Course catalog

Course duration

Course provider

Topic

Categories

Showing 81-100 of 138 items.

linkedin مبانی مسئول هوش مصنوعی (Mitalearn-420713)

  • 1 hours 8 minutes
  • مناسب همه
  • Release date: 25 August 2025
  • Author: Vilas Dhar
درباره این دوره: 

 در این دوره ، ویلاس دار - یک کارآفرین ، تکنسین و مدافع حقوق بشر - مسئولیت هوش مصنوعی را از اصول انتزاعی به تصمیمات مهندسی عملی تبدیل می کند و راه هایی را برای شکل گیری مستقیم رفتار و پیامدهای سیستم هوش مصنوعی به شما نشان می دهد. دریابید که چگونه ادغام اولیه شیوه های کلیدی مانع از بازسازی سیستم های گران قیمت و آسیب شهرت می شود. از ابتدا نحوه ادغام نظارت ، تشخیص تعصب و شفافیت را بیاموزید. معماری مهم و تصمیمات طراحی را که رفتار سیستم را شکل می دهد ، بررسی کنید. سپس نحوه ادغام شیوه های مسئول AI را در گردش کار توسعه موجود بدون ایجاد تنگناها کشف کنید. بعلاوه ، چارچوبهای ارزیابی ریسک را که به جای شناسایی مشکلات ، با استفاده از ابزارهای عملی برای ارزیابی خطرات سیستم هوش مصنوعی و تصمیم گیری در مورد تجارت آگاهانه ، به جای شناسایی مشکلات ، به جای شناسایی مشکلات ، بیش از این کار می کنند.

linkedin مبانی هوش مصنوعی: شبکه های عصبی (Mitalearn-381545)

  • 1 hours 45 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Gwendolyn Stripling
درباره این دوره:

یک شبکه عصبی مصنوعی از مغز انسان به عنوان الهام برای ایجاد یک سیستم یادگیری ماشینی پیچیده استفاده می کند. آن‌ها می‌توانند میلیون‌ها صدا، ویدیو و تصویر را طبقه‌بندی کنند، به سؤالات ما پاسخ دهند، رفتارهای ما را درک کنند و حتی اتومبیل‌های ما را برانند. شبکه های عصبی همچنین پایه و اساس هوش مصنوعی مولد هستند.

این دوره به معرفی تکنیک ها و اصول اساسی شبکه های عصبی، مدل های رایج و کاربردهای آنها می پردازد. مربی Gwendolyn Stripling شما را از طریق معماری های مختلف شبکه عصبی، اجزای آنها، موارد استفاده مناسب و بهترین شیوه ها برای بهبود عملکرد مدل شبکه عصبی راهنمایی می کند. به علاوه، با استفاده از Keras Sequential API، یک کتابخانه منبع باز که طراحی و آموزش شبکه های عصبی را ابهام می کند، تجربه عملی در ساخت و آموزش یک شبکه عصبی به دست آورید. اگر به دنبال دستیابی به درک کاملی از نحوه ساخت، آموزش، بهبود و استفاده از شبکه های عصبی هستید، در این دوره آموزشی به Gwendolyn بپیوندید.

linkedin مبانی هوش مصنوعی: شبکه های عصبی (2018) (Mitalearn-120187)

  • 1 hours 16 minutes
  • مبتدی
  • Release date: 25 July 2026
  • Author: Doug Rose
درباره این دوره:

