Course catalog

Course duration

Course provider

Topic

Categories

Showing 4,181-4,200 of 4,310 items.

coursera هواپیماهای بدون سرنشین برای علوم محیطی (Mitalearn-349636)

  • 3 hours 47 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Dr. David W. Johnston
درباره این دوره:

چگونه می توان از پهپادها در علم محیط زیست به خوبی استفاده کرد؟ دانشمندان چه نوع داده‌هایی را می‌توانند جمع‌آوری کنند و چگونه باید با استفاده از پهپادها آن‌ها را جمع‌آوری کنند؟ چرا شخصی باید هواپیماهای بدون سرنشین را در حرفه فعلی خود ادغام کند یا این رشته را دنبال کند؟ این دوره آموزشی Duke Environment+ به عنوان مقدمه ای برای هر کسی که علاقه مند به یادگیری بیشتر در مورد استفاده از پهپاد در علوم زیست محیطی است خدمت می کند. هیچ دانش پیشینه ای در پهپادها فرض یا ضروری نیست. در طول چهار هفته، شما اصول استفاده از پهپاد در علوم محیطی، از جمله مزایای خاص استفاده از هواپیماهای بدون سرنشین برای تحقیقات علمی را کشف خواهید کرد. انواع پهپادها و نحوه استفاده از آنها برای اهداف و ماموریت های مختلف. و بهترین شیوه های تحقیق، از جمله نگرانی های قانونی و اخلاقی. هفته آخر دوره به شما کمک می کند تا با معرفی شما به متخصصانی که با این فناوری در علوم زیست محیطی کار می کنند، کاوش در مسیرهای شغلی مختلف که شامل هواپیماهای بدون سرنشین است را آغاز کنید. در پایان دوره، شما باید برای در نظر گرفتن نحوه استفاده از هواپیماهای بدون سرنشین برای علایق تحقیقاتی خود مجهزتر باشید و در صورت تصمیم، برای دنباله دوره های عمیق تر محیط زیست + UAS Applicants and Operations in Environmental Science آمادگی بیشتری خواهید داشت. برای ادامه تحصیل

coursera هواشناسی: کاوش در تنوع زیستی با رادار (Mitalearn-353937)

  • 1 hours 16 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Christopher Hassall
درباره این دوره:

بیاموزید که چگونه هواشناسی، رشته‌ای که به بررسی اشکال حیات در هوا می‌پردازد، با استفاده از رادار با این دوره منحصر به فرد، انقلابی ایجاد کرده است. این دوره برای کمک به دانشمندان، محققان و همچنین علاقه مندان به محیط زیست طراحی شده است تا مهارت های خود را در استفاده از رادار برای کشف تنوع زیستی توسعه دهند. منشا و تکامل رادار از یک فناوری نظامی به یک ابزار قدرتمند با کاربردهای علمی متعدد، از جمله هواشناسی را بررسی خواهید کرد. سپس با مطالعه روندهای جهانی تنوع زیستی آشنا خواهید شد و نحوه ارزیابی روش های سنتی و فناوری های نوظهور مورد استفاده دانشمندان برای نظارت بر جهان طبیعی را خواهید آموخت. سپس عمیق تر خواهید فهمید که چگونه علم رادار می تواند برای اندازه گیری و نظارت بر تنوع زیستی و ارزیابی مزایای آن نسبت به روش های موجود اندازه گیری تنوع زیستی استفاده شود. از طریق مطالعات موردی واقعی، یاد خواهید گرفت که چگونه تجسم داده ها و خروجی داده های رادار را تفسیر کنید، چگونه زیست توده گونه ها را کمی کنید، و محدودیت های طبقه بندی این فناوری را کشف خواهید کرد. در پایان دوره، شما بررسی خواهید کرد که چگونه می توان از این رشته مطالعاتی جدید برای تغییر تحقیقات بیولوژیکی و کشاورزی و همچنین اطلاع رسانی مقررات و سیاست های زیست محیطی استفاده کرد.

coursera هوش تجاری و انبار داده (Mitalearn-331599)

  • 1 hours 18 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: María del Pilar Ángeles
درباره این دوره:

به دوره تخصصی هوش تجاری و انبار داده خوش آمدید. این دوره در مدت شش هفته تکمیل خواهد شد و با فیلم ها و اسناد مختلف پشتیبانی می شود که به شما این امکان را می دهد تا به روشی بسیار ساده نحوه شناسایی، طراحی و توسعه سیستم های اطلاعاتی تحلیلی مانند هوش تجاری با تجزیه و تحلیل توصیفی داده ها را بیاموزید. انبارها شما قادر خواهید بود مشکل یکپارچه سازی و تحلیل پیش بینی حجم بالای داده های بدون ساختار (داده های بزرگ) را با داده کاوی و چارچوب Hadoop درک کنید. پس از اتمام این دوره، زبان آموز قادر خواهد بود ● یک نمودار مدل داده ستاره یا دانه برف از طریق طراحی چند بعدی از نیازمندی های تجاری تحلیلی و سیستم OLTP ایجاد کنید ● یک سیستم پایگاه داده فیزیکی ایجاد کنید ● استخراج، تبدیل و بارگذاری داده ها در انبار داده. ● پرس و جوهای تحلیلی را با SQL با استفاده از MySQL برنامه ریزی کنید ● تجزیه و تحلیل پیش بینی با RapidMiner ● داده های رابطه ای یا بدون ساختار را در Hortonworks HDFS بارگذاری کنید ● کارهای Map-Reduce را برای جستجوی داده ها در HDFS برای اهداف تحلیلی اجرا کنید زبان های برنامه نویسی: برای دوره 2 از زبان MYSQL استفاده خواهید کرد. نرم افزار برای دانلود: Rapidminer MYSQL اکسل چارچوب هادوپ Hortonworks در صورتی که سیستم عامل Mac / IOS دارید، باید از ماشین مجازی (VirtualBox، Vmware) استفاده کنید.

