لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش Scala برای علوم داده
Scala Essential Training for Data Science
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
نحوه استفاده از Scala - زبان محبوب ترکیبی از طراحی شی گرا و برنامه نویسی کاربردی - را در کار علم داده خود کشف کنید. در این دوره ، با ویژگیهای Scala که برای دانشمندان داده بسیار مفید است ، از جمله توابع سفارشی ، پردازش موازی و برنامه نویسی Spark با Scala آشنا شوید. دن سالیوان با معرفی برنامه نویسان غیر اسکالا دوره را شروع می کند. در مرحله بعدی ، وی نحوه استفاده از SQL را از Scala توضیح داد - مفهومی مخصوصاً مفید برای دانشمندان داده ، زیرا آنها اغلب مجبور به استخراج داده ها از پایگاه داده های رابطه ای هستند. وی سپس سازه های پردازش موازی را در Scala پوشش داده و تکنیک هایی را به اشتراک می گذارد که برای مجموعه داده هایی با اندازه متوسط مفید هستند که می توانند در یک سرور با چند هسته تجزیه و تحلیل شوند.
دان همچنین بر استفاده از Scala با Spark ، یک سیستم عامل پردازش توزیع شده تمرکز دارد. وی ابتدا چگونگی کار با مجموعه داده های توزیع شده انعطاف پذیر (RDD) - ساختار بنیادی داده Spark - را تشریح می کند و سپس نحوه استفاده از Scala با Spark DataFrames ، کلاس جدیدی از ساختار داده را که مخصوص پردازش تحلیلی طراحی شده است ، توضیح می دهد. او دوره را با ارائه خلاصه ای از مزایای استفاده از Scala برای علم داده به پایان می برد.
موضوعات شامل:
مزایای Scala برای علم داده li>
انواع داده های مقیاس li>
آرایه ها ، بردارها و دامنه های مقیاس li>
پردازش موازی در مقیاس li>
نگاشت توابع روی مجموعه های موازی li>
چه وقت و چه زمانی از مجموعه های موازی استفاده نکنید li>
استفاده از SQL در مقیاس li>
RDD های Scala و Spark
اسکالا و Spark DataFrames
ایجاد DataFrames
سرفصل ها و درس ها
مقدمه
Introduction
خوش آمدی
Welcome
آنچه باید بدانید
What you should know
با استفاده از پرونده های تمرینی
Using the exercise files
1. آشنایی با Scala
1. Introduction to Scala
مزایای استفاده از Scala برای علم داده
The advantages of Scala for data science
نصب Scala
Installing Scala
انواع داده های Scala
Scala data types
مجموعه های Scala
Scala collections
Scala آرایه ها ، بردارها و دامنه های Scala را تنظیم می کند
Scala sets Scala arrays, vectors, and ranges
نقشه های اسکالا
Scala maps
عبارات Scala
Scala expressions
توابع Scala
Scala functions
اشیاء Scala
Scala objects
2. پردازش موازی در Scala
2. Parallel Processing in Scala
مزایای مجموعه های موازی
Advantages of parallel collections
ایجاد مجموعه های موازی
Creating parallel collections
توابع نقشه برداری از مجموعه های موازی
Mapping functions over parallel collections
فیلتر کردن مجموعه های موازی
Filtering parallel collections
چه موقع و چه زمانی نباید از مجموعه های موازی استفاده کرد
When and when not to use parallel collections
3. استفاده از SQL در Scala
3. Using SQL in Scala
نصب PostgreSQL
Installing PostgreSQL
بارگیری داده ها در PostgreSQL
Loading data into PostgreSQL
اتصال به PostgreSQL
Connecting to PostgreSQL
پرس و جو با رشته های SQL
Querying with SQL strings
پرس و جو با بیانیه های آماده شده
Querying with prepared statements
خلاصه SQL در Scala
Summary of SQL in Scala
4. RDD های Scala و Spark
4. Scala and Spark RDDs
آشنایی با جرقه
Introduction to Spark
نصب جرقه
Installing Spark
شروع کار با RDD های Spark
Getting Started with Spark RDDs
توابع نقشه برداری از طریق RDD
Mapping Functions over RDDs
آمار بیش از RDD
Statistics over RDDs
خلاصه RDD های Scala و Spark
Summary of Scala and Spark RDDs
5- Scala و Spark DataFrames
5. Scala and Spark DataFrames
ایجاد DataFrames
Creating DataFrames
گروه بندی و فیلتر کردن در DataFrames
Grouping and filtering on DataFrames
پیوستن به DataFrames
Joining DataFrames
کار با پرونده های JSON
Working with JSON files
خلاصه Scala و Spark DataFrames
Summary of Scala and Spark DataFrames
نتیجه
Conclusion
بررسی Scala برای علم داده
Review of Scala for data science
لینکدین: شبکه اجتماعی حرفهای برای ارتباط و کارآفرینی
لینکدین به عنوان یکی از بزرگترین شبکههای اجتماعی حرفهای، به میلیونها افراد در سراسر جهان این امکان را میدهد تا ارتباط برقرار کنند، اطلاعات حرفهای خود را به اشتراک بگذارند و فرصتهای شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان میدهد تا رزومه حرفهای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمنها و گروههای حرفهای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهرهمند شوند.
لینکدین همچنین به کارفرمایان امکان میدهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفهای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصتهای شغلی و گسترش شبکه حرفهای خود، نقش مهمی را ایفا میکند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفهای در دنیای امروز مورد توجه قرار دارد.
معمار سازمانی ، کارشناس بزرگ داده
دان سالیوان ، دکترای علوم ، یک معمار سازمانی و متخصص داده های بزرگ است.
دان متخصص در معماری داده ، تجزیه و تحلیل ، داده کاوی ، آمار ، مدل سازی داده ها ، داده های بزرگ و رایانش ابری است. علاوه بر این ، او دارای دکترای ژنتیک ، بیوانفورماتیک و زیست محاسباتی است. Dan به طور منظم با Spark ، Oracle ، NoSQL ، MongoDB ، Redis ، R و Python کار می کند. وی تجربه نوشتن گسترده ای در موضوعاتی از جمله رایانش ابری ، داده های بزرگ ، Hadoop و امنیت دارد.
نمایش نظرات