برنامهریزی عصبی زبانی Neuro-linguistic programming یک رویکرد ارتباطی، رشد فردی و یک روش رواندرمانگری است که توسط «ریچارد بندلر» Richard Bandler و «جان گریندر» در سال 1970 و در کالیفرنیای آمریکا، ایجاد شد. ایجادکنندگان این رویکرد، مدعی بودند که بین فرایندهای عصبی؛ «عصبی»، پردازشهای زبانی؛ «زبانی» و الگوهای رفتاری، ارتباطی وجود دارد که میتواند از طریق تجربه؛ «برنامهریزی» کرد و آنها را یادگرفت و به این روش از این رویکرد برای هدف ویژهای در زندگی، بهره گرفت و حتی به این طریق بتوان مسیر زندگی را تغییر داد. برنامهریزی عصبی زبانی یا برنامه ریزی به زبان عصبی رویکردی منظم است که هدف از آن افزایش اثر بخشی فردی است. اصل اساسی در برنامه ریزی عصبی زبانی این است که افراد به شیوههای خاص خود در مورد جهان فکر میکنند. آن را میبینند، میشنوند، لمس میکنند و میفهمند. برنامه ریزی عصبی زبانی با ساختار تفکر و قالبهای فکری سرو کار دارود و نه افکار خاصی که در ذهن وجود دارد. در دوره آموزشی Packt Finding Elements of Text with NLP in Java با فرآیند جستجوی المنت های متن با ان ال پی در جاوا آشنا می شوید.
علم داده ها (Data Science)، مطالعاتی پیرامون استخراج دانش و آگاهی از مجموعهای داده و اطلاعات است. هدف این علم، استخراج مفهوم از داده و تولید محصولات داده محور است. به شاغلین در حوزه ی علم داده، داده پژوه (data scientist) می گویند. یکی از شاخههای وسیع و پرکاربرد هوش مصنوعی، یادگیری ماشینی (Machine learning) است که به تنظیم و اکتشاف شیوهها و الگوریتمهایی میپردازد که بر اساس آنها رایانهها و سامانهها توانایی تعلم و یادگیری پیدا میکنند. یکی از لذت بخش ترین و جزو 10 تا از بهترین و پرطرفدارترین شغل های جهان علوم داده است. این شغل به طور متوسط در دنیا در آمدی حدود 120 هزار دلار دارد. موضوع فقط پول نیست و جذابیت بی نظیر آن برای خیلی ها شگفت انگیز است. اگر شما یک برنامه نویس هستید یا تجربه نوشتن اسکریپت دارید، این دوره آموزشی به شما آموزش می دهد که چکونه از علوم داده در جهت بهره وری بیشتر کار خود در صنعت و یا هرجای دیگر استفاه کنید. در دوره آموزشی Pluralsight Doing Data Science with Python با مفاهیم علوم داده و پیاده سازی آن با استفاده از پایتون آشنا می شوید.
زبان برنامهنویسی ++C (سی پلاس پلاس) یک زبان برنامهنویسی رایانهای همهمنظوره سطح بالا است که از برنامهنویسی رویهای، تجرید دادهها و برنامهنویسی شیءگرا پشتیبانی میکند، این زبان عمومی و دارای قابلیت زبانهای سطح بالا و پایین بهصورت همزمان است و از انواع داده ایستا، نوشتار آزاد، چندمدلی، برنامهنویسی ساختیافته، برنامهنویسی شیءگرا و برنامهنویسی جنریک پشتیبانی می کند. ++C به همراه جد خود C از پرطرفدارترین زبانهای برنامهنویسی تجاری هستند و کتابخانه استاندارد ++C شامل کتابخانه استاندارد C با یک سری تغییرات برای بهبود عملکرد است. در دوره آموزشی Lynda C++ Game Programming 2 با برنامه نویسی و ساخت بازی با استفاده از زبان سی پلاس پلاس آشنا می شوید.
