Course catalog

Course duration

Course provider

Topic

Categories

Showing 3,061-3,080 of 4,310 items.

coursera کیفیت داده های مراقبت های بهداشتی و حاکمیت (Mitalearn-344740)

  • 2 hours 2 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Doug Berman
درباره این دوره:

چشم انداز شغلی برای کسانی که واجد شرایط کار با داده های مراقبت های بهداشتی یا به عنوان متخصصان مدیریت اطلاعات سلامت (HIM) هستند، روشن است. شاید شما در تجزیه و تحلیل داده ها کار می کنید اما در فکر انتقال به بخش مراقبت های بهداشتی هستید، یا در بخش مراقبت های بهداشتی کار می کنید اما در حال بررسی انتقال به یک نقش جدید هستید. در هر صورت، کیفیت داده‌های مراقبت‌های بهداشتی و حاکمیت بینشی در مورد نحوه محافظت از دارایی‌های داده با ارزش برای حفظ کیفیت داده‌ها فراهم می‌کند. این به ارائه دهندگان مراقبت، بیماران، پزشکان، پزشکان، و کسانی که کسب و کار بهبود نتایج سلامت را انجام می دهند، خدمت می کند. «داده های بزرگ» سرفصل خبرها است، اما این داده ها باید برای حفظ کیفیت مدیریت شوند. داده های با کیفیت بالا یکی از با ارزش ترین دارایی هایی است که توسط هر کسب و کاری جمع آوری و استفاده می شود. این امر در مراقبت های بهداشتی اهمیت بیشتری دارد، جایی که حفظ و مدیریت کیفیت داده ها به طور مستقیم بر زندگی افراد تأثیر می گذارد. این دوره نحوه بهبود و حفظ کیفیت داده ها را توضیح می دهد. خواهید آموخت که چرا کیفیت داده ها اهمیت دارد، سپس خواهید دید که چگونه متخصصان مراقبت های بهداشتی کیفیت داده ها را نظارت، مدیریت و بهبود می بخشند. خواهید دید که چگونه سیستم‌های انسانی و رایانه‌ای برای حفظ کیفیت داده‌ها از طریق حاکمیت داده تعامل برقرار می‌کنند. نحوه اندازه‌گیری کیفیت داده‌ها را با فراداده، ردیابی منشأ داده‌ها، اعتبارسنجی و تأیید داده‌ها، همراه با یک چارچوب ارتباطی که معمولاً در تنظیمات مراقبت‌های بهداشتی استفاده می‌شود، کشف خواهید کرد. این دانش اهمیت دارد زیرا داده‌های با کیفیت بالا به بینش‌های ارزشمندی تبدیل می‌شوند که می‌تواند جان انسان‌ها را نجات دهد، هزینه‌ها را کاهش دهد، مراقبت‌های بهداشتی را بهبود بخشد و آن را در دسترس‌تر و مقرون به صرفه‌تر کند. با آنچه از این دوره به دست می آورید، خود را به یک دارایی بیشتر در زمینه مراقبت های بهداشتی تبدیل خواهید کرد.

coursera کیفیت و اثربخشی یک رهبر فنی (Mitalearn-370172)

  • 1 hours 19 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Daniel Moorer
درباره این دوره:

این دوره ویژگی های رهبران بزرگ را توصیف می کند که عزم شدید را با فروتنی شخصی ترکیب می کنند. در واقع، آنها ممکن است بیشتر به عنوان "اسب های شخم زن" در مقابل "اسب های نمایشی" توصیف شوند. آنها خود را خدمتگزار تیم و سازمان می دانند. زمانی که با تصمیمات سخت مواجه می‌شوند، «خط را حفظ می‌کنند» و زمانی که زمانش برسد «آنچه باید انجام شود را انجام می‌دهند». رهبری آنها بر اصول اخلاقی مستحکم استوار است و با عزم آرام و آرام عمل می کنند. این دوره را می توان برای اعتبار آکادمیک به عنوان بخشی از مدرک کارشناسی ارشد مهندسی CU Boulder در مدیریت مهندسی (ME-EM) که در پلت فرم Coursera ارائه می شود، گذراند. ME-EM برای کمک به مهندسان، دانشمندان و متخصصان فنی طراحی شده است تا به سمت نقش های رهبری و مدیریت در بخش های مهندسی و فنی حرکت کنند. با پذیرش مبتنی بر عملکرد و بدون فرآیند درخواست، ME-EM برای افرادی با طیف گسترده ای از تحصیلات کارشناسی و/یا تجربه حرفه ای ایده آل است. درباره برنامه ME-EM در https://www.coursera.org/degrees/me-engineering-management-boulder اطلاعات بیشتری کسب کنید.

coursera کیفیت و ایمنی مراقبت های بهداشتی پیشرو (Mitalearn-337277)

  • 4 hours
  • مبتدی
  • Release date: 23 June 2026
  • Author: Gregory Pawlson,Jean Johnson
درباره این دوره:

اطمینان از ایمنی بیمار و کیفیت مراقبت های بهداشتی بسیار مهم است و باید تمرکز اصلی همه در عملکرد مراقبت های بهداشتی باشد. این دوره به پزشکان مراقبت های بهداشتی و سایرین مقدمه ای بر دانش و مهارت های مورد نیاز برای رهبری ابتکارات ایمنی بیمار و بهبود کیفیت در سطوح خرد و کلان ارائه می دهد. شرکت‌کنندگان پایه‌های کیفیت مراقبت‌های بهداشتی و علم زیربنای ایمنی و بهبود کیفیت بیمار را بررسی می‌کنند، اقدامات مؤثر مراقبت‌های بهداشتی را طراحی و انتخاب می‌کنند، مشکلات و فرآیندهای ایمنی بیمار را با استفاده از ابزارهایی مانند تجزیه و تحلیل عوامل انسانی تجزیه و تحلیل می‌کنند، رویکردهای سیستماتیک از جمله Plan-Do- را به کار می‌گیرند. مدل Study-Act (PDSA) برای رسیدگی به چالش‌های بهبود کیفیت و یادگیری استراتژی‌هایی برای رهبری فرهنگ تغییر. این دوره نگاهی جهانی به ایمنی و کیفیت بیمار دارد و شرکت کنندگان را با تحقیقات و منابع سازمان بهداشت جهانی (WHO)، آژانس تحقیقات و کیفیت مراقبت های بهداشتی ایالات متحده (AHRQ)، کمیسیون مشترک و سایر سازمان های بین المللی مرتبط می کند. نکات برجسته دوره شامل داستان های شخصی، درس های آموخته شده از سایر صنایع و مصاحبه با رئیس کمیته ملی تضمین کیفیت (NCQA) و سایر رهبران جنبش کیفیت است. پاولسون، جی. و جانسون، جی (2021). ارتقای کیفیت مراقبت های بهداشتی: محافظت از بیماران، بهبود زندگی. DEStech Publications Inc. درباره دانشکده پرستاری دانشگاه جورج واشنگتن دانشکده پرستاری دانشگاه جورج واشنگتن که در میان برترین دانشکده های پرستاری توسط US News & World Report رتبه بندی شده است، پرستاران را آموزش می دهد و الهام می بخشد تا مراقبت های بهداشتی با کیفیت بالا و دلسوزانه را ارائه دهند. این مدرسه رهبرانی را ایجاد می کند که فعالانه در ارتقای سلامت، حمایت از بیمار و نوآوری مراقبت های بهداشتی مشارکت دارند، و مربیان پرستاری استثنایی را آماده می کند که کیفیت را دنبال می کنند و حرفه را پیش می برند. دانشکده پرستاری متعهد به بهبود سلامت و رفاه مردم و جوامع در سطح محلی، ملی و جهانی است. این مدرسه برای یادگیری مادام‌العمر ارزش قائل است و دانش‌آموزان آن تمرینات پرستاری، رهبری و آموزش را پیش می‌برند، زیرا تفاوتی در جهان ایجاد می‌کنند.

coursera گاز طبیعی (Mitalearn-350146)

  • 1 hours 13 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Tom Russo
درباره این دوره:

این دوره به شما ویژگی ها و خواص گاز طبیعی را آموزش می دهد و شما را با توانایی خلاصه کردن اجزای سیستم گاز و فناوری های جدید خط لوله آماده می کند. شما قادر خواهید بود تا عوامل کلیدی تشکیل صنعت گاز طبیعی و استفاده تاریخی از گاز طبیعی را درک کنید. در نهایت، شما قادر خواهید بود روش های ایمنی گاز و مونوکسید کربن را شناسایی کنید. این دوره برای افرادی است که قصد دارند در زمینه انرژی شغلی داشته باشند (که دارای حداقل دیپلم دبیرستان و دانش پایه ریاضی هستند) و کارکنان موجود در بخش انرژی با کمتر از سه سال تجربه که دوره آموزشی مشابهی را گذرانده اند و می خواهند از دوره ای از مفاهیم پایه صنعت بهره مند شوید. مفاهیم اصلی این دوره از طریق سخنرانی، خواندن، بحث و گفتگو و ویدئوهای مختلف ارائه خواهد شد. این دومین دوره تخصصی در زمینه تولید، توزیع و ایمنی انرژی است که جنبه‌های مختلف بخش برق را بررسی می‌کند و یک پروژه اوج شامل ایجاد یک نقشه راه برای دستیابی به یک هدف حرفه‌ای مرتبط با انرژی را نشان می‌دهد. برای کسب اطلاعات بیشتر در مورد تخصص، یک نمای کلی ویدیویی را در https://www.youtube.com/watch?v=2Yh9qIYiUDk بررسی کنید.

coursera گازهای ایده آل (Mitalearn-356368)

  • 1 hours 42 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: John W. Daily
درباره این دوره:

درس 3 ترمودینامیک آماری، گازهای ایده آل، رفتار سیستم ها را در زمانی که نیروهای بین مولکولی مهم نیستند، بررسی می کند. این کار با ارزیابی توابع پارتیشن مناسب برای حرکت انتقالی، چرخشی، ارتعاشی و/یا الکترونیکی انجام می شود. ما با گازهای ایده آل خالص از جمله گونه های تک اتمی، دو اتمی و چند اتمی شروع می کنیم. سپس مخلوط‌های گازی ایده‌آل بدون واکنش و واکنش‌دهنده را مورد بحث قرار می‌دهیم زیرا هر دو کاربردهای صنعتی زیادی دارند. روش‌های محاسباتی برای محاسبه خواص تعادلی معرفی شده‌اند. ما همچنین منابع عملی خواص گاز ایده آل را مورد بحث قرار می دهیم. جالب اینجاست که علاوه بر گازهای معمولی با چگالی کم، فوتون‌ها و الکترون‌ها در فلزات را می‌توان به‌گونه‌ای توصیف کرد که انگار گازهای ایده‌آلی هستند و بنابراین ما آنها را مورد بحث قرار می‌دهیم.

