای سفارشی برای جستجو Demo: Custom Patterns for Search

  • خلاصه Summary

استخراج چندین الگو با استفاده از مکانیزم پرس و جو چند مسابقه ای Extracting Multiple Patterns Using Multi-match Querying Mechanism

  • مقدمه ای بر پرس و جو چند مسابقه ای Introduction to Multi-match Querying

  • عبارت در برابر پیشوند عبارت Phrase vs. Phrase Prefix

  • امتیاز مرتبط بودن Relevance Score

  • نسخه ی نمایشی: الگوهای پرس و جو چند مسابقه ای Demo: Multi-match Query Patterns

  • خلاصه Summary

پیاده سازی مکانیسم سerال کردن شرایط مشترک Implementing Common Terms Querying Mechanism

  • مقدمه ای بر س Commonالات عمومی Introduction to Common Terms Querying

  • خواص شرایط عمومی Properties for Common Terms Querying

  • نسخه ی نمایشی: مکانیسم سerال کردن اصطلاحات رایج Demo: Common Terms Querying Mechanism

  • خلاصه Summary

کشف الگوهای بولی در جستجوی رشته ای Discovering Boolean Patterns within the String Based Search

  • مقدمه ای بر جستجوی رشته ای Introduction to String Based Search

  • ویژگی های سفارشی برای جستجوی مبتنی بر پرس و جو Custom Attributes for Query Based Search

  • نسخه ی نمایشی: رشته کوئری Demo: Query String

  • خلاصه Summary

نمایش نظرات

آموزش اجرای نمایش داده های متن کامل با Elasticsearch
جزییات دوره
1h 2m
27
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
-
از 5
دارد
دارد
دارد
Niraj Joshi
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Niraj Joshi Niraj Joshi

نیراژ یک ابر متخصص AWS/Azure DevSecOps با بیش از یک دهه تجربه کار در مدل سازی داده با پایگاه های داده مانند Cassandra ، MongoDB ، SparkSQL ، ElasticSearch و SQL Server است. وی بیش از 7 سال سابقه کار در زمینه ویژن رایانه ، هوش مصنوعی ، DevOps ، یادگیری ماشین و Big Data Stack را دارد ، وی مشاور شرکت هایی مانند CISCO ، ERICSSON ، عناصر پویا و JP مورگان بوده است. وی مهارت های تجسم/تجزیه و تحلیل داده ها و کاملاً مسلط به زبانهایی مانند پایتون ، R ، جولیا و اکتاو است.