coursera هوش تجاری و تجزیه و تحلیل بصری (Mitalearn-324272)

  • 1 hours 56 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Tim Carrington
درباره این دوره:

این دوره بر اساس "ذخیره سازی داده ها و هوش تجاری" بر روی تجسم داده ها و تجزیه و تحلیل بصری تمرکز دارد. این دوره با پوشش کاملی از اینکه تجسم داده چیست و چه نوع تجسم برای یک هدف خاص خوب است شروع می شود، این دوره به سرعت با استفاده از یکی از محبوب ترین ابزارهای تجزیه و تحلیل بصری: SAS به توسعه مهارت های عملی و دانش در مورد تجزیه و تحلیل بصری می پردازد. Viya، یک پلتفرم تحلیلی مبتنی بر ابر. مروری بر معماری ابری، اتوماسیون و یادگیری ماشین نیز ارائه شده است.

coursera هوش تجاری و تجزیه و تحلیل داده ها: بینش ایجاد کنید (Mitalearn-297956)

  • 3 hours 2 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Connor Stead
درباره این دوره:

«مرگروندها» به شدت بر سازمان‌ها، صنایع و جوامع امروزی تأثیر می‌گذارند و توانایی شما برای ایجاد بینش در این زمینه برای موفقیت سازمان شما در آینده بسیار مهم است. این دوره شما را با ابزارها و مهارت‌های تحلیلی آشنا می‌کند که می‌توانید برای درک، تجزیه و تحلیل و ارزیابی چالش‌ها و فرصت‌هایی که «مرگروندها» به ناچار برای سازمان شما به ارمغان می‌آورند، استفاده کنید. از طریق فعالیت‌های یادگیری ساختاریافته، چگونگی رسیدگی به این روندها را از طریق نوآوری مبتنی بر پایداری کشف خواهید کرد. شما با مفاهیم کلیدی تجزیه و تحلیل داده‌ها مانند تفکر سیستمی، دیدگاه‌های چند سطحی و روش‌های چند رشته‌ای برای تصور آینده آشنا می‌شوید و آنها را برای چالش‌های دنیای واقعی خاصی که ممکن است شما و سازمانتان با آن مواجه شوید، به کار ببرید. و تمرکز بر مهارت های اثبات آینده مانند کار گروهی، همکاری با سهامداران مختلف و حسابرسی برای قضاوت های انجام شده در چارچوب های تصمیم گیری اخلاقی خواهد بود.

coursera هوش تجاری و تحلیل رقابتی (Mitalearn-288997)

  • 1 hours 43 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Yao Zhao
درباره این دوره:

امریکن ایرلاینز (AAL)، یکی از بزرگترین گروه هواپیمایی جهان و یک شرکت SP500، با مشکل مواجه است. AAL با توجه به اینکه نرخ رشد قیمت سهام آن در پایین ترین رتبه در بین خطوط هوایی بزرگ ایالات متحده قرار دارد، باید مشکلات کلیدی، علل ریشه ای و چگونگی تغییر شرکت و قیمت سهام آن را پیدا کند. پرداختن به چالشی که AAL با آن مواجه است ممکن است یک پروژه مشاوره مدیریت در مقیاس بزرگ باشد. برای شروع، هوش تجاری و تجزیه و تحلیل رقابتی (یا به اختصار هوش رقابتی) برای کشف مشکلات و شناسایی دلایل شرکت که پایه و اساس استراتژی های چرخشی را ایجاد می کند، مورد نیاز است. در این دوره، دانش، مهارت و تجربه در تجزیه و تحلیل داده ها / تجسم و داستان سرایی برای تجزیه و تحلیل هوش رقابتی موثر را به دست خواهید آورد. پس از اتمام دوره، شما باید بتوانید مانند یک مشاور مدیریت، هوش رقابتی را بر روی شرکت های انتخابی خود انجام دهید. توجه: برای به دست آوردن تجربیات عملی در هوش رقابتی از طریق تجزیه و تحلیل داده ها، باید وارد عمل شوید. برای این منظور، این دوره از یک وب سایت خارجی (رایگان) برای تمرین مهارت های آموخته شده استفاده می کند.

coursera هوش عاطفی و اجتماعی (Mitalearn-287144)

  • 58 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Laurie Cozart
درباره این دوره:

"ما برای اتصال سیمی هستیم. علوم اعصاب کشف کرده است که طراحی مغز ما آن را اجتماعی می کند و هر زمان که با شخص دیگری درگیر می شویم به طور اجتناب ناپذیری به یک پیوند صمیمی مغز و مغز کشیده می شود." دانیل گولمن – مقدمه – هوش اجتماعی هوش عاطفی و اجتماعی (ESI) به عنوان مجموعه‌ای از شایستگی‌ها تعریف می‌شود که نشان‌دهنده توانایی فرد برای تشخیص رفتارها، حالات و انگیزه‌های خود و مدیریت بهترین آنها بر اساس موقعیت است. این دوره ابزارهایی را که برای داشتن هوش عاطفی و اجتماعی در محل کار خود نیاز دارید را در اختیار شما قرار می دهد. داشتن توانایی تسلط بر ESI به کارکنان مزیت مشخصی در موقعیت های خود می دهد. این اجازه می دهد تا آنها به مرکز عاطفی خود دسترسی داشته باشند در حالی که روابط خود را با اعضای تیم خود مدیریت می کنند. شایستگی های مرتبط با هوش هیجانی و اجتماعی اغلب چیزی است که یک مجری معمولی را از یک فرد عالی جدا می کند. و برخلاف هوش کلی ما، هوش هیجانی را می توان در طول زمان آموخت و بهبود بخشید. در این دوره به توضیح ارزش هوش هیجانی و اجتماعی برای موفقیت حرفه ای می پردازیم. ما مهارت‌های هوش هیجانی و اجتماعی فعلی را ارزیابی می‌کنیم و شما 4 ربع اساسی هوش هیجانی و اجتماعی (ESI) را برای درک، استفاده و مدیریت احساسات کشف خواهید کرد. ما توضیح خواهیم داد که چگونه استرس می‌تواند بر کاربرد مهارت‌های هوش هیجانی و اجتماعی تأثیر بگذارد و اقدامات لازم برای ایجاد ارتباطات و ایجاد روابط برای اثربخشی حرفه‌ای بیشتر را بررسی می‌کنیم.

coursera هوش مالی برای مدیران غیر مالی (Mitalearn-286022)

  • 4 hours 57 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Richard Lambert,Christopher D. Ittner
درباره این دوره:

در این دوره، نحوه ارتباط داده‌های صورت‌های مالی و معیارهای غیر مالی را با عملکرد مالی بررسی خواهید کرد. پروفسور ریک لمبرت و کریس ایتنر از مدرسه وارتون این دوره را طراحی کرده اند تا به شما کمک کنند تا درک عملی از نحوه استفاده از داده ها برای ارزیابی عواملی که باعث عملکرد مالی می شود و سناریوهای مالی آینده را پیش بینی کنید به دست آورید. در مورد چارچوب‌های گزارش‌گری مالی، صورت‌های درآمد و گزارش‌دهی نقدی اطلاعات بیشتری کسب خواهید کرد و رویکردهای مختلفی را برای تجزیه و تحلیل عملکرد مالی با استفاده از مثال‌های واقعی برای مشاهده مفاهیم در عمل به کار خواهید برد. در پایان این دوره، شما مهارت‌های خود را در درک نحوه تعامل داده‌های مالی و داده‌های غیر مالی برای پیش‌بینی رویدادها تقویت خواهید کرد و می‌توانید بهترین استراتژی مالی را برای سازمان خود تعیین کنید.

coursera هوش مصنوعی برای برنامه نویسی کارآمد: استفاده از قدرت LLM (Mitalearn-307323)

  • 23 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Elizabeth Humphries, PhD,Carrie Wright, PhD,Candace Savonen, MS
درباره این دوره:

این دوره در زمینه هوش مصنوعی (AI) برای توسعه نرم افزار به بررسی استفاده از مدل های زبان بزرگ هوش مصنوعی مانند ChatGPT، Bard و سایرین و مزایا و چالش های بالقوه آنها می پردازد. از طریق مثال‌ها و فعالیت‌های عملی، درک درستی از روش‌هایی ایجاد خواهید کرد که هوش مصنوعی می‌تواند وظایف توسعه نرم‌افزار را سرعت بخشد و زمان را برای کارهای خلاقانه‌تر و استراتژیک‌تر آزاد کند. ویژگی های منحصر به فرد این دوره - کاوش چندین ابزار هوش مصنوعی مبتنی بر مرورگر - فعالیت های عملی و در عین حال ساده که نیازی به نصب نرم افزار ندارند - تاکید بر استفاده مسئولانه و اخلاقی از هوش مصنوعی - دوستانه مبتدی برای کسانی که می خواهند با استفاده از ابزارهای هوش مصنوعی مولد شروع کنند - ایده های مفید برای چگونگی استفاده از ابزارها برای بهتر و کارآمدتر کردن کار شما - راهبردهای آزمایش شده و آزمایش شده برای استفاده از ابزارهای هوش مصنوعی توسط دانشمندان داده و توسعه دهندگان نرم افزار علمی - یک رویکرد سرگرم کننده و بازیگوش برای یادگیری کلمات کلیدی هوش مصنوعی (AI)، ChatGPT، هوش مصنوعی مولد، مدل‌های زبان بزرگ (LLM)، توسعه نرم‌افزار، کدنویسی، علم داده مخاطب مورد نظر - افراد حرفه ای که به دنبال بهبود کارایی هستند - دانش آموزانی که امیدوارند در مورد برنامه نویسی بیشتر بیاموزند - هر کسی کنجکاو است که چگونه می توان از هوش مصنوعی برای فناوری استفاده کرد توجه: کسانی که کاملاً در برنامه نویسی جدید هستند، استفاده از ابزارهای هوش مصنوعی برای ایجاد راه حل های نرم افزاری را در این زمان چالش برانگیز خواهند یافت. داشتن مقداری دانش اساسی برای نوشتن اعلان های مناسب و تشخیص زمانی که کد طبق انتظار کار نمی کند مفید است. ما به تازه کارها توصیه می کنیم به دنبال بررسی متخصص باشند. اهداف یادگیری - مبانی هوش مصنوعی و پتانسیل آن برای بهبود گردش کار توسعه نرم افزار را توضیح دهید - پیاده سازی استراتژی برای نوشتن و اشکال زدایی کد با استفاده از ابزارهای مبتنی بر هوش مصنوعی - مزایای بازسازی کد با استفاده از تکنیک های مبتنی بر هوش مصنوعی، مانند خوانایی کد، مختصر نگه داشتن آن، و بهینه سازی کد را شرح دهید. - بهترین شیوه ها را برای حاشیه نویسی کد با استفاده از هوش مصنوعی اعمال کنید - شناخت استراتژی‌هایی برای استفاده از ابزارهای مبتنی بر هوش مصنوعی برای درک و تجزیه و تحلیل کد، مانند درک کد زبان‌ها یا توابع ناآشنا - در مورد چالش ها و پیامدهای اخلاقی استفاده از هوش مصنوعی برای جنبه های مختلف توسعه نرم افزار بحث کنید قابلیت دسترسی ما متعهد هستیم که محتوای خود را در دسترس و در دسترس همه قرار دهیم. ما از هرگونه بازخوردی که ممکن است در https://forms.gle/3sTZpctxzYyhj74NA داشته باشید استقبال می کنیم. سوالات مربوط به اقامتگاه های دسترسی باید به https://studentserviceportal.force.com/s/ هدایت شود. نسخه PDF این دوره را می توانید در https://leanpub.com/courses/fredhutch/ai_for_software بیابید.

