Course catalog

Course duration

Course provider

Topic

Categories

Showing 1,181-1,200 of 1,444 items.

linkedin مبانی آمار: 2 (Mitalearn-96183)

  • 1 hours 56 minutes
  • متوسط
  • Release date: 21 June 2026
  • Author: Eddie Davila
درباره این دوره:

آمار یک مهارت اصلی برای بسیاری از مشاغل است. آمارهای اولیه برای تصمیم گیری، اکتشافات جدید، سرمایه گذاری ها و حتی پیش بینی ها حیاتی هستند. اما گاهی اوقات لازم است از اصول اولیه فراتر بروید. مبانی آمار - بخش 2، کاربران تجاری و متخصصان علم داده را به یادگیری عملی و مبتنی بر مثال مهارت‌های متوسط \u200b\u200bمرتبط با آمار می‌برد: نمونه‌ها و نمونه‌گیری، فواصل اطمینان، و آزمون فرضیه.\r\n\r\n (از جمله توضیح نتایج غیر منتظره)، و آزمون فرضیه. این دوره برای کسانی که در علم داده، تجارت و تجزیه و تحلیل کسب و کار کار می کنند - یا هرکس دیگری که می خواهد فراتر از ابزارها و میانگین ها باشد و درک عمیق تری از نحوه عملکرد آمار در دنیای واقعی به دست آورد، ضروری است.

Related Skills

linkedin مبانی احتمالی برای علوم داده (Mitalearn-432885)

  • 4 hours 56 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Megan Silvey
درباره این دوره:

درک کامل از ریاضیات، به ویژه احتمال، برای تلاش های موفق علم داده بسیار مهم است. این دوره اصول احتمالات را با توضیحات واضح، معادلات رایج، مثال‌های ساده و کاربردهای واقعی پوشش می‌دهد. ابتدا، مروری بر مبانی، مانند متغیرهای تصادفی، همراه با انواع توزیع هسته: گسسته، پیوسته، تجمعی و مشترک پوشش داده شده است. سپس انتظارات و واریانس شامل انتظار شرطی، انحراف معیار، کوواریانس و همبستگی بررسی می‌شوند. در مرحله بعد، چندین توزیع گسسته استاندارد و توزیع های پیوسته به تفصیل بیان می شوند و به دنبال آن قضایای حدی و تقریب های رایج بیان می شوند. پس از آن، احتمال بیزی مورد بررسی قرار می گیرد، از جمله اینکه چگونه با احتمال فراوانی تفاوت دارد. در نهایت، چند روش برآورد رایج پوشش داده شده است. به مگان سیلوی بپیوندید تا شما را در هر بخش راهنمایی کند و تخصص خود را به شما منتقل کند.

linkedin مبانی تحلیل تجسم داده ها (Mitalearn-391830)

  • 1 hours 27 minutes
  • مناسب همه
  • Release date: 30 January 2024
  • Author: Madecraft,Franz Buscha
درباره این دوره: 

 

اگر به دنبال شروع بررسی ارزش تجزیه و تحلیل بصری هستید، این دوره برای شما طراحی شده است. به مربی فرانتس بوشا بپیوندید تا شما را با اصول تحلیل تجسم داده ها از جمله انواع داده ها، عناصر نمودار و مفاهیم اصلی تجزیه و تحلیل تک متغیره، دو متغیره و چند متغیره آشنا کند.

ابزارهای تجسم رایج مورد استفاده برای تجزیه و تحلیل توزیعی را کاوش کنید. مانند هیستوگرام، نمودار چگالی، نمودار نواری، نمودار جعبه ای، نمودار میله ای، نمودار نقطه ای، نمودار دایره ای و نمودار راداری. در طول مسیر، فرانتس به شما نشان می دهد که چگونه چندین توزیع را به صورت همزمان تجسم کنید، و همچنین نحوه تجسم روابط ساده و چند بعدی را با استفاده از نمودارهای پراکندگی، نمودارهای خطی، نمودارهای پراکندگی ماتریس و پرده، نمودارهای حباب، نمودارهای کانتور و موارد دیگر را به شما نشان می دهد.

