پی سی دانلود - یودمی

 گو (Go) یک زبان برنامه‌نویسی ترجمه‌شده و همروند است که در شرکت گوگل و توسط رابرت گریسمر، راب پایک و کن تامپسون توسعه داده می‌شود. این زبان در نوامبر ۲۰۰۹ معرفی شد و در حال حاضر در چند سامانهٔ اجرایی گوگل استفاده می‌شود. کامپایلر گو از لینوکس، مک او اس، ویندوز و انواع سیستم‌های عامل بی‌اس‌دی مانند FreeBSD پشتیبانی می‌کند. از لحاظ معماری پردازنده نیز، معماری x86، معماری x64، معماری ARM و معماری POWER که مخصوص به شرکت آی‌بی‌ام است، توسط کامپایلر گو پشتیبانی می‌شوند. اهداف ایجاد زبان گو کارایی زبان‌های ترجمه‌شده دارای سامانه نوع ایستا،آسانی برنامه‌ نویسی زبان‌های پویا، امنیت نوع‌ها و حافظه، پشتیبانی برای همروندی و ارتباط، و کامپایل سریع است. در زبان گو، ارث‌بری نوع‌ها وجود ندارد.
در دوره آموزشی Udemy Google Go Programming: Golang Beginner to Go Web Developer با آموزش مقدماتی تا پیشرفته زبان برنامه نویسی گو اشنا خواهید شد.

 کوبرنتیس پیاده سازی جدیدی از بیش از یک دهه تجربه گوگل در اجرای نرم افزارهای سمت سرور در مقیاس بسیار بالاست که به صورت متن باز (open source) در اختیار همه قرار گرفته است. این نرم افزار وظیفه اجرا و مدیریت کانتینرها را بر روی گروهی از سرورهای موجود در یک یا چند مرکز داده ها (data center) به عهده دارد. کوبرنتیس در واقع نسل سوم از این فنآوریست که در شرکت گوگل از ابتدا به زبان گو (Go) پیاده سازی شده است. دو نسل قبلی آن برگ (Borg) نام داشته که پیاده سازی آن به زبان سی پلاس پلاس بوده است و گوگل همچنان از آن در محیط عملیاتی استفاده می کند. در کوبرنتیس یک یا چند کانتینر که به صورت مشترک برنامه ای کاربردی را تشکیل می دهند، به صورت واحدی جداگانه به نام پاد (pod) دسته بندی میشوند تا مدیریت و کشف (discovery) آنها آسانتر شود. مزیت کلیدی کوبرنتیس در این است که بدون نیاز به یک تیم بزرگ برای راه اندازی و نگهداری، میتوان آن را در مقیاس وسیع برای اجرای میلیاردها برنامه کاربردی به کار گرفت. از مزایای دیگر آن قابلیت اجرا بر روی بسترهای متفاوت است؛ از سرورهای یک مرکز داده های خصوصی گرفته تا سرویسهای ابری عمومی، یا حتی ترکیبی از هر دو.
در دوره آموزشی Udemy Kubernetes Hands-On - Deploy Microservices to the AWS Cloud با آموزش توسعه مایکروسرویس ها برای سرویس ابری آمازون با کوبرنتس اشنا خواهید شد.

در واقع ما می توانیم از Docker به عنوان یک ماشین مجازی یاد کنیم زیرا تا حدود زیادی وقتی صحبت از Docker می شود اکثر دوستان تصورشان یک ماشین مجازی است. اما بر خلاف ماشین های مجازی که یک سیستم عامل کاملا مستقل ایجاد می کنند، Docker هیچ سیستم عامل جدیدی ایجاد نمی کند بلکه این امکان را به بسته نرم افزاری ایجاد شده می دهد که از Kernel اصلی سیستم عامل لینوکسی که بر روی آن نصب شده است استفاده کند و در زمان انتقال نیز فقط Package نرم افزاری منتقل می شود نه ماشین مجازی، در واقع Docker Engine یا موتور اصلی Docker جایگزین نرم افزار Hypervisor ما می شود و اینکار یعنی کارایی سیستم ما به شدت افزایش می یابد زیرا یک لایه واسط به نام Hypervisor حذف شده و نرم افزار بصورت مستقیم با هسته اصلی سیستم عامل کار میکند با این تفاوت که کاملا ایزوله شده است. یکی از مهمترین فاکتورهایی که Docker دارد Open Source بودن آن است. این یعنی هر کسی می تواند Docker را تهیه و سورس آن را تغییر بدهد و یک محصول جدید معرفی کند و یا اینکه قابلیت های جدیدی به آن اضافه کند که تا به حال بر روی آن وجود نداشته است.
در دوره آموزشی Udemy Docker and Containers Essentials با آموزش داکر و کونتاینر اشنا خواهید شد.