coursera هوش مصنوعی برای پیش آگهی پزشکی (Mitalearn-332415)

  • 2 hours 55 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Pranav Rajpurkar,Bora Uyumazturk
درباره این دوره:

هوش مصنوعی عمل پزشکی را متحول می کند. این به پزشکان کمک می کند تا بیماران را با دقت بیشتری تشخیص دهند، در مورد سلامت آینده بیماران پیش بینی کنند و درمان های بهتری را توصیه کنند. این تخصص به شما تجربه عملی در به کارگیری یادگیری ماشینی برای مشکلات عینی در پزشکی می دهد. یادگیری ماشینی ابزاری قدرتمند برای پیش آگهی است، شاخه ای از پزشکی که در پیش بینی سلامت آینده بیماران تخصص دارد. در این دوره دوم، نمونه‌های متعددی از کارهای پیش‌آگهی را مرور خواهید کرد. سپس از درخت‌های تصمیم برای مدل‌سازی روابط غیرخطی، که معمولاً در داده‌های پزشکی مشاهده می‌شوند، استفاده می‌کنید و آنها را برای پیش‌بینی دقیق‌تر میزان مرگ و میر به کار می‌گیرید. در نهایت، یاد خواهید گرفت که چگونه داده های از دست رفته را مدیریت کنید، یک چالش کلیدی در دنیای واقعی. این دوره‌ها فراتر از پایه‌های یادگیری عمیق هستند تا تفاوت‌های ظریف را در استفاده از هوش مصنوعی در موارد استفاده پزشکی به شما آموزش دهند. این دوره بر یادگیری ماشینی مبتنی بر درخت تمرکز دارد، بنابراین برای این دوره به پایه ای در یادگیری عمیق نیازی نیست. با این حال، پایه ای در یادگیری عمیق برای دوره 1 و 3 این تخصص بسیار توصیه می شود. شما می توانید با استفاده از تخصص یادگیری عمیق که توسط deeplearning.ai ارائه شده و توسط Andrew Ng تدریس می شود، پایه ای در یادگیری عمیق کسب کنید.

coursera هوش مصنوعی برای تشخیص پزشکی (Mitalearn-332228)

  • 1 hours 35 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Pranav Rajpurkar,Bora Uyumazturk,Amirhossein Kiani
درباره این دوره:

هوش مصنوعی عمل پزشکی را متحول می کند. این به پزشکان کمک می کند تا بیماران را با دقت بیشتری تشخیص دهند، در مورد سلامت آینده بیماران پیش بینی کنند و درمان های بهتری را توصیه کنند. به عنوان یک پزشک هوش مصنوعی، شما این فرصت را دارید که به این تحول در پزشکی مدرن بپیوندید. اگر قبلاً با برخی از ریاضیات و کدنویسی پشت الگوریتم‌های هوش مصنوعی آشنا هستید و مشتاق هستید که مهارت‌های خود را برای مقابله با چالش‌های صنعت مراقبت‌های بهداشتی بیشتر توسعه دهید، پس این تخصص برای شما مناسب است. هیچ تخصص پزشکی قبلی لازم نیست! این برنامه به شما تجربه عملی در به کارگیری تکنیک های پیشرفته یادگیری ماشینی برای مشکلات عینی در پزشکی مدرن می دهد: - در دوره 1، شما مدل های طبقه بندی و تقسیم بندی تصویر شبکه عصبی کانولوشنال را برای تشخیص اختلالات ریوی و مغز ایجاد خواهید کرد. - در دوره 2، با استفاده از روش های آماری و پیش بینی جنگل تصادفی برای تعیین پیش آگهی بیمار، مدل های خطر و برآوردگرهای بقا را برای بیماری های قلبی می سازید. - در دوره 3، شما یک پیش بینی کننده اثر درمان می سازید، تکنیک های تفسیر مدل را اعمال می کنید و از پردازش زبان طبیعی برای استخراج اطلاعات از گزارش های رادیولوژی استفاده می کنید. این دوره ها فراتر از پایه های یادگیری عمیق هستند تا به شما بینشی در مورد تفاوت های ظریف استفاده از هوش مصنوعی در موارد استفاده پزشکی ارائه دهند. به عنوان یک یادگیرنده، اگر از قبل با برخی از ریاضیات و کدنویسی پشت الگوریتم های هوش مصنوعی راحت باشید، برای موفقیت در این برنامه آماده خواهید شد. لازم نیست شما یک متخصص هوش مصنوعی باشید، اما دانش کاری شبکه های عصبی عمیق، به ویژه شبکه های کانولوشن، و مهارت در برنامه نویسی پایتون در سطح متوسط ​​ضروری است. اگر در یادگیری ماشین یا شبکه های عصبی نسبتاً تازه کار هستید، توصیه می کنیم ابتدا تخصص یادگیری عمیق را که توسط deeplearning.ai ارائه شده و توسط Andrew Ng آموزش داده شده است، استفاده کنید. تقاضا برای پزشکان هوش مصنوعی با مهارت ها و دانش برای مقابله با بزرگترین مسائل در پزشکی مدرن به طور تصاعدی در حال افزایش است. در این تخصص به ما بپیوندید و سفر خود را به سوی ساختن آینده مراقبت های بهداشتی آغاز کنید.

coursera هوش مصنوعی برای تشخیص سرطان سینه (Mitalearn-332908)

  • 2 hours
  • متوسط
  • Release date: 23 June 2026
  • Author: Chung-Fu Chang,Emily Ambinder
درباره این دوره:

هدف از این دوره ارائه دانش به دانشجویان از رویکردهای پردازش هوش مصنوعی برای تشخیص سرطان سینه است. دانش‌آموزان آزمون‌ها را می‌گیرند و در جلسات بحث شرکت می‌کنند تا مفاهیم مهمی را که در ماژول‌ها منتقل می‌شوند، تقویت کنند. تکالیف خواندن، از جمله مقالات مجلات برای درک موضوعات در ماژول ها، ارائه خواهد شد. این دوره برای دانشجویانی طراحی شده است که به حرفه توسعه محصول با استفاده از هوش مصنوعی علاقه مند هستند و می خواهند بدانند چگونه می توان هوش مصنوعی را در ماموگرافی به کار برد. محتوای دوره بر روی پارادایم پردازش هوش مصنوعی همراه با دانش حوزه تصویربرداری سینه متمرکز شده است. این رویکرد درسی منحصر به فرد است و به جای توجه به یک روش پیاده سازی خاص، چشم انداز وسیعی از هوش مصنوعی در اختیار دانش آموزان قرار می دهد. دانش‌آموزانی که این دوره را تکمیل می‌کنند نه تنها از دانش خود در یک شغل ابتدایی در زمینه هوش مصنوعی بهره می‌برند، بلکه در پروژه‌ها نیز عملکرد خوبی خواهند داشت، زیرا درک کاملی از پارادایم پردازش هوش مصنوعی دارند.

coursera هوش مصنوعی برای درمان پزشکی (Mitalearn-332568)

  • 1 hours 44 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Pranav Rajpurkar,Bora Uyumazturk,Amirhossein Kiani
درباره این دوره:

هوش مصنوعی عمل پزشکی را متحول می کند. این به پزشکان کمک می کند تا بیماران را با دقت بیشتری تشخیص دهند، در مورد سلامت آینده بیماران پیش بینی کنند و درمان های بهتری را توصیه کنند. این تخصص به شما تجربه عملی در به کارگیری یادگیری ماشینی برای مشکلات عینی در پزشکی می دهد. درمان پزشکی ممکن است بر اساس شرایط سلامت موجود بر بیماران تأثیر متفاوتی داشته باشد. در این دوره سوم، با استفاده از داده‌های کارآزمایی‌های تصادفی‌سازی شده، درمان‌هایی را توصیه می‌کنید که برای بیماران فردی مناسب‌تر هستند. در هفته دوم، روش‌های تفسیر یادگیری ماشین را برای توضیح تصمیم‌گیری در مدل‌های پیچیده یادگیری ماشین اعمال خواهید کرد. در نهایت، شما از روش‌های استخراج موجودیت زبان طبیعی و پاسخ به سؤال برای خودکار کردن کار برچسب‌گذاری مجموعه داده‌های پزشکی استفاده خواهید کرد. این دوره‌ها فراتر از پایه‌های یادگیری عمیق هستند تا تفاوت‌های ظریف را در استفاده از هوش مصنوعی در موارد استفاده پزشکی به شما آموزش دهند. اگر در یادگیری عمیق تازه کار هستید یا می خواهید پایه و اساس عمیق تری از نحوه عملکرد شبکه های عصبی به دست آورید، توصیه می کنیم که تخصص یادگیری عمیق را انتخاب کنید.