این دوره توسط Madecraft ایجاد شده است. ما خوشحالیم که این آموزش را در کتابخانه خود میزبانی می کنیم.

لوگوی شرکت برای Madecraft;  حرف M به عنوان بخشی از ماشین چاپ پیکربندی شده است

linkedin مبانی داستان سرایی داده (Mitalearn-272456)

  • 1 hours 6 minutes
  • مناسب همه
  • Release date: 4 May 2022
  • Author: Ben Sullins,Free the Data Podcast
درباره این دوره: 

 بنابراین، شما فکر می‌کنید که یک متخصص داده‌های درست و حسابی هستید، اما آیا آنچه لازم است برای تبدیل داده‌های خود به یک داستان دارید؟ مجموعه داده های شما ممکن است قدرتمند باشد. اما اگر آنچه را که در خطر است نشان دهید می‌توانند قانع‌کننده‌تر باشند. در این دوره آموزشی فقط صوتی—اقتباس شده از پادکست رایگان داده— بن سالینز با مدیر عامل و نویسنده پرفروش کول کنافلیک در مورد چگونگی گفتن داستان با تجسم داده ها برای ایجاد ارتباط موثرتر و پایدار صحبت می کند. با مخاطبان خود.

قدرت داستان سرایی را برای استفاده از رفتارهای طبیعی انسان به نفع خود به عنوان یک تحلیلگر کشف کنید. در مورد اصول راهنمای تجسم داده ها و آنچه که داستان سرایی می تواند برای حرفه شما انجام دهد بیاموزید. کاوش کنید که چه چیزی باعث ایجاد یک داستان قانع کننده می شود تا بتوانید بیرون بروید و داستان خودتان را شروع کنید. کول نکات و بینش‌هایی را در مورد انتخاب انواع نمودار، موقعیت‌یابی پروژه‌تان، و اندازه‌گیری کارایی در حین حرکت به اشتراک می‌گذارد. در پایان این دوره، شما آماده خواهید بود که از داده های خود برای برقراری ارتباط موثرتر پیام خود از طریق داستان ها استفاده کنید.

توجه: این دوره توسط بن سالینز از پادکست داده رایگان< ایجاد شده است. /i>. ما خوشحالیم که این محتوا را در کتابخانه خود میزبانی می کنیم.

Related Skills

linkedin مبانی علم داده: ارزیابی داده ها برای مدل سازی پیش بینی (Mitalearn-201413)

  • 4 hours 8 minutes
  • متوسط
  • Update date: 21 June 2026
  • Author: Keith McCormick
درباره این دوره:

CRISP-DM، فرآیند استاندارد بین صنعتی برای داده کاوی، از شش فاز تشکیل شده است. اکثر دانشمندان داده جدید به سمت مدل سازی عجله می کنند زیرا این مرحله ای است که در آن بیشترین آموزش را دارند. اما اینکه پروژه موفق شود یا شکست، در واقع خیلی زودتر مشخص می شود. این دوره یک رویکرد سیستماتیک به فاز درک داده ها برای مدل سازی پیش بینی معرفی می کند. مربی، کیت مک کورمیک، اصول، دستورالعمل‌ها و ابزارهایی مانند KNIME و R را آموزش می‌دهد تا به درستی مجموعه داده‌ها را برای مناسب بودن آن برای یادگیری ماشین ارزیابی کند. نحوه جمع‌آوری داده‌ها، توصیف داده‌ها، کاوش داده‌ها با اجرای تجسم‌های دو متغیره، و تأیید کیفیت داده‌ها و همچنین انتقال به مرحله آماده‌سازی داده‌ها را کشف کنید. این دوره شامل مطالعات موردی و بهترین شیوه ها، و همچنین مجموعه چالش ها و راه حل ها برای حفظ دانش افزایش یافته است. در پایان، شما باید مهارت های لازم برای توجه مناسب به این مرحله حیاتی از تمام پروژه های موفق علم داده را داشته باشید.

