در حال حاضر محصولی در سبد خرید شما وجود ندارد.
با مشاهده این کورس آموزشی از طریق انجام پروژه های واقعی و به زبانی بسیار ساده مطالب فراوانی را در رابطه با آپاچی Beam یاد می گیرید.
عنوان اصلی : Modeling Streaming Data for Processing with Apache Beam
بررسی اجمالی دوره
پیش نیازها و رئوس مطالب دوره
پردازش دسته ای و پردازش جریانی
پردازش دسته ای در مقابل پردازش جریانی
پردازش جریان
مدلهای پردازش جریانی
معماری های پردازش جریان
چالشها در پردازش جریان
معرفی آپاچی بیم
خطوط لوله، PCCollections و PTtransforms
پردازش ورودی با استفاده از بستهها
راننده و دونده
نسخه ی نمایشی: تنظیم محیط و گزینه های پیش فرض خط لوله
نسخه ی نمایشی: فیلتر کردن با استفاده از ParDo و DoFns
نسخه ی نمایشی: تجمعات با استفاده از تبدیل داخلی
نسخه ی نمایشی: منبع فایل و سینک فایل
نسخه ی نمایشی: گزینه های خط لوله سفارشی
نسخه ی نمایشی: پخش جریانی داده ها با Direct Runner
نسخه ی نمایشی: تعداد کلمات
دگرگونی های بی تابعیت و دولتی
انواع ویندوز
زمان رویداد و زمان پردازش
واترمارک و داده های دیرهنگام
نسخه ی نمایشی: استفاده از Windows Fixed with in Memory Data
نسخه ی نمایشی: استفاده از ویندوز ثابت با فایل های ورودی
نسخه ی نمایشی: استفاده از Windows Sliding with in Memory Data
نسخه ی نمایشی: استفاده از ویندوز کشویی با فایل های ورودی
نسخه ی نمایشی: Session Windows
نسخه ی نمایشی: ویندوز جهانی
محرک ها
چه، کجا، چه زمانی و چگونه در پردازش جریانی
خلاصه و مطالعه بیشتر
Modeling Streaming Data for Processing with Apache Beam
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
آموزش ساخت مدل های دسته بندی یا Classification در scikit-learn
آموزش داده یابی یا همان Data Mining از متون
آموزش ساخت راهکارهای PyTorch
آموزش انجام فرآیندهای آماده سازی داده ها
Deep Learning with Python and Keras: Build a Model For Sentiment Analysis
Building Your First PyTorch Solution
Implementing Machine Learning Workflow with RapidMiner
کورس یادگیری Kubernetes: GitOps with ArgoCD
آموزش معماری راهکارهای بیگ دیتا با استفاده از Google Dataproc
Natural Language Generation with Python