یک شبکه عصبی مصنوعی از مغز انسان به عنوان الهام برای ایجاد یک سیستم یادگیری ماشینی پیچیده استفاده می کند. در حال حاضر شبکه های عصبی وجود دارند که می توانند میلیون ها صدا، فیلم و تصویر را طبقه بندی کنند. این ماشین ها می توانند به سوالات ما پاسخ دهند، رفتارهای ما را درک کنند و حتی ماشین های ما را رانندگی کنند. شبکه به دنبال الگوهای ظریف در داده‌های ما می‌گردد و سپس خود را برای بهبود در طول زمان تنظیم می‌کند. آنها می توانند در پیش بینی رفتار ما، یادگیری زبان های ما و یافتن اکتشافات جدید متخصص شوند. در این دوره، مدرس داگ رز مروری بر شبکه های عصبی مصنوعی ارائه می دهد و توضیح می دهد که آنها چیستند و چگونه می توانید از آنها برای چالش های یادگیری ماشین خود استفاده کنید. راه هایی را کشف کنید که می توانید از این فناوری برای انجام کارهای جدید و جذاب برای پروژه ها یا کسب و کار خود استفاده کنید.

linkedin مبانی هوش مصنوعی: ماشین های فکری (Mitalearn-120170)

  • 1 hours 36 minutes
  • مبتدی
  • Update date: 21 June 2026
  • Author: Doug Rose
درباره این دوره:

هوش مصنوعی پیشرفته کامپیوتری (AI) از دهه 1950 وجود داشته است، اما نوآوری‌های سخت‌افزاری اخیر این زمینه را دوباره تقویت کرده است. حسگرهای جدید به ماشین‌ها کمک می‌کنند دید دقیق‌تری داشته باشند، صداها را بشنوند و مکان را درک کنند. پردازنده‌های قدرتمند می‌توانند به رایانه‌ها کمک کنند تا تصمیمات پیچیده بگیرند، احتمالات را مرتب کنند، نتایج را برنامه‌ریزی کنند و از اشتباهات درس بگیرند. احتمالات هیجان انگیز است. پیامدها گسترده است.\r\n\r\n خواهید دید که چگونه هوش مصنوعی سوالاتی را در مورد معنای باهوش بودن و میزان اعتماد ما به ماشین ها ایجاد کرده است. مدرس داگ رز رویکردهای مختلف هوش مصنوعی از جمله یادگیری ماشینی و یادگیری عمیق و کاربردهای عملی فناوری‌های جدید تقویت‌شده هوش مصنوعی را توضیح می‌دهد. به علاوه، یاد بگیرید که چگونه هوش مصنوعی را با سایر فناوری‌ها مانند داده‌های بزرگ ادغام کنید و از برخی مشکلات رایج مرتبط با هوش مصنوعی برنامه‌نویسی اجتناب کنید.

linkedin مبانی هوش مصنوعی: یادگیری ماشین (2018) (Mitalearn-120153)

  • 1 hours 17 minutes
  • مبتدی
  • Release date: 25 July 2026
  • Author: Doug Rose
درباره این دوره:

یادگیری ماشینی یکی از پر جنب و جوش ترین زمینه ها در هوش مصنوعی است. الگوریتم‌های یادگیری ماشینی به رایانه‌ها اجازه می‌دهند تا چیزهای جدید را بدون برنامه‌نویسی یاد بگیرند. آنها از آمار به عنوان راهی برای درک بهتر حجم عظیم داده ای که ما هر روز ایجاد می کنیم استفاده می کنند. این الگوریتم های جدیدتر به ماشین ها کمک می کنند تا تصاویر، صداها و فیلم ها را طبقه بندی کنند. آنها می توانند به سؤالات ما پاسخ دهند، داروهای جدید کشف کنند، و حتی آهنگ بنویسند. در این دوره به بررسی تعریف و انواع یادگیری ماشینی می پردازیم: تحت نظارت، بدون نظارت و تقویتی. سپس می‌توانید نحوه استفاده از الگوریتم‌های محبوب مانند درخت‌های تصمیم، خوشه‌بندی و تحلیل رگرسیون را برای مشاهده الگوها در مجموعه داده‌های عظیم خود مشاهده کنید. در نهایت، هنگام شروع یادگیری ماشینی، می‌توانید در مورد برخی از مشکلات یاد بگیرید.

linkedin مبانی هوش مصنوعی: یادگیری ماشینی (Mitalearn-388600)

  • 1 hours 50 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Kesha Williams
درباره این دوره:

یادگیری ماشینی هیجان انگیزترین شاخه هوش مصنوعی است. این به سیستم‌ها اجازه می‌دهد تا با شناسایی الگوها و تصمیم‌گیری بدون دخالت انسان، از داده‌ها بیاموزند. در این دوره، با تمرین عملی اولین مدل یادگیری ماشینی خود، چرخه زندگی یادگیری ماشینی را هدایت خواهید کرد. به مربی کشا ویلیامز بپیوندید تا روش‌های یادگیری ماشینی را مورد بررسی قرار دهد: تحت نظارت، بدون نظارت و تقویت. تمرکز روی منبع یابی و تهیه داده ها و انتخاب بهترین الگوریتم یادگیری برای پروژه شما وجود دارد. پس از آموزش یک مدل، ارزیابی عملکرد مدل را با استفاده از معیارهای استاندارد یاد بگیرید. در نهایت، کشا به شما نشان می‌دهد که چگونه فرآیند را با ایجاد خط لوله یادگیری ماشین ساده کنید. اگر به دنبال درک چرخه زندگی یادگیری ماشین و مراحل مورد نیاز برای ساخت سیستم هستید، این دوره را بررسی کنید.

linkedin مبانی یادگیری تقویتی (Mitalearn-198421)

  • 44 minutes
  • متوسط
  • Update date: 21 June 2026
  • Author: Khaulat Abdulhakeem
درباره این دوره:

نوآوری‌ها در امور مالی، بهداشت، رباتیک و بخش‌های مختلف دیگر با یادگیری تقویتی (RL) امکان‌پذیر شده‌اند که شامل آموزش ماشین‌ها برای یادگیری از محیطشان می‌شود. بسیاری از شرکت های برتر فناوری سرمایه گذاری زیادی در این زمینه انجام می دهند. در این دوره، مربی خلعت عبدالحکیم به شما کمک می کند تا اصول اولیه این مهارت نسبتا جدید، اما ارزشمند را بیاموزید. با اصطلاحات کلیدی مورد استفاده در RL، نحوه ایفای نقش اصلی RL در پیشرفت هوش مصنوعی و انواع مشکلاتی که می توانید از RL برای حل آنها استفاده کنید، آشنا شوید. Khaulat به شما نشان می دهد که چگونه مشکلات یادگیری تقویتی را تعریف و نشان دهید. او همچنین به الگوریتم‌های RL، از جمله مونت کارلو و روش‌های تفاوت زمانی می‌پردازد. به علاوه، او به بررسی RL عمیق و چند عاملی می‌پردازد، همچنین نحوه عملکرد یادگیری معکوس و چگونگی کمک به عوامل یادگیری با تقلید را بررسی می‌کند.

linkedin مبانی یادگیری عمیق: پردازش زبان طبیعی با TensorFlow (Mitalearn-220572)

  • 1 hours 47 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Harshit Tyagi
درباره این دوره:

تقاضای فزاینده ای برای استفاده از قدرت پردازش زبان طبیعی (NLP) و مدل های یادگیری عمیق وجود دارد تا بتوانیم داده های متنی را درک کنیم و مداخلات عاطفی انسان ها را برای تصمیم گیری بهتر کاهش دهیم. در این دوره، مدرس Harshit Tyagi یک راهنمای کامل برای درک NLP با استفاده از شبکه های عصبی بازگشتی (RNN) ارائه می دهد. Harshit با معرفی رمزگذاری کلمات و استفاده از TensorFlow برای توکن‌سازی شروع می‌کند. او مفهوم مهم جاسازی کلمات را توصیف می کند و به شما نشان می دهد که چگونه از TensorFlow برای طبقه بندی نقدهای فیلم و بردار پروژه استفاده کنید. Harshit RNN ها و حافظه کوتاه مدت بلند مدت (LSTM) را مورد بحث قرار می دهد، سپس به شما نشان می دهد که چگونه طبقه بندی بررسی فیلم را از قبل در دوره بهبود دهید. او با بحث در مورد اینکه چگونه می توانید RNN ها را برای پیش بینی کلمه بعدی در یک جمله آموزش دهید، به پایان می رسد، که به نوبه خود به شما امکان می دهد متن اصلی را ایجاد کنید.

