آموزش Hadoop برای مبتدیان

Hadoop for Beginners

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:

Hadoop یک چارچوب پردازش توزیع‌شده منبع باز است که پردازش و ذخیره‌سازی داده‌ها را برای برنامه‌های کلان داده در حال اجرا در سیستم‌های خوشه‌ای مدیریت می‌کند. این مرکز در مرکز اکوسیستم رو به رشد فناوری‌های کلان داده است که عمدتاً برای پشتیبانی از ابتکارات تحلیلی پیشرفته، از جمله تحلیل‌های پیش‌بینی‌کننده، داده‌کاوی و برنامه‌های یادگیری ماشین استفاده می‌شوند.

ماژول‌های زیر در این کلاس توضیح داده شده‌اند،

  • مقدمه ای بر هادوپ
  • راه اندازی Hadoop
  • معماری و مفاهیم HDFS
  • درک MapReduce
  • انواع و قالب‌های MapReduce
  • MapReduce و YARN کلاسیک
  • مفاهیم پیشرفته MapReduce
  • مقدمه ای بر اکوسیستم هادوپ

پس از تکمیل این ماژول‌ها، می‌توانید روی تکلیف پروژه زیر کار کنید،

تجزیه و تحلیل متن:-

برای ساختن این برنامه می‌توانید شرایط و قیاس زیر را در نظر بگیرید،

  • تجزیه و تحلیل متن به داده کاوی متن اشاره دارد و از متن به عنوان واحد تولید و تجزیه و تحلیل اطلاعات استفاده می کند. کیفیت اطلاعات به دست آمده از متون با ابداع الگوها و استفاده از روندها در قالب الگوی آماری، بهینه است.
  • داده‌های متنی بدون ساختار پردازش می‌شوند تا داده‌های معنی‌داری برای تجزیه و تحلیل تشکیل دهند تا نظرات مشتریان، بازخوردها، بررسی‌های محصول کمیت شود.
  • برخی از برنامه‌های کاربردی در اینجا تحلیل احساسات، پشتیبانی مدل‌سازی موجودیت برای تصمیم‌گیری هستند.

سرفصل ها و درس ها

درس ها Lessons

  • 010 مفاهیم HDFS 010 HDFS Concepts

  • 040 توزیع جانبی داده ها 040 Side Distribution of Data

  • 030 سناریوی شکست نخ 030 Failure Scenario YARN

  • دستورات 008 HDFS 008 HDFS commands

  • 015 MapReduce مقدمه 015 MapReduce Introduction

  • 036 مرتب سازی ایده ها با پارتیشن بخش 1 036 Sorting Ideas with Partitioner Part 1

  • 011 معماری HDFS 011 HDFS Architecture

  • 021 Recap Map، Reduce and Combiner Part 2 021 Recap Map, Reduce and Combiner Part 2

  • 032 مخلوط کردن و مرتب سازی 032 Shuffle and Sort

  • 035 دست روی پیشخوان 035 Hands on Counters

  • 001 داده های بزرگ ارزش بزرگ 001 Big Data Big value

  • 019 Combiner And Tool Runner 019 Combiner And Tool Runner

  • عملیات پیوستن جانبی نقشه 038 038 Map Side Join Operation

  • 029 Job Run YARN 029 Job Run YARN

  • 022 MapReduce انواع و قالب ها 022 MapReduce Types and Formats

  • نکات و ترفندهای لینوکس اوبونتو 007 007 Linux Ubuntu Tips and Tricks

  • 004 Distributed Architecture مروری کوتاه 004 Distributed Architecture A Brief Overview

  • 016 درک MapReduce قسمت 1 016 Understanding MapReduce Part 1

  • 034 نگاهی به شمارنده 034 Looking at Counters

  • کلاس های فرمت IO 024 024 IO Format Classes

  • 013 HDFS Concepts II 013 HDFS Concepts II

  • 009 اجرای یک برنامه MapRed 009 Running a MapRed Program

  • 037 مرتب سازی ایده ها با پارتیشن بخش 2 037 Sorting Ideas with Partitioner Part 2