اسپرینگ (Spring) یکی از معروف ترین و پرکاربرد ترین framework های جاوایی است. این framework متن باز بوده و اولین بار در سال 2003 ارائه شده است. اسپرینگ از ابتدای ارائه تا الان تغییرات زیادی داشته و بسیار قدرتمند و معروف شده است. اسپرینگ framework قدرتمندی است که هدف اصلی آن برنامه های enterprise هستند اگرچه اسپرینگ بیشتر java EE را هدف گرفته است ولی در محیط های غیر از EE نیز می توان از آن استفاده کرد. بر خلاف تصوری که اشتباهاً در بین خیلی ها شکل گرفته است اسپرینگ برای ساخت اپلیکیشن تحت وب نیست بلکه Spring web که مبتنی بر مدل MVC بود و بیشتر به عنوان Spring MVC شناخته می شود تنها بخشی از اسپرینگ است که از آن برای ساخت برنامه های تحت وب استفاده می شود. یکی از زیر مجموعه های اسپرینگ، Spring Boot می باشد. اسپرینگ بوت در طراحی اپلیکیشن هایی کاربرد دارد که به صورت تکی و بدون هیج وابستگی به نرم افزار های دیگر یا چارچوب خاصی طراحی می شوند. در دوره آموزشی Udemy Master Java Web Services and REST API with Spring Boot به آموزش تسلط بر وب سرویس های جاوا و رست ای پی آی با اسپرینگ بوت می پردازیم.
hive روش دیگری در زبانهای سطح بالاست که در Facebook توسعه داده میشود. کاری که Hive انجام میدهد ارائهی نوعی پوسته (Shell) نزدیک به SQL است. بنابراین شما دستورالعملهایی مینویسید که شباهت زیادی به SQL دارند و Hive نگاشت میان Schema و فایلها را نگهداری میکند. شما اطلاعات فایلهای درون فایل سیستم و اطلاعاتی در مورد محتوای آنها را به هایو داده و هایو آنها را در ستونهایی مرتب میکند. سپس پرسوجوها را مینویسید که به عنوان کارهای MapReduce اجرا میشوند. هر دوی Pig و Hive از بسیاری جنبهها کارهای یکسانی را انجام میدهند. تلاشهایی برای پشتیبانی Pig از پرس و جو های شبیه به SQL هم وجود دارد. هر دو زبان دارای بهینهساز (Optimizer) هستند. هر دو قادر به اجرای کارهایی هستند که ممکن است شامل چند کار MapReduce باشد. در دوره آموزشی Packt From 0 to 1 - Hive for Processing Big Data با آموزش کامل پردازش داده های حجیم با هایو آشنا می شوید.
لینوکس سیستمعاملی شبه یونیکسی است که بخش عمدهٔ آن سازگار با استاندارد پازیکس است. از دید فنی لینوکسْ تنها نامی است برای هستهٔ سیستمعامل و نه کل آن. هستهای که نخستین بار در سال ۱۹۹۱ میلادی توسط لینوس توروالدز منتشر شد. اما به طور معمول این نام اطلاق میشود به سیستمعاملهایی که از همنهش (composition) لینوکس (به عنوان هسته سیستمعامل) با نرمافزارهای آزاد و متنباز بدست میآیند. درحالیکه بنیاد نرمافزار آزاد سیستمعامل حاصل از این همنهش را «گنو/لینوکس» مینامد اما همانطور که گفته شد به طور معمول آنرا لینوکس میخوانند. این دوگانگی در نام نهادن منجر به بحث نامگذاری گنو/لینوکس شدهاست. لینوکس از سختافزارهای مختلفی پشتیبانی میکند از جمله ساعت (Linux Watch)، تلفنهای همراه، تبلتها، مسیریابها، و کنسولهای بازی تا رایانههای رومیزی، رایانههای بزرگ و ابررایانهها. در دوره آموزشی CBT Nuggets Everything Linux با لینوکس و ویژگی های آن آشنا می شوید.
امروز بسیار بیشتر از گذشته، شاهد تغییرات اساسی در وضعیت بازار و اقتصاد هستیم. فکر می کنم با من هم عقیده باشید که در حال حاضر با نوسانات بسیار زیادی در بازار کسب و کار روبرو هستیم. یک روز فروش خوبی داریم و در روز دیگر فروش ما به اندازه تامین هزینه های جاری کسب و کارمان هم نیست. بازاریابی چابک رویکردی جدید در بازاریابی است که از توسعه سریع الهام می گیرد. چابکی به معنای توانایی پاسخگویی و واکنش سریع و موفقیت آمیز به تغییرات محیط بیرونی سازمان است. همانند تولید کنندگان، همه سازمانها و کسب و کارها ناچارند که برای رقابت در قرن بیست و یکم به دنبال چابکی باشند چرا که سازمان مدرن امروزی با فشار فزاینده ای جهت یافتن راههای جدید رقابت کارآمد، در بازار پویای امروز مواجه است. بیل گیتس بنیان گذار و مدیر مایکروسافت می گوید: اگر سازمان ها بتوانند با چابکی و زیرکی سازوکارهایی ایجاد، تحول و دگرگونی را در خود ایجاد کنند دیگر نباید نگران آینده غیر قابل پیش بینی در بازار هدف خود باشند. به عبارت دیگر وی معتقد است که سازمان ها باید سریعتر از همه رقبای خود، فرایند ها، قیمت ها، محصولات و یا خدمات خود را تغییر دهند. اهداف بازاریابی چابک بهبود سرعت، قابلیت پیش بینی، شفافیت و سازگاری برای تغییر عملکرد بازاریابی در دنیای تجاری امروز است. در دوره آموزشی Lynda Agile Marketing Foundations با اصول و مبانی بازایابی چابک و ویژگی های آن آشنا می شوید.