linkedin مبانی یادگیری ماشین: نمونه سازی در لبه (Mitalearn-427666)

  • 1 hours 21 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Robert Gallup
درباره این دوره:

به عنوان هوش مصنوعی و محاسبه قدرت همچنان در حال رشد است ، بنابراین نیاز و فرصت برای هوش یا اطلاعات غیر متمرکز "در لبه". نمونه سازی به طراحان محصول ، مدیران محصول و توسعه دهندگان اجازه می دهد تا بر کاوش در ایده های محصول تمرکز کنند ، بدون اینکه دانش عمیقی از تئوری داشته باشد ، و ابزارها و سخت افزار اکنون این امکان را فراهم می کند. در این دوره ، تکنسین ، طراح و بلندگو رابرت گالوپ شما را از طریق فرآیند یادگیری ماشین نمونه سازی در لبه راهنمایی می کند. رابرت با مروری بر یادگیری ماشین ، از جمله عناصر یادگیری ماشین ، گردش کار و اخلاق آغاز می شود. در مرحله بعد ، او سپس در مورد نمونه سازی بحث می کند ، و سناریویی را ارائه می دهد و برای نمونه اولیه تشخیص صدا که در این دوره تهیه شده است ، برنامه ریزی می کند. رابرت سپس شما را از طریق نحوه تهیه نرم افزار و سخت افزار و همچنین نحوه تعریف ، آموزش و استقرار یک مدل یادگیری ماشین پیاده می کند. سرانجام ، او به شما نشان می دهد که چگونه نمونه اولیه خود را گسترش دهید و در مورد ملاحظات در انجام حرکت از نمونه اولیه به تولید بحث می کند.

linkedin مدلسازی پیشگویانه پیشرفته: تسلط بر گروه ها و متامدلینگ (Mitalearn-158131)

  • 1 hours 10 minutes
  • پیشرفته
  • Release date: 22 June 2026
  • Author: Keith McCormick
درباره این دوره:

گروه‌ها شامل گروه‌هایی از مدل‌ها هستند که با هم کار می‌کنند تا پیش‌بینی‌های دقیق‌تری انجام دهند. هنگام ایجاد راه‌حل‌های مستقر کامل، دانشمندان داده همچنین ممکن است از انتقال داده‌ها از یک مدل به مدل دیگر یا استفاده از مدل‌های ترکیبی استفاده کنند - همچنین به عنوان متامدلینگ نیز شناخته می‌شود. این تکنیک‌ها در میان برندگان مسابقات مدل‌سازی مانند Kaggle و همچنین تیم‌های پیشرو علم داده در سراسر جهان غالب هستند. در این دوره پیشرفته، می توانید یاد بگیرید که چگونه مجموعه ها و متامدلینگ را به مجموعه ابزار خود اضافه کنید. مربی Keith McCormick یک مقدمه مفهومی ارائه می دهد که می تواند در هر برنامه ای اعمال شود: R، Python، SPSS، یا SAS. او ضروری ترین الگوریتم های مجموعه را معرفی می کند و اصول متامدلینگ را توضیح می دهد. به‌علاوه، دو مطالعه موردی را مرور کنید که نشان می‌دهد چگونه مجموعه‌های تحت نظارت و بدون نظارت و نحوه مسیریابی زیرجمعیت‌های داده‌ها به مدل‌های مختلف در یک سناریوی فرامدل‌سازی را نشان می‌دهد.

linkedin مسئول GitHub Copilot: ایجاد کد قابل اعتماد اخلاقی (Mitalearn-434381)

  • 23 minutes
  • مناسب همه
  • Release date: 15 January 2025
  • Author: Rob Bos
درباره این دوره: 

