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.
اجرای الگوریتم های گراف بوسیله GraphFrames بر روی Databricks
آموزش تحلیل داده ها و Data Mining
Building Your First Python Analytics Solution
آموزش کار با داده ها بوسیله Qlik Sense
یادگیری تصمیم سازی بر پایه دیتا
آموزش ساخت Feature ها از داده های عددی
Summarizing Data and Deducing Probabilities
Implementing Machine Learning Workflow with RapidMiner
آموزش تحلیل آماری بوسیله PyTorch
آموزش ساخت مدل های دسته بندی یا Classification در scikit-learn