مطالب پیشنهادی از سراسر وب

آموزش نصب و کار با ابزارهای علم داده

دسته بندی ها: آموزش های لیندا (Lynda) ، علم داده (Data Science)

افزایش اهمیت داده در سال های اخر منجر به ایجاد فیلدی به نام علم داده شد. اگر به دنبال حرفهای در این فیلد می باشید باید با ابزارهای آن آشنا شوید. در این دوره با ابزارهای شناخته شده علم داده در زمینه رایانش ابری، ذخیره سازی فایل توزیع شده، پردازش توزیع شده و یادگیری ماشینی، بررسی Proxmox، Hadoop، Spark و Weka، نصب و استفاده از هر ابزار در گردش کار علم داده آشنا می شوید.

سرفصل:

  • معرفی دوره
  • چه ابزارهایی از علم داده را باید بدانید؟
  • معرفی علم داده
  • مهارت های اصلی
  • فعال کردن فناوری ها
  • رایانش ابری
  • رایانش ابری و مجازی سازی
  • تایپ های کلود
  • ارائه دهندگان راه حل
  • ابر خصوصی با Proxmox
  • Proxmox: دیسک نصب bootable
  • Proxmox: نصب
  • Proxmox: مدیریت ماشین های مجازی
  • Proxmox: ایجاد و پیکربندی ماشین های مجازی
  • سیستم های توزیع شده
  • سیستم های توزیع شده و پردازش توزیع شده
  • Hadoop: آماده سازی
  • Hadoop: نصب
  • Hadoop: MapReduce
  • پردازش توزیع شده
  • پردازش توزیع شده با MapReduce
  • پردازش توزیع شده با Spark
  • معماری و ویژگی های Spark
  • Spark : نصب
  • Spark: Spark shell
  • Spark: pyspark
  • Spark : اپلیکیشن
  • یادگیری ماشینی
  • تایپ های یادگیری ماشینی
  • Weka - نصب
  • Weka: GUI
  • Weka: آموزش و تست
  • Weka: خوشه بندی
  • مطالعه موردی
  • Hadoop cluster: نصب
  • Hadoop cluster: عملیات
  • Spark ،YARN و Hadoop
  • نتیجه
  • مراحل بعدی
آیا این نوشته را دوست داشتید؟
Data Science Tools of the Trade: First Steps Publisher:Lynda Author:Jungwoo Ryoo Duration:2h 23m Level:Beginner

Jump-start your data science career by learning how to install and work with several essential data science tools, including Proxmox, Hadoop, Spark, and Weka.
Released: 8/30/2018
The explosion of data in recent years has made the field of data science—in which professionals work to glean insights from this abundant information—increasingly more vital. If you're looking to pursue a career or to work with experts in this rapidly-growing field, it's crucial that you familiarize yourself with the tools of the trade. In this course, instructor Jungwoo Ryoo helps to acquaint you with some of the most well-known data science tools in the areas of cloud computing, distributed file storage, distributed processing, and machine learning. Throughout this course, Jungwoo provides coverage of Proxmox, Hadoop, Spark, and Weka, discussing how to install and leverage each tool in your data science workflow. To wrap up, he explains how Hadoop, Spark, and Weka can work collaboratively to produce the best results.
Topics include:
Enabling technologies in data science
Cloud computing and virtualization
Installing and working with Proxmox, Hadoop, Spark, and Weka
Managing virtual machines on Proxmox
Distributed processing with Spark
Fundamental applications of machine learning
Distributed systems and distributed processing
How Hadoop, Spark, and Weka can work together
Introduction
What data science tools must you know?
1m 1s
Course organization
1m 17s
1. Introduction to Data Science
Introduction
1m 51s
Data science
2m 53s
Fundamental skills
3m 42s
Tools of trade
3m
Enabling technologies
2m 4s
2. Cloud Computing
Cloud computing and virtualization
4m
Cloud fundamentals
3m 29s
Types of cloud
3m 19s
Solution providers
2m 22s
Private cloud hands-on with Proxmox
2m 52s
Proxmox: Bootable installation disk
5m 2s
Proxmox: Installation
2m 26s
Proxmox: Managing virtual machines
3m 49s
Proxmox: Creating and configuring virtual machines
2m 59s
3. Distributed File Systems
Distributed file systems
2m 44s
Fundamentals
2m 45s
Distributed systems and distributed processing
2m 18s
Hadoop hands-on
2m 8s
Hadoop: Preparation
4m 11s
Hadoop: Installation
4m 18s
Hadoop: MapReduce hands-on
8m 52s
4. Distributed Processing
Distributed processing with MapReduce
3m 47s
Distributed processing with Spark
2m 7s
Spark architecture and features
2m 49s
Spark: Installation
6m 24s
Spark: Spark shell
4m 28s
Spark: pyspark
4m 32s
Spark: Application
4m 1s
5. Machine Learning
Machine learning
2m 41s
Fundamentals
2m 16s
Types of machine learning
2m 59s
Weka: Installation
2m 33s
Weka: GUI
3m 35s
Weka: Training vs. testing
3m 21s
Weka: Clustering
2m 12s
6. Case Study
Putting it all together
2m 42s
Hadoop cluster: Installation
4m 1s
Hadoop cluster: Operation
4m 57s
Spark, YARN, and Hadoop
6m 42s
Weka and Spark
3m 12s
Conclusion
Next steps
41s

پیشنهاد آموزش مرتبط در فرادرس

لینک های دانلود حجم فایل: 536.0MB همراه با زیرنویس انگلیسی Lynda Data Science Tools of the Trade First Steps_git.ir.rar