تنسورفلو (TensorFlow) یک کتابخانهٔ نرم‌افزاری متن‌باز برای یادگیری ماشین در انواع مختلف وظایف مفهومی و زبان است که در حال حاضر توسط ۵۰ تیم تحقیقاتی و محصولات مختلف گوگل از جمله بازشناسی گفتار، جی‌میل، گوگل فوتوز و جستجو که بسیاری از آن‌ها سابقاً از دیست‌بلیف استفاده کرده بودند، استفاده می‌شود. تنسورفلو در آغاز توسط تیم گوگل برین مرکز تحقیقاتی گوگل به صورت داخلی استفاده می‌شد ولی بعدها در ۹ نوامبر ۲۰۱۵ تحت مجوز آپاچی منتشر شد. TensorFlow نرم افزار یادگیری ماشینی گوگل است. گوگل همچنین از TensorFlow برای توسعه پروژه Magenta هم بهره گرفته که هدف ارتقای هنر ماشینی را دنبال می کند. در همین راستا گوگل یک ملودی 90 ثانیه ای پیانو منتشر کرده که کاملا توسط یک شبکه عصبی ساخته شده است. این موضوع تقریبا تصوری از کارهایی که TensorFlow قادر به انجامشان هست را برای کاربران ایجاد می کند.
در دوره آموزشی Udemy Modern Data Prediction and Fraud Detection با آموزش مدرن پیش بینی داده ها و کشف تقلب اشنا خواهید شد.

Gatsby را می‌توان به عنوان یک پلت فرم مبتنی بر کامپوننت React و زبان پرس و جوی گراف کیوال (Graph-QL) در نظر گرفت که برای تولید سایت های ایستا کاربرد دارد. ولی این اصطلاحات به چه معنا است؟ در اصل در این پلت فرم، از برترین بخش‌های کامپوننت های React، وب پک (WebPack)، React-Router و گراف کیوال و سایر ابزار ها استفاده شده تا یک تجربه‌ی بسیار لذت بخش توسعه‌ی وب سایت ها را در اختیار شما قرار دهد. البته نباید از این پلت فرم تنها به عنوان یک ابزار تولید کننده‌ی وب سایت ایستا یاد کرد. این پلت فرم را می‌توان به عنوان یک چارچوب مدرن‌تری نسبت به یک پلت فرم سازنده‌ی وب سایت ایستا در نظر گرفت.
در دوره آموزشی Udemy Gatsby.js for beginners با آموزش مقدماتی گتس بای جی اس اشنا خواهید شد.

 طراحی سایت، به روند برنامه ریزی و ساخت یک سایت گفته می شود. متن، تصاویر، فایل های صوتی و تصویری و المان های برنامه نویسی، توسط طراحی سایت برای تولید صفحه ای قابل رویت در مرورگر، فرمت دهی می شوند. طراحان سایت ها برای ساخت صفحاتی که بتوانند توسط مرورگرها خوانده شوند، از زبان های نشانه ای که اکثرا برای ایجاد ساختار از HTML و برای نمایش از CSS هستند، استفاده می کنند. در دنیای Web 2.0، زبان های برنامه نویسی دیگر نظیر جاوا اسکریپت، Ruby on Rails، PHP، ASP.net و Perl برای ساخت صفحات سایت ها استفاده می شوند تا تعامل کاربر با سایت بوجود آید. در کل، پروسه طراحی سایت شامل، مفهوم سازی، طرح ریزی، پیش تولید، تحقیق، تبلیغات، و همچنین مدیریت فایل های صوتی، تصویری و دیگر فابل های چند رسانه ای مورد استفاده در صفحات سایت می باشد.
در دوره آموزشی Udemy The Practical Web Development Course (100+ Challenges) با آموزش کامل 100 تمرین توسعه وب اشنا خواهید شد.