نرمافزار ساس (SAS) یک نرمافزار آماری است که برای تجزیه وتحلیلهای آماری به کار میرود. نام این نرمافزار مخفف Statistical Analysis System است. این نرمافزار به لحاظ محاسباتی بسیار قدرتمندتر از نرمافزارهای آماری دیگر چون SPSS و S-PLUS است. نسخههای مختلفی از این نرمافزار اریه گردیده که جدیدترین نسخه نسخه ۹٫۲ است. یکی از نقاط قوت این نرمافزار این است که به کاربران اجازه میدهد که تحلیلهای آماری را در هر سطحی از پیچیدگی انجام دهند. این نرمافزار احتیاج به برنامه نویسی دارد و مانند نرمافزار Spss همه کارها با منوها انجام نمیشود. انواع تجزیه و تحلیلهای سریهای زمانی، انواع مدلهای خطی و غیر خطی، روشهای چند متغیره پیوسته و گسسته، کنترل کیفیت، آمار توصیفی، انواع تحلیلهای گرافیکی و نموداری، انواع تحلیلهای ماتریسی و ... را میتوان توسط این نرمافزار انجام داد. این نرمافزار دارای Help بسیار قوی است که هر کاربری به راحتی میتواند موارد موردنیاز خود را آموزش ببیند. در دوره آموزشی Udemy Complete & Practical SAS, Statistics & Data Analysis Course با آموزش کامل و کاربردی ساس استاتیک و آنالیز داده ها آشنا می شوید.
به طور کلی به مسئله هایی که ستون آخر(ستون طبقه یا Class) را داشته باشند، مسائل طبقه بندی یا Classification گفته می شود. این دسته از مسائل به یاگیری با ناظر(Supervised Learning) نیز معروف هستند، چون در واقع یک ناظر وجود دارد که ستون آخر را برای ما پر کند. الگوریتم های یادگیری ماشین و داده کاوی که کار طبقه بندی را انجام میدهند(مانند SVM، Random Forest، Naive Bayes و...) میتوانند جدول یا ماتریس را به عنوان ورودی قبول کنند و از این ماتریس و ویژگی های آن، طبقه یا Class موجود را یادبگیرند. سپس اگر یک نمونه جدید(مثلا یک مشتری جدید) - که طبقه آن را نمیدانیم - به الگوریتمی که یادگرفته است داده شود، این الگوریتم میتواند این نمونه را به طبقه های احتمالا درست(که قبلا دیده است) طبقه بندی یا Classification کند. مثلا یک مشتری جدید با ۴ویژگی جدید(۴ بعد مسئله)، به الگوریتم داده میشود، و الگوریتم میتواند حدس بزند(با توجه به داده هایی که یادگرفته است) که این مشتری میتواند وام خود را پس دهد یا خیر. در دوره آموزشی Packt Machine Learning Classification Algorithms using MATLAB با الگوریتم های طبقه بندی یادگیری ماشین و پیاده سازی آنها با متلب آشنا می شوید.
elasticsearch، یک موتور جستجو و تحلیلگر توزیع شده است که برای تعامل با آن از restful api استفاده میشود، قالب ارسال و دریافت اطلاعاتش json است. اولین نسخه از elasticsearch در سال 2010 عرضه شد و در حال حاضر نسخه 5.0.1 آن هم در دسترس است. elasticsearch با جاوا توسعه داده شده، متن باز و تحت مجوز ASL است. امکان اجازه ی ترکیب و استفاده از انواع مختلف، پاسخ دهی سریع، مقیاس پذیر، پایداری و انعطاف پذیری بالا، قابل اعتماد، ساده و شفاف، دارای امنیت، دارای تحلیل گر بلادرنگ و... از ویژگی های elasticsearch می باشد. در دوره آموزشی Lynda Getting Started with Elastic Stack با الاستیک سرچ و ویژگی های آن آشنا خواهید شد. سپس به تجزیه و تحلیل عبارات متنی و پایپ لاین ها می پردازیم و در نهایت با استفاده از کابانا به پرس و جوی داده ها خواهیم پرداخت.