linkedin مبانی علم داده: داده کاوی (Mitalearn-91168)

  • 4 hours 40 minutes
  • مبتدی
  • Release date: 21 June 2026
  • Author: Barton Poulson
درباره این دوره:

تمام علم داده با داده های خوب شروع می شود. داده‌کاوی چارچوبی برای جمع‌آوری، جستجو و فیلتر کردن داده‌های خام در یک موضوع سیستماتیک است که تضمین می‌کند از همان ابتدا داده‌های تمیزی دارید. همچنین به شما کمک می کند تا مجموعه داده های بزرگ را تجزیه کنید و به معنی دارترین و مفیدترین اطلاعات دست یابید. این دوره، مبانی علم داده: داده کاوی، طراحی شده است تا نقطه ورود محکمی به تمامی ابزارها، تکنیک ها و تفکر تاکتیکی پشت داده کاوی ارائه دهد.

rnrn و بیشتر.

linkedin مبانی علم داده: داده کاوی در R (Mitalearn-227253)

  • 3 hours 51 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Barton Poulson
درباره این دوره:

علم داده در پیچیدگی و تقاضا با سرعت تصاعدی به رشد خود ادامه می دهد. داده کاوی حوزه ای از علم داده است که بر یافتن الگوهای عملی در مجموعه داده های بزرگ و متنوع تمرکز می کند: خوشه هایی از مشتریان مشابه، روندهایی در طول زمان که تنها پس از تفکیک اثرات فصلی و تصادفی قابل مشاهده هستند، و روش های جدید برای پیش بینی نتایج مهم. مربی بارتون پولسون بر روی داده کاوی در R تمرکز می کند، طیف گسترده ای از الگوریتم ها از جمله روش های یادگیری ماشین را ارائه می دهد و اطلاعات مهمی در مورد قوانین و سیاست هایی که بر داده کاوی تأثیر می گذارد ارائه می دهد. بارتون یک نمای کلی از کاهش ابعاد ارائه می دهد. او خوشه‌بندی را معرفی می‌کند، از جمله خوشه‌بندی سلسله مراتبی، سپس وارد تحلیل تداعی می‌شود. او استخراج و تجزیه سری های زمانی را توضیح می دهد، سپس با متن کاوی، تجزیه و تحلیل احساسات و امتیازدهی احساسات به پایان می رسد.

linkedin مبانی علم داده: داده کاوی در پایتون (Mitalearn-209862)

  • 3 hours 3 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Barton Poulson
درباره این دوره:

داده کاوی حوزه ای از علم داده است که بر یافتن الگوهای عملی در مجموعه داده های بزرگ و متنوع تمرکز می کند: خوشه هایی از مشتریان مشابه، روندهایی در طول زمان که تنها پس از تفکیک اثرات فصلی و تصادفی قابل مشاهده هستند، و روش های جدید برای پیش بینی نتایج مهم. در این دوره مدرس بارتون پولسون شما را با داده کاوی که از زبان برنامه نویسی پایتون استفاده می کند آشنا می کند. بارتون به برخی مقدمات، مانند ابزارهایی که ممکن است برای داده کاوی استفاده کنید، می پردازد. او جنبه‌های کاهش ابعاد را مورد بحث قرار می‌دهد، سپس خوشه‌بندی، از جمله خوشه‌بندی سلسله مراتبی، k-Means، DBSCAN و غیره را توضیح می‌دهد. بارتون طبقه بندی، از جمله kNN و درختان تصمیم را پوشش می دهد. او وارد تجزیه و تحلیل انجمن می شود و شما را با Apriori، Eclat و FP-Growth آشنا می کند. بارتون شما را از تجزیه سری زمانی عبور می دهد، سپس با امتیازدهی احساسات و سایر ابزارهای متن کاوی به پایان می رسد.

linkedin مبانی علم داده: مبانی (Mitalearn-273085)