 کانستراکت 2 (Construct 2) یک موتور بازی سازی (game engine) بر مبنای HTML5 است که با هدف فراهم نمودن امکانی برای ساخت و ویرایش سریع بازی های دوبعدی بدون نیاز به کدنویسی، ساخته شده و توسعه یافته است. این برنامه یک محیط ویژوال با پشتیبانی از امکان drag-and-drop را به همراه یک سیستم بازی سازی در اختیار کاربران (مخصوصاً افراد مبتدی و علاقمند به بازی سازی) قرار می دهد تا قادر باشند برای انواع کامپیوترها، گوشی های هوشمند و تبلت ها بازی های دو بعدی بسازنند.
در دوره آموزشی Udemy Construct 2 The Complete Game Creation Learning Tool با آموزش کامل ساخت بازی با کانسترکت 2 اشنا خواهید شد.

جاوا (Java) یک زبان برنامه‌نویسی شئ‌گراست که برای اولین بار توسط جیمز گوسلینگ در شرکت سان مایکروسیستمز ایجاد شد و در سال ۱۹۹۵ به عنوان بخشی از سکوی جاوا منتشر شد. زبان جاوا شبیه به ++C است اما مدل شیءگرایی آسان‌تری دارد و از قابلیت‌ های سطح پایین کمتری پشتیبانی می‌کند. یکی از قابلیت‌ های اصلی جاوا این است که مدیریت حافظه را بطور خودکار انجام می‌ دهد. ضریب اطمینان عملکرد برنامه‌ های نوشته‌ شده به این زبان بالا است و وابسته به سیستم‌ عامل خاصی نیست، به عبارت دیگر می‌ توان آن را روی هر رایانه با هر نوع سیستم‌ عاملی اجرا کرد. برنامه‌ های جاوا به صورت کدهای بیتی همگردانی (کامپایل) می‌شوند. که مانند کد ماشین هستند و وابسته به سیستم‌عامل خاصی نیستند.
در دوره آموزشی Udemy Design 11 applications in Java from Scratch با آموزش طراحی 11 برنامه در جاوا اشنا خواهید شد.

 هشتمین نسخه یکی از قویترین سیستم های مدیریت محتوا یعنی Drupal 8 منتشر شد. Drupal 8 به طور رسمی توسط سایت دروپال انتشار و هم اکنون قابل دانلود می باشد. این نسخه بزرگترین بروزرسانی در تاریخ Drupal تاکنون است. با وجود ماژول های کلیدی همچون نماها و رفرنس های موجود که بصورت تمام و کمال در هسته ی Drupal 8 جای گرفته اند و پروژه های بسیاری که هم اکنون برای Drupal 8 قابل دسترسی می باشند، می توانید بی درنگ شروع کرده و سایت جدید خود را با دروپال بنویسید. همچنین می توانید از بخش مردمی Contrib Porting Tracer برای دریافت بروزرسانی ماژول ها و تم های مورد علاقه خود استفاده کنید و یا بخوانید که چگونه میتوانید در این امر مشارکت کنید.
در دوره آموزشی Udemy Drupal 8 Essential Training با آموزش دروپال 8 اشنا خواهید شد.

 Apache Spark ، یک چارچوب محاسباتی برای داده ­های عظیم است. Spark از MapReduce به عنوان موتور اجرای خود، استفاده نمی­ کند اما بخوبی با هادوپ یکپارچه است. در واقع Spark می­تواند در Yarn اجرا شود و با فرمت داده­ای هادوپ و HDFS کار کند. Spark بیشتر بخاطر توانایی نگهداشتن مجموعه ­داده ه­ای بین کارها، در حافظه، شناخته می­ شود. این قابلیت Spark سبب می­ شود تا سریعتر از جریان کاری MapReduce معادل که مجموعه­ داده­ های همیشه از دیسک بار می­ شوند، عمل کند. دو نوع کاربردی که از مدل پردازشی Spark بهره می­ برند، الگوریتم ­های تکرار شونده (که یک تابع بر روی مجموعه داده­ای بصورت تکراری تا حصول شرط خروج، اعمال می­گردد، و تحلیل تعاملی(که یک کاربر مجموعه ای از پرس و جوهای اکتشافی تک کاره را بر روی مجموعه ای داده­ ها، اعمال می­ کنند) است. همچنین اسپارک APIهایی در زبان­های Java، Scala و Python، ارایه می ­کند. پروژه Apache Spark شامل ماژول ­های یادگیری ماشین(MLlib)، پردازش گراف (GraphX)، پردازش جریانی( (Spark Streaming)، و SQL (Spark SQL است.
در دوره آموزشی Udemy Apache Spark 2.4 for Big Data Applications با آموزش آپاچی اسپارک 2.4 برای داده های عظیم اشنا خواهید شد.