coursera هوش مصنوعی برای همه [coursera] (Mitalearn-285546)

  • 4 hours 23 minutes
  • مبتدی
  • Release date: 27 June 2026
  • Author: Andrew Ng
درباره این دوره:

هوش مصنوعی فقط مختص مهندسان نیست. اگر می‌خواهید سازمان شما در استفاده از هوش مصنوعی بهتر شود، این دوره آموزشی است که باید به همه - به‌ویژه همکاران غیر فنی‌تان - بگویید. در این دوره یاد خواهید گرفت: - معنای پشت اصطلاحات رایج هوش مصنوعی، از جمله شبکه های عصبی، یادگیری ماشین، یادگیری عمیق و علم داده - آنچه که هوش مصنوعی واقعاً می تواند - و نمی تواند - انجام دهد - چگونه فرصت هایی را برای اعمال هوش مصنوعی در مشکلات سازمان خود تشخیص دهید - ایجاد پروژه های یادگیری ماشین و علم داده چه احساسی دارد - چگونه با یک تیم هوش مصنوعی کار کنید و یک استراتژی هوش مصنوعی در شرکت خود بسازید - نحوه هدایت بحث های اخلاقی و اجتماعی پیرامون هوش مصنوعی اگرچه این دوره عمدتاً غیر فنی است، مهندسان همچنین می توانند این دوره را برای یادگیری جنبه های تجاری هوش مصنوعی بگذرانند.

coursera هوش مصنوعی در Microsoft Azure (Mitalearn-319665)

  • 36 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Microsoft
درباره این دوره:

چه به تازگی کار با هوش مصنوعی (AI) را شروع کرده باشید یا از قبل تجربه هوش مصنوعی داشته باشید و در Microsoft Azure تازه کار باشید، این دوره همه چیزهایی را که برای شروع نیاز دارید در اختیار شما قرار می دهد. هوش مصنوعی (AI) راه حل ها و تجربیات جدید شگفت انگیزی را تقویت می کند. و Microsoft Azure خدماتی با کاربری آسان را برای کمک به شما در ساخت راه‌حل‌هایی ارائه می‌کند که مدت کوتاهی پیش شبیه داستان‌های علمی تخیلی به نظر می‌رسید. امکان پیشرفت های باورنکردنی در مراقبت های بهداشتی، مدیریت مالی، حفاظت از محیط زیست و سایر زمینه ها برای ساختن دنیایی بهتر برای همه. در این دوره، مفاهیم کلیدی هوش مصنوعی یادگیری ماشین، تشخیص ناهنجاری، بینایی کامپیوتر، پردازش زبان طبیعی و هوش مصنوعی مکالمه را یاد خواهید گرفت. برخی از روش‌های استفاده از هوش مصنوعی را مشاهده خواهید کرد و اصول هوش مصنوعی مسئول را بررسی خواهید کرد که می‌تواند به شما در درک برخی از چالش‌های پیش روی توسعه‌دهندگان در تلاش برای ایجاد راه‌حل‌های هوش مصنوعی اخلاقی کمک کند. این دوره به شما کمک می کند تا برای آزمون AI-900: Microsoft Azure AI Fundamentals آماده شوید. این اولین دوره از یک برنامه پنج دوره ای است که شما را برای شرکت در آزمون گواهینامه AI-900 آماده می کند. این دوره به شما مفاهیم و مهارت های اصلی را می آموزد که در حوزه های امتحانی اصول هوش مصنوعی ارزیابی می شوند. این دوره مبتدی برای پرسنل فناوری اطلاعات که تازه شروع به کار با Microsoft Azure کرده‌اند و می‌خواهند در مورد پیشنهادات Microsoft Azure بیاموزند و تجربه عملی با محصول را کسب کنند مناسب است. Microsoft Azure AI Fundamentals می تواند برای آماده شدن برای سایر گواهینامه های مبتنی بر نقش Azure مانند Microsoft Azure Data Scientist Associate یا Microsoft Azure AI Engineer Associate استفاده شود، اما پیش نیاز هیچ یک از آنها نیست. این دوره برای داوطلبان با سوابق فنی و غیر فنی در نظر گرفته شده است. علم داده و تجربه مهندسی نرم افزار مورد نیاز نیست. با این حال، برخی از دانش یا تجربه برنامه نویسی عمومی مفید خواهد بود. برای موفقیت در این دوره، باید سواد کامپیوتری اولیه و تسلط به زبان انگلیسی را داشته باشید. شما باید با مفاهیم اولیه محاسبات و اصطلاحات، مفاهیم کلی فناوری، از جمله مفاهیم یادگیری ماشین و هوش مصنوعی آشنا باشید.

coursera هوش مصنوعی در بازاریابی (Mitalearn-285597)

  • 2 hours 12 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Rajkumar Venkatesan
درباره این دوره:

هوش مصنوعی همه جا هست! با استفاده از قدرت هوش مصنوعی، کسب‌وکارها و بازاریابان پتانسیل رشد شگفت‌انگیزی دارند و فرصت‌های تقویت بازاریابی با هوش مصنوعی همیشه در حال گسترش است. اما چگونه کسب و کارها می توانند از ابزارهای هوش مصنوعی برای پیشبرد موفقیت خود و به دست آوردن مزیت های رقابتی پایدار استفاده کنند؟ کسب‌وکارها در حین پیاده‌سازی هوش مصنوعی در استراتژی‌های بازاریابی خود با چه چالش‌هایی مواجه هستند؟ در این دوره آموزشی که در دانشکده کسب و کار Darden در دانشگاه ویرجینیا توسعه یافته است و توسط استاد مدیریت بازرگانی راج ونکاتسان ارائه شده است، شما مرز مهمی از تحول دیجیتال در بازاریابی را بررسی خواهید کرد. شما سه نیروی کلیدی را بررسی خواهید کرد که هوش مصنوعی را در استراتژی‌های بازاریابی فعال می‌کنند - الگوریتم‌ها، شبکه‌ها و داده‌ها - و درک عمیق‌تری از اینکه چگونه کسب‌وکارها در صنایع مختلف می‌توانند بیشترین بهره را از این فناوری هیجان‌انگیز ببرند، به دست خواهید آورد. نمونه‌هایی در دنیای واقعی از شرکت‌های موفقی مانند فورد، نتفلیکس و واشنگتن پست خواهید دید که از هوش مصنوعی برای مقابله با رقابت به روش‌های جدید و خلاقانه استفاده می‌کنند و از کارشناسان در مورد چگونگی شکل‌دهی هوش مصنوعی به حال و آینده در صنایع مربوطه خود خواهید شنید. می‌توانید با دنبال کردن پست‌های راج در توییتر (@rajkumarvenk) و لینکدین، درباره راج اطلاعات بیشتری کسب کنید: https://www.linkedin.com/in/education-marketing.

coursera هوش مصنوعی قابل اعتماد برای مدیریت مراقبت های بهداشتی (Mitalearn-339079)

  • 1 hours 49 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Marco Brambilla
درباره این دوره:

این MOOC مقدمه ای بر هوش مصنوعی قابل اعتماد و کاربرد آن در مراقبت های بهداشتی است. این شامل ماژول هایی در زمینه مبانی هوش مصنوعی و مقدمه ای بر کاربردهای قابل اعتماد و اخلاقی هوش مصنوعی است. یک درس اختصاصی، فرآیند Z-Inspection® را برای ارزیابی هوش مصنوعی قابل اعتماد ارائه می‌کند، و مطالعات موردی در دنیای واقعی نحوه بکارگیری دانش را نشان می‌دهد. این دوره برای متخصصان مراقبت های بهداشتی، بیماران و متخصصان هوش مصنوعی برگزار می شود. نیازی به دانش قبلی در مورد هوش مصنوعی ندارد. شرکت کنندگان یاد خواهند گرفت: - سیستم های هوش مصنوعی چگونه کار می کنند و یاد می گیرند - چه کارهایی را می توان با هوش مصنوعی حل کرد - چالش های رایج برای هوش مصنوعی در مراقبت های بهداشتی - مبانی هوش مصنوعی قابل اعتماد - نحوه ارزیابی هوش مصنوعی قابل اعتماد - ارزیابی های قابل اعتماد هوش مصنوعی در عمل چگونه به نظر می رسند این دوره توسط دانشگاه گوته فرانکفورت به عنوان بخشی از پروژه تحقیقاتی "پاسخ پان اروپایی به تأثیرات کووید-19 و همه گیری ها و اپیدمی های آینده" (PERISCOPE) ایجاد شده است. PERISCOPE که توسط برنامه بودجه تحقیقاتی کمیسیون اروپا Horizon 2020 تحت موافقتنامه کمک مالی شماره 101016233 تأمین می شود، تأثیرات اجتماعی-اقتصادی و رفتاری گسترده همه گیری COVID-19 را بررسی می کند تا اروپا را انعطاف پذیرتر و برای خطرات در مقیاس بزرگ آینده آماده کند. وب سایت PERISCOPE: https://www.periscopeproject.eu/

coursera هوش مصنوعی کاربردی با DeepLearning (Mitalearn-336665)

  • 5 hours
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Romeo Kienzler
درباره این دوره:

>>> با ثبت نام در این دوره، با توافقنامه مجوز کاربر نهایی همانطور که در سوالات متداول ذکر شده است موافقت می کنید. پس از ثبت نام، می توانید در بخش منابع به مجوز دسترسی داشته باشید <<< این دوره، هوش مصنوعی کاربردی با یادگیری عمیق، بخشی از گواهینامه پیشرفته علم داده IBM است که IBM در حال حاضر در حال ایجاد آن است و به شما امکان دسترسی آسان به بینش های ارزشمند در مورد مدل های یادگیری عمیق را می دهد. توسط متخصصان پردازش زبان طبیعی، بینایی کامپیوتر، تجزیه و تحلیل سری های زمانی و بسیاری از رشته های دیگر استفاده می شود. ما با اصول جبر خطی و شبکه های عصبی آشنا خواهیم شد. سپس محبوب ترین فریم ورک های DeepLearning مانند Keras، TensorFlow، PyTorch، DeepLearning4J و Apache SystemML را معرفی می کنیم. Keras و TensorFlow بیشترین بخش این دوره را تشکیل می دهند. با ساختن مدل‌هایی با استفاده از Keras بر روی نمونه‌های واقعی از اینترنت اشیا (اینترنت اشیا)، داده‌های علامت‌گذاری شده مالی، ادبیات یا پایگاه‌های داده تصویر، درباره تشخیص ناهنجاری، پیش‌بینی سری‌های زمانی، تشخیص تصویر و پردازش زبان طبیعی می‌آموزیم. در نهایت، ما یاد می‌گیریم که چگونه با استفاده از Kubernetes، Apache Spark و GPUها، آن مغزهای مصنوعی را مقیاس کنیم. مهم: این دوره به تنهایی برای دریافت «گواهینامه دانشمند داده گواهی IoT IoT IBM Watson» به تنهایی کافی نیست. شما باید سه دوره دیگر را بگذرانید که دو تا از آنها در حال حاضر ساخته شده است. تخصص در اواخر بهار، اوایل تابستان 2018 آماده خواهد شد. با استفاده از این رویکردها، مهم نیست که در چه سطح مهارتی در موضوعاتی که می خواهید به آنها تسلط داشته باشید، می توانید تفکر خود را تغییر دهید و زندگی خود را تغییر دهید. اگر قبلاً یک متخصص هستید، این نگاه کردن به ایده های شما برای ایجاد موفقیت آمیز توربوشارژ و استقرار مدل های DeepLearning را ارائه می دهد. اگر در حال مبارزه هستید، گنجینه ای ساختار یافته از تکنیک های عملی را خواهید دید که شما را از کارهایی که برای رسیدن به مسیر باید انجام دهید راهنمایی می کند. اگر تا به حال می‌خواهید در هر کاری بهتر شوید، این دوره به عنوان راهنمای شما کمک خواهد کرد. پیش نیاز: برخی مهارت های کدنویسی ضروری است. ترجیحاً پایتون، اما هر زبان برنامه نویسی دیگری خوب عمل می کند. همچنین برخی از درک اولیه ریاضی (جبر خطی) یک امتیاز مثبت است، اما ما آن قسمت را در هفته اول نیز پوشش خواهیم داد. اگر این دوره را انتخاب کنید و گواهی دوره Coursera را کسب کنید، نشان دیجیتال IBM نیز دریافت خواهید کرد. برای کسب اطلاعات بیشتر در مورد نشان های دیجیتال IBM پیوند ibm.biz/badging را دنبال کنید.

coursera هوش مصنوعی مرکز تماس: اصول طراحی مکالمه (Mitalearn-317319)

  • 1 hours 16 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Google Cloud Training
درباره این دوره:

به "مبانی طراحی مکالمه CCAI"، اولین دوره از مجموعه "تجارب مشتری با هوش مصنوعی مرکز تماس" خوش آمدید. در این دوره آموزشی، نحوه طراحی راه حل های مکالمه مشتری با استفاده از هوش مصنوعی مرکز تماس (CCAI) را بیاموزید. شما با CCAI و سه رکن آن (Dialogflow، Agent Assist و Insights) و مفاهیم پشت تجارب مکالمه و چگونگی تأثیر مطالعه آنها بر طراحی عامل مجازی شما آشنا خواهید شد. پس از گذراندن این دوره، شما آماده خواهید بود که طراحی عامل مجازی خود را به سطح بعدی مکالمه هوشمند ببرید. این یک دوره مبتدی است که برای یادگیرندگان با انواع نقش های زیر در نظر گرفته شده است: • طراحان مکالمه: تجربه کاربری یک دستیار مجازی را طراحی می کند. الزامات تجاری برند را به جریان های گفتگوی طبیعی ترجمه می کند. • توسعه دهندگان شهروند: با استفاده از محیط های توسعه سطح بالا و زمان اجرا، برنامه های تجاری جدیدی را برای مصرف دیگران ایجاد می کند. • توسعه دهندگان نرم افزار: نرم افزار کامپیوتر را به زبان برنامه نویسی (مانند C++، Python، Javascript) و اغلب با استفاده از SDK/API کدگذاری می کند. • متخصصان عملیات: بر عملیات سیستم نظارت می کند و مشکلات را عیب یابی می کند. ابزارهای شبکه و سیستم را نصب، پشتیبانی و نگهداری می کند. پیش نیاز: برای موفقیت در این دوره، زبان آموزان باید Google Cloud Product Fundamentals را تکمیل کرده باشند یا تجربه ای معادل داشته باشند.

coursera هوش مصنوعی مسئول در عصر هوش مصنوعی (Mitalearn-305198)

  • 14 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Fractal Analytics
درباره این دوره:

این دوره آموزشی یک هفته‌ای، مقدمه‌ای بر اصول هوش مصنوعی مسئول و نحوه هماهنگی آن اصول با فضای هوش مصنوعی یا GenAI ارائه می‌دهد. همچنین دانش آموزان را در مورد چالش های مختلفی که هوش مصنوعی مولد به همراه دارد، آگاه می کند. شما اصول اساسی هوش مصنوعی مسئول را بررسی خواهید کرد و نیاز به توسعه ابزارهای هوش مصنوعی مولد را به طور مسئولانه درک خواهید کرد. در پایان این دوره، شما قادر خواهید بود در مورد چالش های ایجاد شده توسط هوش مصنوعی و اصول هوش مصنوعی پاسخگو صحبت کنید.

Suggestions