  • 5 hours 17 minutes
  • مناسب همه
  • Release date: 4 February 2022
  • Author: Barton Poulson
درباره این دوره: 

 علم داده در حال هدایت یک انقلاب جهانی است که همه چیز را از اتوماسیون کسب و کار گرفته تا تعاملات اجتماعی در بر می گیرد. همچنین یکی از مشاغلی است که سریع‌ترین رشد را دارد و با ارزش‌ترین شغل، تحلیلگران و مهندسان را در سراسر جهان به کار می‌گیرد. این دوره یک نمای کلی غیر فنی و قابل دسترس از این رشته را ارائه می دهد که واژگان، مهارت ها، مشاغل، ابزارها و تکنیک های علم داده را پوشش می دهد. مربی بارتون پولسون روابط را با سایر زمینه های اشباع شده از داده مانند یادگیری ماشین و هوش مصنوعی تعریف می کند. او شیوه‌های اولیه را بررسی می‌کند: جمع‌آوری و تجزیه و تحلیل داده‌ها، تدوین قوانین برای طبقه‌بندی و تصمیم‌گیری، و ترسیم بینش‌های عملی. او همچنین در مورد اخلاق و مسئولیت پذیری بحث می کند و جهت کسب اطلاعات بیشتر را ارائه می دهد. در پایان، خواهید دید که چگونه علم داده می تواند به شما در تصمیم گیری بهتر، به دست آوردن بینش عمیق تر و موثرتر و کارآمدتر کردن کارتان کمک کند.

Related Skills

linkedin مبانی علم داده: مبانی (2019) (Mitalearn-166546)

  • 3 hours 41 minutes
  • مبتدی
  • Release date: 25 July 2026
  • Author: Barton Poulson
درباره این دوره:

علم داده در حال هدایت یک انقلاب جهانی است که همه چیز را از اتوماسیون کسب و کار گرفته تا تعاملات اجتماعی در بر می گیرد. همچنین یکی از مشاغلی است که سریع‌تر رشد می‌کند و بیشترین پاداش را دارد و تحلیلگران و مهندسان را در سراسر جهان به کار می‌گیرد. این دوره یک نمای کلی غیر فنی و قابل دسترس از این رشته را ارائه می دهد که واژگان، مهارت ها، مشاغل، ابزارها و تکنیک های علم داده را پوشش می دهد. مربی بارتون پولسون روابط را با سایر زمینه های اشباع شده از داده مانند یادگیری ماشین و هوش مصنوعی تعریف می کند. او شیوه‌های اولیه را مرور می‌کند: جمع‌آوری و تجزیه و تحلیل داده‌ها، تدوین قوانینی برای طبقه‌بندی و تصمیم‌گیری، و ترسیم بینش‌های عملی. او همچنین در مورد اخلاق و مسئولیت پذیری بحث می کند و جهت کسب اطلاعات بیشتر را ارائه می دهد. در پایان، خواهید دید که چگونه علم داده می تواند به شما در تصمیم گیری بهتر، به دست آوردن بینش عمیق تر و موثرتر و کارآمدتر کردن کارتان کمک کند.

Related Skills

linkedin مبانی علم داده: نمودارهای دانش (Mitalearn-219416)

  • 31 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Daniel Burgwinkel
درباره این دوره:

اصطلاح "گراف دانش" یک جستجوی معنایی مبتنی بر جمع‌آوری و پردازش سیستماتیک داده‌ها را توصیف می‌کند و اولین بار توسط گوگل ابداع شد. شرکت های اینترنتی پیشرو چندین سال است که از نمودارهای دانش برای ارائه اطلاعات متناسب با نیازهای مشتریان استفاده می کنند. همچنین می توانید از نمودارهای دانش برای ترسیم دانش داخلی شرکت خود و بهبود نتایج جستجو استفاده کنید. نمودارهای دانش همچنین می توانند نتایج سیستم های هوش مصنوعی یا یادگیری ماشین را بهبود بخشند. در این دوره، دانیل بورگوینکل، رهبر فناوری بلاک چین، توضیح می‌دهد که نمودارهای دانش چیست، مثال‌ها و موارد استفاده را ارائه می‌دهد، توصیه‌های عملی در مورد نحوه پیاده‌سازی نمودارهای دانش به شما ارائه می‌دهد و به شما نشان می‌دهد که چگونه یک پایگاه دانش بسازید. هدف این دوره مباشران داده، مدیران تحول دیجیتال و دانشمندان داده است که مسئول ذخایر داده و مدیریت دانش هستند.