  • 014 فرمان های ویژه 014 Special Commands

  • 012 HDFS خواندن و نوشتن 012 HDFS Read and Write

  • 039 کاهش عملیات اتصال جانبی 039 Reduce Side Join Operation

  • 005 انتشار Hadoop 005 Hadoop Releases

  • 017 درک MapReduce قسمت 2 017 Understanding MapReduce Part 2

  • 002 درک کلان داده 002 Understanding Big Data

  • 000 مقدمه و نمای کلی دوره 000 Intro & Course Overview

  • 006 راه اندازی Hadoop 006 Setup Hadoop

  • 018 اجرای اولین برنامه MapReduce 018 Running First MapReduce Program

  • 031 زمانبندی کار در MapReduce 031 Job Scheduling in MapReduce

  • 046 هدوپ پیشرفته 046 Advanced Hadoop

  • 020 Recap Map، Reduce and Combiner Part 1 020 Recap Map, Reduce and Combiner Part 1

  • 042 مقدمه ای بر خوک 042 Introduction to Pig

  • 028 سناریوهای شکست نقشه کلاسیک کاهش می یابد 028 Failure Scenarios Classic Map Reduce

  • 023 آزمایش با پیش فرض ها 023 Experiments with Defaults

  • 043 مقدمه ای بر کندو 043 Introduction to Hive

  • 027 Job Run Classic MapReduce 027 Job Run Classic MapReduce

  • 041 Hadoop Streaming و Hadoop Pipes 041 Hadoop Streaming and Hadoop Pipes

  • 025 آزمایش با مفهوم پیشرفته خروجی فایل 025 Experiments with File Output Advanced Concept

  • 033 ویژگی های تنظیم عملکرد 033 Performance Tuning Features

  • 044 مقدمه ای بر Sqoop 044 Introduction to Sqoop

  • 003 Hadoop و راه حل های دیگر 003 Hadoop and other Solutions

  • 045 Knowing Sqoop 045 Knowing Sqoop

  • 026 Anatomy of MapReduce job run 026 Anatomy of MapReduce job run

نمایش نظرات

Skillshare (اسکیل شیر)

اسکیل‌شر یک پلتفرم آموزشی آنلاین است که به میلیون‌ها افراد در سراسر جهان امکان یادگیری مهارت‌های جدید را فراهم می‌کند. این پلتفرم با ارائه دوره‌های متنوع در زمینه‌هایی از جمله هنر و طراحی، فناوری، کسب و کار، و زندگی موفق، به کاربران خود این امکان را می‌دهد تا به صورت آنلاین به یادگیری بپردازند.

یکی از ویژگی‌های منحصر به فرد سکیل‌شر، ارائه دوره‌های تدریس شده توسط صاحبان مهارت‌ها و افراد موفق در زمینه‌های مختلف است. این امر باعث می‌شود که کاربران از تجربیات و دانش عملی افرادی که در حوزه‌های مورد نظرشان موفق عمل کرده‌اند، بهره‌مند شوند و بهترین اطلاعات را برای بهبود مهارت‌های خود دریافت کنند. به این ترتیب، سکیل‌شر نه تنها یک پلتفرم آموزشی است، بلکه یک جامعه آموزشی است که افراد را به اشتراک گذاری دانش و تجربیات تشویق می‌کند و به آنها کمک می‌کند تا در مسیر پیشرفت و موفقیت خود ادامه دهند.

آموزش Hadoop برای مبتدیان
جزییات دوره
8h 33m
47
Skillshare (اسکیل شیر) Skillshare (اسکیل شیر)
(آخرین آپدیت)
517
4 از 5
ندارد
دارد
دارد
Nitesh Jay
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Nitesh Jay Nitesh Jay

معلم

سلام، من Nitesh هستم. من بیش از 4+ تجربه در تجزیه و تحلیل داده

دارم