طراحی و استقرار یک خوشه با دسترسی بالا برای ارائه خدمات فعال/غیرفعال یا فعال/فعال با استفاده از HA Pacemaker
از قدرت یادگیری ماشینی برای یادگیری بدون نظارت و نظارت در پایتون استفاده کنید
استفاده از قدرت یادگیری ماشینی برای یادگیری بدون نظارت و نظارت در R -- با مثال های عملی
برای توسعه دهندگان Scala و Akka: سیستم های توزیع شده واکنشی را با بازیگران راه دور، Akka Clustering و Scala بنویسید.
خوشه ها در قلب اکثر وظایف در Databricks قرار دارند و پیکربندی دقیق آنها برای اطمینان از عملکرد بهینه و همچنین مدیریت هزینه ها بسیار مهم است. این دوره نحوه استفاده از سیاست های خوشه ای را برای کمک به دستیابی به این اهداف پوشش می دهد.
سرور خوشه ای Veritas (VCS) در سیستم عامل های لینوکس. ایجاد گروههای دیسک، گروههای سرویس و انجام تستهای Failover.
پیاده سازی خوشه بندی و طبقه بندی مبتنی بر یادگیری ماشین در پایتون برای تشخیص الگو و تجزیه و تحلیل داده ها
الگوهای اساسی در داده های شما دارای بینش های حیاتی هستند. آنها را با تکنیک های خوشه بندی و طبقه بندی پیشرفته در R کشف کنید
این دوره چندین تکنیک مهم را که برای پیاده سازی خوشه در یادگیری scikit یادگیری استفاده می شود ، شامل الگوریتم های خوشه بندی K-means ، medium-shift و DBScan و همچنین نقش تنظیم hyperparameter و انجام خوشه بندی بر روی داده های تصویر را شامل می شود.
بیاموزید که چگونه از تجزیه خوشه ، قوانین ارتباط و الگوریتم های تشخیص ناهنجاری برای یادگیری بدون نظارت استفاده کنید.
خوشه های خراب کننده ویندوز در مراکز داده امروزی به طور فزاینده ای شیوع پیدا می کنند. این دوره به شما یاد می دهد که در مورد پیکربندی شبکه ها ، ذخیره سازی و سرورها برای پیاده سازی خوشه های failover با اطمینان باید بدانید.
بیاموزید که چگونه از Docker Swarm برای مدیریت Docker در مقیاس استفاده کنید ، این یک چالش جدید برای هر حرفه ای فناوری اطلاعات است. این دوره به شما می آموزد که چگونه خوشه ها را ایجاد و ایمن سازید ، چگونه زیرساختی را برای استقرار Swarm ایجاد کنید و سایر فناوری ها از Swarm استفاده کنند.