coursera گازهای متراکم، مایعات و جامدات (Mitalearn-356385)

  • 1 hours 13 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: John W. Daily
درباره این دوره:

درس 4 ترمودینامیک آماری به گازها، مایعات و جامدات متراکم می پردازد. با افزایش چگالی گاز، نیروهای بین مولکولی شروع به تأثیر بر رفتار می کنند. برای انحرافات کوچک از رفتار گاز ایده آل، که به عنوان حد گاز متراکم شناخته می شود، می توان با استفاده از مفهوم یک انتگرال پیکربندی، تغییری در تابع تقسیم، تغییر خواص را تخمین زد. این منجر به توسعه معادلات حالت می شود که انبساط چگالی از حد گاز ایده آل هستند. توابع انرژی پتانسیل بین مولکولی معرفی می‌شوند و بررسی می‌شود که چگونه بر رفتار P-V-T تأثیر می‌گذارند. با افزایش چگالی، انتقال به حالت مایع وجود دارد. ما با بررسی پایداری یک سیستم ترمودینامیکی در برابر اغتشاشات کوچک بررسی می کنیم که آیا این انتقال صاف است یا ناگهانی. سپس بحث مختصری در مورد تعیین خواص ترمودینامیکی مایعات با استفاده از مفهوم تابع توزیع شعاعی (RDF) و چگونگی ارتباط این تابع با خواص ترمودینامیکی ارائه می‌کنیم. در نهایت، ما دو مدل ساده از جامدات کریستالی را بررسی می کنیم.

coursera گام‌های اولیه در ساختن پرونده تجاری برای پایداری (Mitalearn-283234)

  • 4 hours 13 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: John Byrd
درباره این دوره:

مدرسه کسب و کار در دانشگاه کلرادو دنور می خواهد به شما کمک کند عامل تغییر برای تجارت پایدار باشید. امیدواریم با مهارت ها و مفاهیمی که از این تخصص به دست می آورید، به کسب و کار خود در کاهش تأثیرات اجتماعی و زیست محیطی آن کمک کنید. عامل تغییر بودن سخت است. شجاعت و اشتیاق و دانش می خواهد. اجرای تغییر همچنین مستلزم این است که بتوانید آن تغییر را با شرایطی که افراد شرکت یا سازمان شما به آن پاسخ می‌دهند و درک می‌کنند، مطرح کنید. پس از تکمیل تخصص، شما قادر خواهید بود: * درباره تهدیدها و فرصت‌هایی که گرایش‌های مهم جهانی مانند تغییرات آب و هوایی برای کسب‌وکارها ارائه می‌کنند، بحث کنید. * راه هایی را که یک شرکت می تواند عملکرد زیست محیطی و اجتماعی خود را بهبود بخشد، شناسایی کنید. * ارزیابی و مقایسه فعالیت ها و محصولات پایداری شرکت ها؛ * ایجاد یک مورد تجاری برای اجرای سرمایه گذاری های پایدار. * معیارهای کلیدی کسب و کارهای سبز و طراحی محصول را شناسایی کنید. * عامل تغییر در سازمان خود باشید. * موضوعات نوظهور در تجارت پایدار، از جمله موضوعات در فضای سیاست عمومی را درک کنید. ما در مورد ارائه این تخصص MOOC بسیار هیجان‌زده هستیم و امیدواریم که اولین گام را در جهت یادگیری و اقدام برای پایدارتر کردن مکان‌هایی که در آن کار می‌کنید و محصولاتی که خریداری می‌کنید، باشد. کسب و کار پایدار هر روز با محصولات، نوآوری ها و ایده های جدید تغییر می کند، بنابراین شما در حفظ فعلی کلاس مهم خواهید بود. ما مشتاقانه منتظریم که از شما در این سفر سبز بیاموزیم! ______

coursera گرافیک اندروید با OpenGL ES (Mitalearn-312746)

  • 1 hours 50 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Benny Lo
درباره این دوره:

این دوره به اصول OpenGL و OpenGL ES در اندروید می پردازد. این دوره منحصر به فرد است زیرا مکانیک نحوه عملکرد OpenGL و همچنین کاربردهای عملی تر برای ترسیم اشیاء دو بعدی و سه بعدی را پوشش می دهد. این یک آغازگر ایده آل برای دوره های پیچیده تر در مورد VR و AR در اندروید است. ما با پوشش OpenGL Pipeline و Shading Language شروع می کنیم. سپس به ترسیم اشیاء دو بعدی ساده و اشیاء سه بعدی پیچیده تر در OpenGL و OpenGL ES خواهیم پرداخت. تمرین‌های عملی در طول دوره برای اعمال درک شما وجود دارد، و یک پروژه جمع‌بندی وجود دارد که می‌تواند بخشی از نمونه کار حرفه‌ای شما باشد.

coursera گرافیک سه بعدی در اندروید: حسگرها و واقعیت مجازی (Mitalearn-316350)

  • 2 hours 29 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Benny Lo
درباره این دوره:

این دوره مقدمه ای ایده آل برای ایجاد محیط های مجازی در اندروید است. این دوره منحصربه‌فرد است زیرا طیف وسیعی از ابزارها و تکنیک‌ها را برای ایجاد محیط‌های سه‌بعدی فراگیر پوشش می‌دهد و مجموعه‌ای از مهارت‌ها را در این زمینه رو به رشد به شما می‌دهد. در پایان این دوره، شما واقعاً قادر خواهید بود ایده های واقعیت مجازی خود را زنده کنید! بخش اول این دوره شامل انیمیشن، نورپردازی و بازتاب است. سپس به سراغ بافت ها و مدیریت چندین شی 3 بعدی می رویم. در نهایت، ما به نگهداری همه اینها در یک نمای دوچشمی برای ایجاد یک تجربه VR نگاه خواهیم کرد. تمرین‌های عملی در طول دوره برای اعمال درک شما وجود دارد، و یک پروژه جمع‌بندی وجود دارد که می‌تواند بخشی از نمونه کار حرفه‌ای شما باشد. این دوره شامل دانش برنامه نویسی اندروید و OpenGL می باشد. من توصیه می کنم دو دوره آموزشی Coursera خود را در مورد این موضوعات تکمیل کنید، زیرا اینها آغازگر عالی هستند.

coursera گرافیک کامپیوتری تعاملی (Mitalearn-307782)

  • 6 hours 23 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Takeo Igarashi
درباره این دوره:

گرافیک کامپیوتری می‌تواند ابزاری قدرتمند برای پشتیبانی از حل مشکل بصری باشد و تعامل نقش اساسی در مهار خلاقیت کاربران دارد. این دوره ابزارهای تعاملی مختلف توسعه یافته در زمینه تحقیقات گرافیک کامپیوتری را با منطق و الگوریتم های طراحی آنها معرفی می کند. به عنوان مثال می‌توان به بهبود رابط‌های گرافیکی کاربر، ابزارهای تألیف برای طراحی‌های دو بعدی و انیمیشن‌های سه بعدی و سیستم‌های طراحی تعاملی به کمک رایانه اشاره کرد. نمایش های زنده و تکالیف دوره ای غنی به شما بینش و مهارت هایی را می دهد تا بتوانید چنین ابزارهایی را برای مشکلات خود طراحی و اجرا کنید.

coursera گرامر پیچیده انگلیسی (Mitalearn-373623)

  • 2 hours 45 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Tamy Chapman,Helen Nam,Brad Gilpin
درباره این دوره:

یادگیری زبان انگلیسی به دلیل بسیاری از قوانین گرامری مبهم آن، زبانی دشوار است که به راحتی قابل بهم ریختن است - حتی برای افراد بومی زبان. در حالی که برای افراد غیر بومی آسان است که با قواعد گرامر گیج کننده غرق شوند، در این دوره، نکاتی را به شما ارائه می دهیم که به شما کمک می کند قوانین را راحت تر درک کنید و با گرامر پیچیده روزمره انگلیسی تمرین کنید. لطفاً توجه داشته باشید که نسخه رایگان این کلاس به شما امکان دسترسی به تمام فیلم ها و جزوات آموزشی را می دهد. بازخورد و آزمون‌ها فقط در نسخه پولی موجود است.

coursera گرامر و نقطه گذاری (Mitalearn-373878)

  • 1 hours 5 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Tamy Chapman,Helen Nam,Brad Gilpin
درباره این دوره:

درس 1: گرامر و نقطه گذاری آیا باید گرامر انگلیسی را مرور کنید؟ آیا دستور زبانی را که زمانی خوانده اید فراموش کرده اید؟ اگر چنین است، این دوره برای شما عالی است. اولین دوره در این تخصص، تجدید نظر در برخی از ابزارهای مورد نیاز برای نوشتن خوب است. این به شما کمک می کند تا برای دوره های دیگر آماده شوید. برای تکمیل این دوره اول به حدود 10 ساعت زمان نیاز دارید. نوشتن یک مهارت است و برای یادگیری خوب یک مهارت، باید تمرین کنید. در این دوره، سخنرانی‌های ویدئویی کوتاهی را مشاهده می‌کنید و سپس در مورد آنچه آموخته‌اید، تمرین کرده و در مورد آن بحث خواهید کرد. اطمینان حاصل کنید که یادداشت های خوبی می گیرید و از بحث های همسالان برای پرسیدن سوال استفاده می کنید. سپس می‌توانید قوانینی را که در این دوره یاد می‌گیرید، زمانی که شروع به نوشتن مقاله در دوره بعدی می‌کنید، به خاطر بسپارید. پس از اتمام این دوره، شما قادر خواهید بود: - زمان های صحیح فعل را برای استفاده مشخص کنید - از کاما به طور موثر استفاده کنید - از چندین نوع جمله مختلف استفاده کنید - به زبان انگلیسی موثرتر بنویسید لطفاً توجه داشته باشید که نسخه رایگان این کلاس به شما امکان دسترسی به تمام فیلم ها و جزوات آموزشی را می دهد. بازخورد و آزمون‌ها فقط در نسخه پولی موجود است.

coursera گرایش‌ها و فناوری‌های نوظهور در کلاس مجازی K-12 (Mitalearn-363236)

  • 10 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Racquel Stephens
درباره این دوره:

به گرایش ها و فناوری های نوظهور در K-12 خوش آمدید! این دوره به شما کمک می کند تا فناوری را به مفیدترین روش در محیط کلاس مجازی خود ارزیابی و پیاده سازی کنید. ما در مورد احتمالات و چالش های استفاده از فناوری در محیط های کاملا آنلاین بحث خواهیم کرد، اگرچه بسیاری از ایده ها را می توان در محیط های ترکیبی و سنتی نیز به کار برد. این دوره بر روی روندها و فناوری های نوظهور متمرکز است، به ویژه برای مربیان K-12. بیشتر محتوا برای دانش‌آموزان دبیرستانی در ایالات متحده یا سنین 13 تا 18 سال در کشورهای دیگر ارائه خواهد شد. با توجه به ماهیت برخی از فناوری‌های مبتنی بر اینترنت، دانش‌آموزان جوان برای شرکت در آن باید 13 سال یا بیشتر داشته باشند. گفته می‌شود، بسیاری از مثال‌هایی که مورد بحث قرار می‌دهیم می‌توانند در سنین پایین‌تر نیز کاربرد داشته باشند. این دوره بر آموزش مجازی متمرکز است. به عبارت دیگر، تجارب آموزش و یادگیری ترکیبی یا کاملا آنلاین. با این وجود، می توانید مفاهیم را در کلاس سنتی، آموزش بزرگسالان و آموزش عالی به کار ببرید. در آخر، لطفاً توجه داشته باشید که بسیاری از نمونه ها مستقر در ایالات متحده خواهند بود. پس از اتمام این دوره، شما قادر خواهید بود: • نقش فناوری آموزشی در حمایت از محیط مجازی را تعریف کنید. • شناسایی و ارزیابی فناوری های موجود و در حال ظهور برای آموزش دوره مجازی یا توسعه برنامه درسی. • از ابزارهای یادگیری مشارکتی برای طراحی و ارزیابی فعالیت های یادگیری استفاده کنید. • از استراتژی های مبتنی بر بازی برای تعمیق مشارکت دانش آموزان در دوره های مجازی استفاده کنید. • تحقیق، ارزیابی و استفاده از محتوای باز در آموزش مجازی. • در مورد نقش MOOC ها در آموزش مجازی K-12 بحث کنید.

coursera گردش کار هوش مصنوعی: استقرار مدل سازمانی (Mitalearn-336835)

  • 23 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Mark J Grover,Ray Lopez, Ph.D.
درباره این دوره:

این پنجمین دوره در تخصص IBM AI Enterprise Workflow Certification است.   شما قویاً تشویق می‌شوید که این دوره‌ها را به ترتیب تکمیل کنید، زیرا این دوره‌ها دوره‌های مستقل جداگانه نیستند، بلکه بخشی از جریان کاری هستند که هر دوره بر اساس دوره‌های قبلی است. این دوره شما را با حوزه ای آشنا می کند که تعداد کمی از دانشمندان داده قادر به تجربه آن هستند: استقرار مدل هایی برای استفاده در شرکت های بزرگ.  Apache Spark یک فریمورک بسیار رایج برای اجرای مدل های یادگیری ماشینی است.  بهترین شیوه های استفاده از Spark در این دوره پوشش داده خواهد شد.  بهترین شیوه ها برای دستکاری داده ها، آموزش مدل، و تنظیم مدل نیز پوشش داده خواهد شد.  مورد استفاده نیازمند ایجاد و استقرار یک سیستم توصیه‌کننده است. این دوره با مقدمه ای بر فناوری های استقرار مدل به پایان می رسد.   در پایان این دوره شما قادر خواهید بود: 1. از RDD ها، دیتافریم ها و خط لوله Apache Spark استفاده کنید 2. از اسکریپت‌های spark-submit برای ارتباط با محیط‌های Spark استفاده کنید 3. نحوه عملکرد فیلتر مشارکتی و فیلتر مبتنی بر محتوا را توضیح دهید 4. با استفاده از جریان Apache Spark و Apache Spark یک خط لوله انتقال داده بسازید 5. ابرپارامترها را در مدل‌های یادگیری ماشین در Apache Spark تجزیه و تحلیل کنید 6. الگوریتم‌های یادگیری ماشین را با استفاده از رابط یادگیری ماشین Apache Spark اجرا کنید 7. یک مدل یادگیری ماشینی را از Watson Studio به Watson Machine Learning مستقر کنید چه کسانی باید این دوره را بگذرانند؟ این دوره متخصصان علوم داده موجود را هدف قرار می دهد که در ساخت مدل های یادگیری ماشین تخصص دارند و می خواهند مهارت های خود را در ساخت و استقرار هوش مصنوعی در شرکت های بزرگ عمیق تر کنند. اگر شما یک دانشمند داده مشتاق هستید، این دوره برای شما مناسب نیست زیرا برای بهره مندی از محتوای این دوره ها به تخصص دنیای واقعی نیاز دارید. چه مهارت هایی باید داشته باشید؟ فرض بر این است که شما دوره های 1 تا 4 از تخصص گردش کار IBM AI Enterprise را تکمیل کرده اید و قبل از شروع این دوره، درک کاملی از موضوعات زیر دارید: درک بنیادی از جبر خطی. درک نمونه گیری، نظریه احتمال و توزیع احتمال. آشنایی با مفاهیم آماری توصیفی و استنباطی. درک کلی از تکنیک های یادگیری ماشین و بهترین شیوه ها؛ درک تمرینی پایتون و بسته‌هایی که معمولاً در علم داده استفاده می‌شوند: NumPy، Pandas، matplotlib، scikit-learn. آشنایی با IBM Watson Studio; آشنایی با فرآیند تفکر طراحی

coursera گردش کار هوش مصنوعی: تجزیه و تحلیل داده ها و آزمون فرضیه ها (Mitalearn-336784)

