Course catalog

Course duration

Course provider

Topic

Categories

Showing 1-4 of 4 items.

linkedin پایگاه داده کلینیک: Neo4J (Mitalearn-120017)

  • 2 hours 22 minutes
  • متوسط
  • Release date: 21 June 2026
  • Author: William Lyon
درباره این دوره:

مجموعه پایگاه‌داده کلینیک به شما کمک می‌کند ابزارهای پایگاه‌داده مختلف را با قرار دادن کارشناسان و پایگاه‌های داده انتخابی آن‌ها در برابر یک سری چالش‌های مشابه مقایسه و مقایسه کنید. این قسمت از مجموعه بر روی Neo4j تمرکز دارد، یک پایگاه داده گراف بومی که می تواند به شما در مدیریت داده های بسیار متصل کمک کند. این دوره آموزشی Cypher، زبان پرس و جو گراف، و ابزار برای پرس و جو Neo4j با استفاده از مرورگر Neo4j و درایور پایتون برای Neo4j را معرفی می کند. مربی ویلیام لیون با ارائه یک نمای کلی از Neo4j شروع می کند و نقاط قوت و ضعف منحصر به فرد آن را برجسته می کند. سپس نحوه استفاده از Neo4j را برای انجام یک سری کارها، از جمله نحوه مدل‌سازی مجموعه داده‌ها به صورت نمودار، وارد کردن مجموعه داده‌ها به Neo4j و جستجوی پایگاه داده را نشان می‌دهد. او همچنین عملیات ایجاد، خواندن، به‌روزرسانی و حذف (CRUD) و همچنین نحوه انجام محاسبات در Neo4j را پوشش می‌دهد.

linkedin پایگاه های داده نمودار: Neo4j برای روابط پیچیده داده (Mitalearn-381460)

  • 1 hours 18 minutes
  • مناسب همه
  • Release date: 15 September 2022
  • Author: Andreas Kretz
درباره این دوره: 

 داده ها پیچیده تر می شوند و پایگاه های داده گراف برای ذخیره و نمایش روابط پیچیده بین داده ها عالی هستند. در این دوره، مربی آندریاس کرتز شما را با اصول Neo4j آشنا می کند و شما را در ایجاد یک پروژه داده با استفاده از Neo4j راهنمایی می کند. آندریاس اصطلاحات را توضیح می‌دهد و به ویژگی‌های پایگاه‌های داده گراف و تفاوت‌های مدل‌سازی داده‌ها بین پایگاه‌های داده رابطه‌ای و نموداری می‌پردازد. او از زبان جستجوی Neo4j و همچنین استقرار و مقیاس‌بندی استفاده می‌کند. Andreas به شما نشان می دهد که چگونه محیط خود را تنظیم کنید و داده ها را در پروژه داده خود بنویسید، سپس نشان می دهد که چگونه داده ها را پرس و جو کنید. او با مروری بر آنچه شما آموخته اید و پیشنهاداتی برای یادگیری بیشتر به پایان می رساند.

Related Skills

coursera تجزیه و تحلیل نمودار برای داده های بزرگ (Mitalearn-334642)

  • 4 hours
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Amarnath Gupta
درباره این دوره:

آیا می خواهید ساختار شبکه داده خود و نحوه تغییر آن در شرایط مختلف را درک کنید؟ کنجکاو هستید که بدانید چگونه می توان خوشه های تعامل نزدیک در یک نمودار را شناسایی کرد؟ آیا در مورد منطقه به سرعت در حال رشد تجزیه و تحلیل گراف شنیده اید و می خواهید بیشتر بدانید؟ این دوره به شما یک نمای کلی از حوزه تجزیه و تحلیل گراف ارائه می دهد تا بتوانید روش های جدیدی برای مدل سازی، ذخیره سازی، بازیابی و تجزیه و تحلیل داده های ساختار یافته نمودار بیاموزید. پس از اتمام این دوره، شما قادر خواهید بود یک مسئله را در پایگاه داده گراف مدل کنید و کارهای تحلیلی را بر روی نمودار به صورت مقیاس پذیر انجام دهید. بهتر از آن، شما قادر خواهید بود از این تکنیک ها برای درک اهمیت مجموعه داده های خود برای پروژه های خود استفاده کنید.

coursera کلان داده - پروژه Capstone (Mitalearn-334744)

  • 20 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Ilkay Altintas,Amarnath Gupta
درباره این دوره:

به پروژه Capstone برای داده های بزرگ خوش آمدید! در این پروژه اوج، شما یک اکوسیستم کلان داده را با استفاده از ابزارها و روش های دوره های قبلی در این تخصص می سازید. شما یک مجموعه داده شبیه سازی داده های بزرگ تولید شده از تعداد زیادی از کاربرانی را که بازی خیالی ما "Catch the Pink Flamingo" را بازی می کنند، تجزیه و تحلیل خواهید کرد. در طول پنج هفته پروژه Capstone، شما مراحل معمولی علم داده های بزرگ را برای به دست آوردن، کاوش، آماده سازی، تجزیه و تحلیل و گزارش گذرانده اید. در دو هفته اول، مجموعه داده ها را به شما معرفی می کنیم و با استفاده از ابزارهایی مانند Splunk و Open Office شما را از طریق برخی تحلیل های اکتشافی راهنمایی می کنیم. سپس به مشکلات چالش برانگیزتر کلان داده خواهیم پرداخت که نیازمند ابزارهای پیشرفته تری است که شما آموخته اید، از جمله KNIME، Spark's MLLib و Gephi. در نهایت، در هفته پنجم و آخر، به شما نشان خواهیم داد که چگونه همه اینها را برای ایجاد گزارش های جذاب و متقاعدکننده و ارائه اسلایدها کنار هم قرار دهید. در نتیجه همکاری ما با Splunk، یک شرکت نرم‌افزاری که بر تجزیه و تحلیل داده‌های بزرگ تولید شده توسط ماشین تمرکز دارد، یادگیرندگان با پروژه‌های برتر واجد شرایط ارائه به Splunk و ملاقات با استخدام‌کنندگان Splunk و رهبری مهندسی خواهند بود.

Suggestions