 Github Copilot سرعت و سهولت را ارائه می دهد ، اما گرفتن درست ، چه از نظر کد و چه از طرف انسانی ، چالش برانگیز است. شما می توانید از GitHub Copilot برای ایجاد کد فوراً استفاده کنید ، و همچنین آن را بازرسی و آزمایش کنید ، اما چگونه می توانید مطمئن باشید که برای هدف مناسب کد مناسب را دریافت کرده اید؟ در این دوره ، Rob Bos حرفه ای و مشاور DevOps به شما نشان می دهد که چگونه. بیاموزید که چگونه از معرفی تعصب در برنامه های خود خودداری کنید و کد تولید شده خود را تمیز و حفظ کنید. روشهای نظارت بر کد خود را با آزمایشات ، به ویژه یک برنامه آزمایش امنیتی کشف کنید. با استفاده از این دوره ، می توانید در حالی که از Copilot استفاده می کنید ، خلبان باشید ، در همه زمان ها کنترل کنید.

linkedin مقدمه ای بر طراحی الگوریتم هوش مصنوعی مسئول (Mitalearn-200478)

  • 38 minutes
  • مبتدی
  • Release date: 21 June 2026
  • Author: Martin Kemka
درباره این دوره:

طراحی الگوریتم های هوش مصنوعی مسئول به چه معناست؟ مربی مارتین کمکا اصول مهمی مانند تعریف هوش مصنوعی و دانستن اینکه مسئولیت در توسعه آنها به چه معناست را معرفی می کند. بیاموزید که چگونه الگوریتم ها به کار گرفته می شوند و چگونه می توانید استفاده و سوء استفاده از آنها را ردیابی کنید. مارتین همچنین خطرات غیرمسئولانه بودن با هوش مصنوعی را توضیح می دهد. دریابید که چگونه یک الگوریتم ایجاد می شود و چگونه می توانید آن را نظارت کنید. سمت تصمیم گیری سیستم را بررسی کنید. درباره سیاست ها و بهترین شیوه های جهانی بشنوید. بیاموزید که چگونه سیاست ها از کشوری به کشور دیگر متفاوت است، راه حل های نرم افزار منبع باز را کاوش کنید و موارد دیگر.

linkedin مقدمه ای بر هوش مصنوعی مولد با GPT (Mitalearn-387988)

  • 1 hours 5 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Jonathan Reichental
درباره این دوره:

ترانسفورماتور 4 از پیش آموزش دیده (GPT-4) نشان دهنده یک جهش در هوش مصنوعی است. این یک موضوع داغ در فناوری و تا حدی در کل جامعه است. به عنوان یک مدل زبان خودرگرسیون، GPT-4 از یادگیری عمیق برای تولید متنی شبیه انسان استفاده می کند. در این دوره، دکتر جاناتان ریشنتال، رهبر فناوری برنده جایزه، بر نقش هوش مصنوعی در تجارت، با تاکید ویژه بر GPT-4 تمرکز می کند. پیشینه و سابقه هوش مصنوعی و OpenAI را دریافت کنید. کاوش کنید که GPT-4 چیست، و همچنین چند نمونه از کاربردهای آن. به طور کلی برخی از چالش ها و محدودیت های GPT-4 و AI را بررسی کنید. به‌علاوه، توصیه‌های عملی در مورد مهارت‌ها و مشاغل در هوش مصنوعی دریافت کنید و مراحل بعدی را که شما و سازمانتان می‌توانید بردارید شناسایی کنید.

linkedin مقدمه ای بر یادگیری عمیق با OpenCV (Mitalearn-185263)

  • 49 minutes
  • مبتدی
  • Release date: 21 June 2026
  • Author: Jonathan Fernandes
درباره این دوره:

یادگیری عمیق شاخه ای نسبتاً جدید و بسیار محبوب از هوش مصنوعی (AI) است که الگوها و بینش ها را در داده ها، از جمله تصاویر و ویدیوها، پیدا می کند. لایه بندی و انتزاع آن به مدل های یادگیری عمیق توانایی هایی تقریباً شبیه انسان می دهد - از جمله تشخیص تصویر پیشرفته. با استفاده از OpenCV - یک نرم‌افزار بینایی کامپیوتری که به طور گسترده مورد استفاده قرار گرفته است - می‌توانید مدل‌های یادگیری عمیق آموزش‌دیده قبلی را روی سخت‌افزار ارزان‌قیمت اجرا کنید و بینش‌های قدرتمندی را از تصاویر دیجیتال و ویدیو ایجاد کنید. در این دوره آموزشی، استاد جاناتان فرناندز با استفاده از ماژول OpenCV شبکه های عصبی عمیق (dnn) شما را با دنیای یادگیری عمیق از طریق استنتاج آشنا می کند. می توانید یک نمای کلی از مفاهیم و معماری یادگیری عمیق داشته باشید و سپس نحوه مشاهده و بارگذاری تصاویر و ویدیوها را با استفاده از OpenCV و Python کشف کنید. جاناتان همچنین نشان می‌دهد که چگونه می‌توان برای تصاویر و ویدیوها طبقه‌بندی کرد، از حباب‌ها (معادل تانسورها در سایر چارچوب‌ها) استفاده کرد و از YOLOv3 برای تشخیص شی سفارشی استفاده کرد.

linkedin مهندسی زمینه برای توسعه دهندگان (Mitalearn-415783)

  • 36 minutes
  • مناسب همه
  • Release date: 29 July 2025
  • Author: Deepak Goyal
درباره این دوره: 

 این دوره شما را با مهارت نوظهور مهندسی زمینه در هوش مصنوعی آشنا می کند. بیاموزید که چگونه می توانید داده ها ، ابزارها و گردش کار مربوطه را به صورت پویا مدیریت و ارائه دهید تا نتایج دقیق و قابل اعتماد را به مدل های بزرگ زبان ارائه دهید. تکنیک هایی مانند بازیابی هوشمند ، خلاصه و قرنطینه زمینه را کاوش کنید. طراحی شده برای پزشکان هوش مصنوعی و مهندسان سریع با هدف ساختن عوامل بهتر AI و خطوط لوله RAG.

linkedin مهندسی سریع با Gemini (Mitalearn-385353)

  • 1 hours
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Denys Linkov
درباره این دوره:

Gemini (که قبلا با نام شناخته می شد) یک مدل هوش مصنوعی مولد از گوگل با قابلیت ها و ادغام های چندوجهی قدرتمند است. در این دوره، دنیس لینکوف به معرفی Gemini می‌پردازد و به شما نشان می‌دهد که چگونه کارهای روزمره مختلفی مانند ایده‌های طوفان فکری، نوشتن ایمیل، مرور وب و حتی برنامه‌ریزی برای تعطیلات را انجام دهید. او اعلان‌های پیشرفته‌ای را پوشش می‌دهد که می‌توانید از آنها برای بهبود نتایج استفاده کنید، و عملکرد چندوجهی را با نشان دادن نحوه استفاده از Gemini برای تجزیه و تحلیل و تولید تصاویر و جستجو و خلاصه کردن ویدیوهای YouTube نشان می‌دهد.

linkedin مهندسی سریع با جمینی (Mitalearn-433412)

  • 1 hours 6 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Denys Linkov
درباره این دوره:

در این دوره ، Denys Linkov - رئیس ML در Wisedocs - به قابلیت های Google Gemini ، یک مدل AI همه کاره طراحی شده است که برای تقویت گردش کار روزانه شما با عملکرد چندمودالی خود طراحی شده است. کشف کنید که چگونه ایده های طوفان مغزی ، تهیه ایمیل ، تولید گزارش های جامع و حتی خلاصه فیلم های YouTube با استفاده از رابط بصری در جمینی. با نمونه ها و تمرینات موجود ، تجربه دستی کسب کنید. ادغام های بومی Google را برای مجموعه ، نقشه ها و پروازها کاوش کنید ، و کارهای پیچیده ای مانند برنامه ریزی تعطیلات را انجام دهید. بیاموزید که چگونه از Gemini برای تلاش های خلاقانه مانند تولید تصاویر و فیلم ها با خروجی های بسیار قابل تنظیم استفاده کنید. هنگامی که این دوره را تمام کردید ، خواهید فهمید که چگونه هوش مصنوعی را در گردش کار مختلف ، تقویت بهره وری و تقویت پروژه های خلاقانه خود قرار دهید.