  • 41 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Mark J Grover,Ray Lopez, Ph.D.
درباره این دوره:

این دومین دوره در تخصص IBM AI Enterprise Workflow Certification است.  شما قویاً تشویق می‌شوید که این دوره‌ها را به ترتیب تکمیل کنید، زیرا این دوره‌ها دوره‌های مستقل جداگانه نیستند، بلکه بخشی از جریان کاری هستند که هر دوره بر اساس دوره‌های قبلی است.   در این دوره شما کار خود را برای یک شرکت رسانه ای فرضی با انجام تجزیه و تحلیل داده های اکتشافی (EDA) آغاز خواهید کرد.  بهترین روش‌ها برای تجسم داده‌ها، مدیریت داده‌های از دست رفته و آزمایش فرضیه به عنوان بخشی از کار شما به شما معرفی می‌شود.  شما تکنیک های تخمین با توزیع احتمال و گسترش این تخمین ها را برای اعمال آزمون های اهمیت فرضیه صفر خواهید آموخت. آنچه را که یاد می گیرید از طریق مطالعات موردی دو دستی به کار می گیرید: تجسم داده ها و آزمایش های متعدد با استفاده از یک خط لوله ساده.   در پایان این دوره شما باید بتوانید: 1. چندین روش برتر در مورد EDA و تجسم داده را فهرست کنید 2. یک داشبورد ساده در Watson Studio ایجاد کنید 3. استراتژی‌های مقابله با داده‌های از دست رفته را شرح دهید 4. تفاوت بین انتساب و انتساب چندگانه را توضیح دهید 5. توزیع‌های رایج را برای پاسخ به سؤالات در مورد احتمالات رویداد به کار ببرید 6. نقش تحقیقی آزمون فرضیه در EDA را توضیح دهید 7. روش‌های مختلفی را برای مقابله با آزمایش‌های چندگانه اعمال کنید   چه کسانی باید این دوره را بگذرانند؟ این دوره متخصصان علوم داده موجود را هدف قرار می دهد که در ساخت مدل های یادگیری ماشین تخصص دارند و می خواهند مهارت های خود را در ساخت و استقرار هوش مصنوعی در شرکت های بزرگ عمیق تر کنند. اگر شما یک دانشمند داده مشتاق هستید، این دوره برای شما مناسب نیست زیرا برای بهره مندی از محتوای این دوره ها به تخصص دنیای واقعی نیاز دارید. چه مهارت هایی باید داشته باشید؟ فرض بر این است که شما دوره 1 تخصص گردش کار IBM AI Enterprise را تکمیل کرده اید و قبل از شروع این دوره، درک کاملی از موضوعات زیر دارید: درک بنیادی از جبر خطی. درک نمونه گیری، نظریه احتمال و توزیع احتمال. آشنایی با مفاهیم آماری توصیفی و استنباطی. درک کلی از تکنیک های یادگیری ماشین و بهترین شیوه ها؛ درک تمرینی پایتون و بسته‌هایی که معمولاً در علم داده استفاده می‌شوند: NumPy، Pandas، matplotlib، scikit-learn. آشنایی با IBM Watson Studio; آشنایی با فرآیند تفکر طراحی

coursera گردش کار هوش مصنوعی: مهندسی ویژگی و تشخیص تعصب (Mitalearn-336818)

  • 47 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Mark J Grover,Ray Lopez, Ph.D.
درباره این دوره:

این سومین دوره در تخصص IBM AI Enterprise Workflow Certification است.    شما قویاً تشویق می‌شوید که این دوره‌ها را به ترتیب تکمیل کنید، زیرا این دوره‌ها دوره‌های مستقل جداگانه نیستند، بلکه بخشی از جریان کاری هستند که هر دوره بر اساس دوره‌های قبلی است.   دوره 3 شما را با مرحله بعدی گردش کار برای شرکت رسانه فرضی ما آشنا می کند.  در این مرحله از کار، بهترین روش‌ها را برای مهندسی ویژگی، مدیریت عدم تعادل کلاس و تشخیص سوگیری در داده‌ها خواهید آموخت.  عدم تعادل طبقاتی می تواند اعتبار مدل های یادگیری ماشین شما را به طور جدی تحت تاثیر قرار دهد، و کاهش سوگیری در داده ها برای کاهش ریسک مرتبط با مدل های مغرضانه ضروری است.  این عناوین با بخش‌هایی در مورد بهترین شیوه‌ها برای کاهش ابعاد، تشخیص پرت، و تکنیک‌های یادگیری بدون نظارت برای یافتن الگوها در داده‌های شما دنبال می‌شوند.  مطالعات موردی بر مدل‌سازی موضوع و تجسم داده‌ها متمرکز خواهد بود.   در پایان این دوره شما قادر خواهید بود: 1. از ابزارهایی استفاده کنید که به رفع مشکلات عدم تعادل کلاس و کلاس کمک می کند 2. ملاحظات اخلاقی در مورد سوگیری در داده ها را توضیح دهید 3.  از کتابخانه‌های منبع باز ai Fairness 360 برای تشخیص سوگیری در مدل‌ها استفاده کنید 4. تکنیک های کاهش ابعاد را برای هر دو مرحله EDA و تبدیل به کار ببرید 5. تکنیک‌های مدل‌سازی موضوع را در پردازش زبان طبیعی شرح دهید 6. از مدل‌سازی و تجسم موضوع برای کاوش داده‌های متنی استفاده کنید 7. بهترین شیوه‌های رسیدگی به داده‌های با ابعاد بالا را به کار بگیرید 8. الگوریتم‌های تشخیص پرت را به‌عنوان ابزار تضمین کیفیت و ابزار مدل‌سازی به کار بگیرید. 9. تکنیک های یادگیری بدون نظارت را با استفاده از خطوط لوله به عنوان بخشی از گردش کار هوش مصنوعی به کار بگیرید 10. از الگوریتم‌های خوشه‌بندی اولیه استفاده کنید   چه کسانی باید این دوره را بگذرانند؟ این دوره متخصصان علوم داده موجود را هدف قرار می دهد که در ساخت مدل های یادگیری ماشین تخصص دارند و می خواهند مهارت های خود را در ساخت و استقرار هوش مصنوعی در شرکت های بزرگ عمیق تر کنند. اگر شما یک دانشمند داده مشتاق هستید، این دوره برای شما مناسب نیست زیرا برای بهره مندی از محتوای این دوره ها به تخصص دنیای واقعی نیاز دارید.   چه مهارت هایی باید داشته باشید؟ فرض بر این است که شما دوره های 1 و 2 تخصص گردش کار IBM AI Enterprise را تکمیل کرده اید و قبل از شروع این دوره درک کاملی از موضوعات زیر دارید: درک بنیادی جبر خطی. درک نمونه گیری، نظریه احتمال و توزیع احتمال. آشنایی با مفاهیم آماری توصیفی و استنباطی. درک کلی از تکنیک های یادگیری ماشین و بهترین شیوه ها؛ درک تمرینی پایتون و بسته‌هایی که معمولاً در علم داده استفاده می‌شوند: NumPy، Pandas، matplotlib، scikit-learn. آشنایی با IBM Watson Studio; آشنایی با فرآیند تفکر طراحی

coursera گردش کار هوش مصنوعی: یادگیری ماشین، تشخیص بصری و NLP (Mitalearn-336767)

  • 32 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Mark J Grover,Ray Lopez, Ph.D.
درباره این دوره:

این چهارمین دوره در تخصص IBM AI Enterprise Workflow Certification است.    شما قویاً تشویق می‌شوید که این دوره‌ها را به ترتیب تکمیل کنید، زیرا این دوره‌ها دوره‌های مستقل جداگانه نیستند، بلکه بخشی از جریان کاری هستند که هر دوره بر اساس دوره‌های قبلی است.  دوره 4 مرحله بعدی گردش کار را پوشش می دهد، که مدل ها و خطوط لوله داده مرتبط با آنها را برای یک شرکت رسانه جریان فرضی تنظیم می کند.  مبحث اول مبحث پیچیده معیارهای ارزیابی را پوشش می‌دهد، جایی که شما بهترین شیوه‌ها را برای تعدادی از معیارهای مختلف از جمله معیارهای رگرسیون، معیارهای طبقه‌بندی، و معیارهای چند طبقه‌ای را یاد خواهید گرفت که از آنها برای انتخاب بهترین مدل برای چالش تجاری خود استفاده خواهید کرد.  موضوعات بعدی بهترین شیوه‌ها را برای انواع مختلف مدل‌ها از جمله مدل‌های خطی، مدل‌های مبتنی بر درخت و شبکه‌های عصبی پوشش می‌دهند.  از مدل های خارج از جعبه واتسون برای درک زبان طبیعی و تشخیص بصری استفاده خواهد شد.  مطالعات موردی با تمرکز بر پردازش زبان طبیعی و تجزیه و تحلیل تصویر برای ارائه زمینه واقعی برای خطوط لوله مدل وجود خواهد داشت.   در پایان این دوره شما قادر خواهید بود: در مورد معیارهای رگرسیون، طبقه بندی و طبقه بندی چند برچسبی رایج بحث کنید کاربرد رگرسیون خطی و لجستیک در کاربردهای یادگیری نظارت شده را توضیح دهید استراتژی های رایج برای جستجوی شبکه و اعتبارسنجی متقابل را شرح دهید از معیارهای ارزیابی برای انتخاب مدل ها برای استفاده در تولید استفاده کنید استفاده از الگوریتم های مبتنی بر درخت در برنامه های کاربردی یادگیری نظارت شده را توضیح دهید استفاده از شبکه های عصبی در برنامه های کاربردی یادگیری تحت نظارت را توضیح دهید انواع عمده شبکه های عصبی و پیشرفت های اخیر را مورد بحث قرار دهید یک مدل شبکه عصبی در تنسورفلو ایجاد کنید یک نمونه از Watson Visual Recognition ایجاد و آزمایش کنید یک نمونه از Watson NLU ایجاد و آزمایش کنید چه کسانی باید این دوره را بگذرانند؟ این دوره متخصصان علوم داده موجود را هدف قرار می دهد که در ساخت مدل های یادگیری ماشین تخصص دارند و می خواهند مهارت های خود را در ساخت و استقرار هوش مصنوعی در شرکت های بزرگ عمیق تر کنند. اگر شما یک دانشمند داده مشتاق هستید، این دوره برای شما مناسب نیست زیرا برای بهره مندی از محتوای این دوره ها به تخصص دنیای واقعی نیاز دارید.   چه مهارت هایی باید داشته باشید؟ فرض بر این است که شما دوره های 1 تا 3 تخصص گردش کار IBM AI Enterprise را تکمیل کرده اید و قبل از شروع این دوره، درک کاملی از موضوعات زیر دارید: درک اساسی از جبر خطی. درک نمونه گیری، نظریه احتمال و توزیع احتمال. آشنایی با مفاهیم آماری توصیفی و استنباطی. درک کلی از تکنیک های یادگیری ماشین و بهترین شیوه ها؛ درک تمرینی پایتون و بسته‌هایی که معمولاً در علم داده استفاده می‌شوند: NumPy، Pandas، matplotlib، scikit-learn. آشنایی با IBM Watson Studio; آشنایی با فرآیند تفکر طراحی