Related Skills

linkedin مبانی یادگیری ماشین: حساب دیفرانسیل و انتگرال (Mitalearn-394448)

  • 1 hours 31 minutes
  • مناسب همه
  • Update date: 25 July 2026
  • Author: Terezija Semenski
درباره این دوره:

مطالعه هوش مصنوعی و یادگیری ماشینی می‌تواند به اندازه کافی دشوار باشد، اما اگر حساب دیفرانسیل و انتگرال را در ترکیب قرار دهید چه؟ ممکن است دلهره‌آور به نظر برسد، اما درک مبانی حساب دیفرانسیل و انتگرال می‌تواند به شما در طراحی و پیاده‌سازی الگوریتم‌های یادگیری ماشین کمک کند، و بدون پایه‌ای محکم در حساب دیفرانسیل و انتگرال، کار شما در یادگیری ماشینی می‌تواند به سرعت بسیار زیاد شود. در این دوره، Terezija Semenski به شما توابع، مشتقات، انتگرال ها و مبانی حساب چند متغیره را آموزش می دهد. اگر با مفاهیم و تکنیک‌های حساب دیفرانسیل و انتگرال مورد استفاده برای طراحی و پیاده‌سازی الگوریتم‌های ML مشکل دارید، این دوره آموزشی را با Terezija برای غلبه بر این چالش‌ها بررسی کنید.

linkedin متاآنالیز برای علم داده و تجزیه و تحلیل تجاری (Mitalearn-124420)

  • 49 minutes
  • متوسط
  • Release date: 22 June 2026
  • Author: Conrad Carlberg
درباره این دوره:

در دنیایی که تقریباً همه از داده‌ها برای اطلاع از روش‌های کسب‌وکار خود استفاده می‌کنند، اجماع در حال ظهور این است که باید بر اعتبارسنجی داده‌ها تأکید بیشتری شود. تأیید صحت نتایج حاصل از داده ها؛ و خطر نادرست بودن نتایج خود را به حداقل برسانید. اگرچه اکثر محققان می دانند متاآنالیز چیست، اما تعداد کمی از آنها می دانند که چگونه اندازه اثر را از معیارهای رایج مانند نسبت ریسک محاسبه کنند، یا اینکه چگونه تمایز بین اثرات ثابت و تصادفی می تواند متاآنالیزور را به بیراهه بکشاند. این دوره در سطح پیشرفته برای دست اندرکاران و محققان علوم داده و آمار، تفاوت های میانگین خام - به ویژه برای گروه های آزمایشی و مقایسه - و نحوه تبدیل معیارهای نتیجه مفید مانند ریسک نسبی و نسبت شانس را به معیارهای متناسب اندازه اثر پوشش می دهد. بعلاوه، در مورد نحوه ایجاد فواصل اطمینان برای معیارهای نتیجه باینری بیاموزید.

linkedin متحرک یک تصویر هوش مصنوعی (Mitalearn-411261)

  • 1 hours 35 minutes
  • مناسب همه
  • Release date: 26 July 2024
  • Author: Eran Stern
درباره این دوره: 