linkedin نصب، اجرا و آزمایش LLM ها در رایانه محلی شما (Mitalearn-387053)

  • 14 minutes
  • مناسب همه
  • Release date: 29 January 2024
  • Author: Ray Villalobos
درباره این دوره: 

 با استفاده از برنامه Jan، نحوه راه‌اندازی، عملکرد و آزمایش LLM‌ها را در دستگاه خود کشف کنید. مدل‌های منبع باز و بسته و الزامات نصب را کاوش کنید. مدل‌های هوش مصنوعی از جمله Meta's Llama، Mistral AI و ChatGPT منبع بسته OpenAI را به صورت محلی آزمایش کنید. این دوره برای کسانی که مشتاق آزمایش مدل‌های هوش مصنوعی با داده‌های شخصی بدون اشتراک‌گذاری شخص ثالث هستند، یا برای کسانی که می‌خواهند از ChatGPT استفاده کنند، مناسب است، اما باید مطمئن شوند که هوش مصنوعی‌های دیگر را آموزش نمی‌دهند.

linkedin نگاه اول استودیوی هوش مصنوعی Azure (Mitalearn-390402)

  • 17 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Walt Ritscher
درباره این دوره:

آیا شما یک متخصص فناوری اطلاعات، رهبر فناوری اطلاعات یا رهبر تجاری هستید که سعی می کنید ارزیابی کنید که آیا استودیوی هوش مصنوعی Azure برای سازمان شما مناسب است؟ در این دوره، والت ریچر، مربی کارکنان، نگاه اول آموزنده را به شما می‌دهد. نحوه پیمایش در سایت Azure OpenAI Studio، ایجاد یک سرویس OpenAI و استقرار مدل را بیاموزید. با تمرکز بر ابزارهای مدیریتی اضافه شده Azure، تفاوت های کلیدی بین زمین های بازی Azure OpenAI و OpenAI را بررسی کنید. به علاوه، یاد بگیرید که چگونه چند برنامه ساده پایتون ایجاد کنید که OpenAI ChatCompletion و Dall-E API را فراخوانی می‌کنند.

linkedin نوآوری فوق بشری (خلاصه Blinkist) (Mitalearn-204473)

  • 21 minutes
  • مبتدی
  • Release date: 22 June 2026
  • Author: Blinkist
درباره این دوره:

از ماشین‌های خودران گرفته تا ساعت‌های هوشمند، هوش مصنوعی (AI) نقش بزرگی در لحظه کنونی و آینده ما دارد. در نوآوری ابرانسان، نویسنده کریس دافی، امکاناتی را که هوش مصنوعی در صنایع مختلف ارائه می‌دهد - از فناوری گرفته تا مد - و همچنین چگونگی همکاری انسان‌ها و هوش مصنوعی برای ارائه خدمات و راه‌حل‌های بهتر برای مسائل مبرم را بررسی می‌کند. در این خلاصه کتاب صوتی، در مورد امکاناتی که هوش مصنوعی به مشاغل و مصرف کنندگان ارائه می دهد، بیاموزید. کشف کنید که چگونه هوش مصنوعی می‌تواند به ما کمک کند تا سریع‌تر کار کنیم، عملکرد را بهینه کنیم، و شرکت‌ها را قادر به نوآوری در راه‌حل‌هایی برای برخی از بزرگترین مشکلات جهان کنند.

توجه: این خلاصه کتاب صوتی توسط Blinkist. ما خوشحالیم که این محتوا را در کتابخانه خود میزبانی می کنیم.

Suggestions