coursera گردشگری با کیفیت بالا و پایدار (Mitalearn-361111)

  • 4 hours 3 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Petra Paloniemi,Gilles M. Rasson,Teija Tekoniemi-Selkälä
درباره این دوره:

به دوره گردشگری پایدار پایدار خوش آمدید. چرا باید این دوره را بگذرانید؟ گردشگری سطح بالا، بخش و صنعتی است که در 50 سال گذشته به صورت تصاعدی در سراسر جهان رشد کرده است. تحولات اخیر در جهان ما - با جهانی شدن و پایداری - باید در این صنعت پیشرفته مورد توجه قرار گیرد. در این دوره نگاهی خواهیم داشت به اینکه چه چیزی باعث ایجاد گردشگری با کیفیت بالا می شود، چه چیزی در گردشگری لوکس سطح بالا ضروری است و چه چیزی نیست. ما نگاهی به عناصر اصلی در جنبه پایداری ارائه آن خدمات خواهیم داشت. نگاهی خواهیم داشت به اینکه مشتری چگونه به آن عناصر نگاه می کند. زیرا دیدگاه مشتری ضروری است. وقتی این را بدانیم، نگاهی به نحوه تجربه مشتریان از آن محصولات و خدمات و نحوه مدیریت آنها خواهیم داشت. زیرا مبادا فراموش کنیم کار در مدیریت گردشگری سطح بالا به ایجاد ارزش افزوده برای مشتری، پرسنل و برای آن شرکت‌ها است. این دوره از طریق یک پروژه Erasmus+ با بودجه اتحادیه اروپا، با مشارکت دانشگاه خودمختار بارسلون (اسپانیا)، Lapin AMK (فنلاند)، دانشگاه ماریبور (اسلوونی)، دانشگاه علوم کاربردی و هنر اراسموس بروکسل ایجاد شده است. بلژیک) و مرکز اروپایی کیفیت - ECQ (بلغارستان). ویدئوهای این دوره دارای زیرنویس انگلیسی، هلندی، اسلوونیایی، اسپانیایی فنلاندی و بلغاری (български) هستند.

coursera گرفتن شغل مشاوره (Mitalearn-281517)

  • 3 hours 27 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: John Kim
درباره این دوره:

این دوره شماره 2 در تخصص در مشاوره مدیریت است. در این دوره با نحوه کار شرکت های مشاوره و کسب درآمد آشنا می شویم. این می تواند به شما کمک کند با استخدام کنندگان ارتباط برقرار کنید و برای مصاحبه های موردی آماده شوید. برخی از موضوعات مطرح شده: • چه چیزی باعث سودآوری پروژه می شود؟ • در هر مرحله از حرفه ام به چه شایستگی هایی نیاز دارم؟ • مصاحبه های مشاوره ای چگونه متفاوت هستند؟ • چگونه در مصاحبه های موردی خوب عمل کنیم؟ • چقدر برای تمرین موارد نیاز دارم؟

coursera گرفتن فیلم خود را از زمین (Mitalearn-364681)

  • 1 hours 1 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Alexandra
درباره این دوره:

این دوره مقدمه ای است بر بسیاری از امکاناتی که برای تامین مالی فیلم شما، بازاریابی آن و ایجاد مخاطب برای آن وجود دارد. این به شما حسی از گزینه ها و راه های ممکن برای کاوش می دهد و شما را در روند تبدیل رویاهای فیلمتان به واقعیت آغاز می کند. این دوره شامل فرآیند تحقیق و نگارش کمک هزینه برای فیلم‌های داستانی و مستند، استراتژی‌هایی برای توسعه وب‌سایت‌های فیلم تاثیرگذار، بهترین شیوه‌های رسانه‌های اجتماعی برای فیلم‌سازان، و نحوه رویکرد سرمایه‌گذاری جمعی و جستجوی سرمایه‌گذاران است. از طریق این تجربیات، شما آماده خواهید بود که برای فیلم خود بودجه جستجو کنید و مخاطبان خود را از طریق فضاهای دیجیتال بسازید.

Suggestions