 ابزارهای تولیدی AI مانند Midjourney ، Dall-E و Firefly امکان ایجاد تصاویر شگفت انگیز از همه نوع را فراهم می کنند. اما آنها این تصاویر را در حال حرکت نیستند. در این دوره ، مربی و طراح حرکت Eran Stern به شما نشان می دهد که چگونه می توانید با استفاده از ابزارهای مختلف از جمله Adobe Photoshop و After Effects ، انیمیشن را به تصاویر تولید شده AI اضافه کنید. فرایند تولید تصویر را مرور کنید ، سپس یاد بگیرید که چگونه یک تصویر برای انیمیشن تهیه کنید و آن را تحریک کنید. به علاوه ، به روند تبدیل یک تصویر هوش مصنوعی به یک صحنه سه بعدی که می توانید آن را تحریک کنید ، شیرجه بزنید. یک چالش دستی به شما کمک می کند آنچه را که در این دوره می آموزید تمرین کنید.

linkedin مدلهای تجارت و امور مالی الگوریتمی با آموزش ضروری پایتون ، R و Stata (Mitalearn-411091)

  • 2 hours 57 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Michael McDonald
درباره این دوره:

بسیاری از معاملات بازار سهام با الگوریتم ها یا برنامه های رایانه ای "ALGO" انجام می شود که طبق فرمول های ریاضی سهام خریداری یا فروش می کنند. این معاملات سهام با سرعت و فرکانس اتفاق می افتد که انسان نمی تواند آن را تکرار کند. برای متخصصان امور مالی و هرکسی که در بورس سهام سرمایه گذاری می کند برای درک نحوه کار این الگوریتم ها مهم است. در این دوره ، پروفسور مایکل مک دونالد به شما نشان می دهد که چگونه می توانید یک استراتژی معاملاتی مبتنی بر قوانین را تست کنید و یک الگوریتم تجاری ساده از خود را برنامه ریزی کنید. پروفسور مک دونالد قبل از روی آوردن به اصول سرمایه گذاری و اوراق بهادار ، از مبانی بازارهای اوراق بهادار ، از سهام ، اوراق قرضه و مشتقات گرفته تا پیش بینی ارزش ها با رگرسیون می رود. دریابید که برای ساختن الگوریتم های خود و همچنین خرید ، فروش و گسترش آنها به سایر اوراق بهادار ، چه چیزی لازم است. به علاوه ، پروفسور مک دونالد نمونه های عملی و مطالعات موردی در مورد تجارت با الگوریتم ها را در بر می گیرد.

linkedin مدیریت ارزش های واقعی در پروژه مایکروسافت (Mitalearn-90590)

  • 2 hours 5 minutes
  • متوسط
  • Release date: 22 June 2026
  • Author: John Riopel,Bonnie Biafore
درباره این دوره:

با ثبت مقادیر واقعی در پروژه مایکروسافت، می توانید عملکرد پروژه را ارزیابی کرده و در صورت لزوم مسیر را درست کنید. با کارشناسان مدیریت پروژه بانی بیافور و جان ریوپل همراه باشید تا نکات خود را برای ثبت مقادیر واقعی در Microsoft Project به اشتراک بگذارند. Bonnie شما را با نحوه راه‌اندازی پروژه برای ثبت مقادیر واقعی، ساخت نماهای سفارشی برای آسان کردن به‌روزرسانی، به‌روزرسانی دستی وظایف و تکالیف، و وارد کردن به‌روزرسانی‌ها از Microsoft Excel آشنا می‌کند.

rnrn نحوه استفاده از پروژه برای پیاده سازی مهارت های آموزش داده شده در مبانی مدیریت پروژه، مدیریت بودجه های پروژه، و مدیریت پروژه چابک با پروژه مایکروسافت را نشان می دهد. می‌توانید با استفاده از نسخه رایگان یا پریمیوم فایل‌های تمرین پروژه 2010، 2013 یا 2016 را دنبال کنید.

linkedin مدیریت اضطراب خود در حین ارائه (Mitalearn-173822)

  • 25 minutes
  • متوسط
  • Release date: 21 June 2026
  • Author: Matt Abrahams
درباره این دوره:

خواه ارائه، ارائه، ارائه نان تست، یا مشارکت در یک جلسه، اکثر مردم درجاتی از اضطراب در مورد صحبت کردن در جمع را تجربه می کنند. در این دوره، نویسنده مت آبراهامز به بررسی عواملی می‌پردازد که افراد را عصبی می‌کند و برخی از مشکلات رایج مدیریت اضطراب را به اشتراک می‌گذارد. او سپس تکنیک های مدیریت اضطراب را ارائه می دهد تا به شما کمک کند هنگام صحبت در مقابل دیگران راحت تر و اعتماد به نفس بیشتری داشته باشید. مت همچنین در مورد چیزهای خاصی صحبت می کند که می توانید برای مدیریت منابع و علائم اضطراب انجام دهید که می تواند به شما امکان دهد برای هر مخاطبی احساس اعتماد به نفس بیشتری داشته باشید.

linkedin مدیریت پروژه با مایکروسافت کوپیلوت (Mitalearn-433327)

  • 1 hours 21 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Cindy M Lewis
درباره این دوره:

پتانسیل Microsoft Copilot را باز کنید تا وظایف مدیریت پروژه خود را ساده تر کنید و راندمان را تقویت کنید. این دوره که توسط مدیریت حرفه ای مدیریت پروژه و مایکروسافت MVP Cindy M. Lewis تدریس می شود ، این دوره برای تجهیز مدیران پروژه به مهارت ها برای اهرم یکپارچه کپی در گردش کار روزانه طراحی شده است. سیندی نکات عملی و عملی را برای همه چیز از تولید اسناد و مدارک روشن پروژه و برنامه های ارتباطی مؤثر گرفته تا ساده سازی گزارش های ذینفعان ارائه می دهد. بیاموزید که چگونه می توانید جدول زمانی دقیق پروژه ، مدیریت خطرات و ایجاد گزارش های وضعیت قانع کننده را تهیه کنید. مهار قدرت کوپیلوت برای ماندن در صدر بحث و گفتگو در مورد پروژه ، شناسایی روند داده ها و حتی ایده هایی برای حفظ انگیزه و درگیر تیم خود.

linkedin مدیریت پروژه چابک با Microsoft Project (Mitalearn-213857)

  • 1 hours 53 minutes
  • مناسب همه
  • Release date: 1 November 2021
  • Author: Bonnie Biafore
درباره این دوره: 

 
با نحوه استفاده از Microsoft Project برای مدیریت پروژه های چابک و ترکیبی آشنا شوید. Bonnie Biafore راه اندازی پروژه های چابک برای موفقیت و همچنین ایجاد زمینه های سفارشی برای ردیابی عناصر منحصر به فرد در روش پروژه چابک مانند ویژگی ها و سرعت های سرعت را پوشش می دهد. او همچنین نشان می دهد که چگونه می توان وظایف برنامه ریزی شده سنتی و کار چابک را در کنار هم مدیریت کرد، پیشرفت پروژه چابک را ردیابی کرد، گزارش های فرسودگی تولید کرد و سرعت تیم خود را تعیین کرد. به علاوه، در مورد ابزارهای چابکی که در سرویس گیرنده دسکتاپ Project Online تعبیه شده اند، بیاموزید.

linkedin مدیریت پروژه چابک با پروژه مایکروسافت (Mitalearn-409969)

  • 1 hours 11 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Bonnie Biafore
درباره این دوره:

بیاموزید که چگونه از Microsoft Project برای مدیریت پروژه های چابک و ترکیبی استفاده کنید. Bonnie Biafore شامل تنظیم پروژه های چابک برای موفقیت و همچنین ایجاد زمینه های سفارشی برای ردیابی عناصر منحصر به فرد برای روش پروژه چابک مانند ویژگی ها و اسپرینت ها است. او همچنین نشان می دهد که چگونه می توان وظایف برنامه ریزی شده سنتی و کار چابک را در کنار هم مدیریت کرد ، پیشرفت پروژه چابک را پیگیری کند ، گزارش های Burndown را تولید کند و سرعت تیم خود را تعیین کند. به علاوه ، در مورد ابزارهای چابک که در مشتری دسک تاپ آنلاین پروژه ساخته شده اند ، بیاموزید.

Suggestions