Course catalog

Course duration

Course provider

Topic

Categories

Showing 241-255 of 255 items.

linkedin موفقیت به عنوان یک مدیر فناوری برای اولین بار (Mitalearn-173210)

  • 43 minutes
  • متوسط
  • Release date: 25 July 2026
  • Author: Rashim Mogha
درباره این دوره:

آیا آنچه را که برای رهبری موفق یک تیم فنی لازم است دارید؟ شما به این دلیل ارتقا پیدا کردید که در نقش مشارکت کننده فردی خود فراتر از انتظارات بودید - اما اکنون بر اساس عملکرد تیم خود ارزیابی می شوید. این موقعیت جدید می تواند چالش برانگیز باشد. در واقع، بسیاری از توسعه دهندگان و مهندسان عالی تصمیم می گیرند که رشد عمودی را انتخاب نکنند زیرا نمی خواهند افراد دیگر را مدیریت کنند. آیا می توانید با موفقیت از "گرگ تنها" به رهبر تبدیل شوید؟ راشیم موقا یکی از مدیران سابق Oracle، Amazon و VMware است. در این دوره به او بپیوندید، زیرا او رازهای مدیر عالی بودن در دنیای پرسرعت و پرمخاطره فناوری را توضیح می دهد. بیاموزید که چگونه تیم درست بسازید، چشم انداز شرکت خود را پیاده سازی کنید، اهداف تیمی ایجاد کنید، اطلاعات فنی را به اشتراک بگذارید، به طور موثر یک تیم جهانی را رهبری کنید، و موارد دیگر.

linkedin نسخه‌سازی داده، نسب و نظارت بر کیفیت برای هوش مصنوعی (Mitalearn-440790)

  • 1 hours 42 minutes
  • مناسب همه
  • Release date: 17 April 2025
  • Author: Janani Ravi
درباره این دوره: 

 اهمیت نسخه‌سازی داده‌ها و تأثیر آن بر جریان‌های کاری ML و AI را کشف کنید. مربی جانانی راوی مفاهیم کلیدی مانند عکس فوری، اصل و نسب، شاخه‌بندی و نحوه مدیریت مؤثر نسخه‌های داده را تشریح می‌کند. نحوه استفاده از کنترل نسخه داده (DVC) برای مقداردهی اولیه Git، ردیابی فایل‌ها و داده‌های نسخه را به طور موثرتر بررسی کنید. با اصل و نسب داده در فابریک مایکروسافت آشنا شوید و تکنیک ها و بهترین روش ها برای ردیابی اصل و نسب را کشف کنید. مسائل رایج داده ها و مدل ها، از جمله پردازش، مدیریت طرحواره، از دست دادن داده ها، و سوگیری را درک کنید و یاد بگیرید که چگونه این جنبه ها را برای کیفیت نظارت کنید. در طول مسیر، یاد بگیرید که چگونه معیارهایی را ردیابی کنید که به اطمینان از یکپارچگی و عملکرد مدل و داده ها کمک می کند. چه دانشمند داده باشید، چه مهندس، یا در حال حاضر در مدیریت داده کار می کنید، این دوره شما را با مهارت هایی که برای حفظ استانداردهای بالای نسخه سازی داده ها و نظارت بر کیفیت در پروژه های خود نیاز دارید، مجهز می کند.

linkedin نکات امتحان Certified Cloud Security Professional (CCSP). (Mitalearn-392629)

  • 42 minutes
  • مناسب همه
  • Release date: 17 June 2022
  • Author: Mike Chapple
درباره این دوره: 

 با افزایش تعداد سازمان‌هایی که تصمیم می‌گیرند به سمت ابر حرکت کنند، توانایی ایمن کردن دارایی‌های حیاتی در ابر به یک مهارت حرفه‌ای مورد تقاضا تبدیل شده است. کسب گواهینامه Certified Cloud Security Professional (CCSP) به کارفرمایان بالقوه نشان می دهد که شما تخصص لازم برای طراحی، پیاده سازی، بهره برداری، و ارزیابی ایمن محیط های رایانش ابری را دارید. مجموعه CCSP Cert Prep برای کمک به شما برای آماده شدن برای شرکت و قبولی در آزمون CCSP طراحی شده است. این دوره به عنوان مقدمه ای برای این مجموعه عمل می کند و یک نمای کلی از شش حوزه امتحانی را در اختیار شما قرار می دهد - که همه آنها در سایر دروس این مجموعه به طور کامل توضیح داده شده اند - و همچنین نگاهی به فرمت امتحان و نکاتی در مورد آماده سازی برای شرکت در آزمون با استفاده از منابع یادگیری لینکدین.

Related Skills

linkedin نکات امتحانی حرفه‌ای/ایالات متحده (CIPP/US) برای حفظ حریم خصوصی اطلاعات گواهی شده (Mitalearn-217954)

  • 33 minutes
  • مناسب همه
  • Update date: 25 July 2026
  • Author: Mike Chapple
درباره این دوره:

آیا شما یک متخصص حریم خصوصی فعلی یا مشتاق هستید که به دنبال شرکت در آزمون CIPP/US هستید؟ در این دوره، مربی مایک چاپل به شما یک نمای کلی از منابع امتحانی حرفه‌ای حفظ حریم خصوصی اطلاعات گواهی شده/ایالات متحده (CIPP/US) ارائه می‌دهد که از طریق LinkedIn Learning در دسترس است. مایک آزمون CIPP/US، دلایل شرکت در آن و منابع مطالعه ای را که در دسترس شماست معرفی می کند. پس از نشان دادن انواع سوالات و آزمون ها، او حوزه های آزمون CIPP/US را بررسی می کند: محیط حریم خصوصی ایالات متحده، حوزه حریم خصوصی بخش خصوصی، دامنه ای که دسترسی دولت و دادگاه به اطلاعات را پوشش می دهد، حوزه حریم خصوصی محل کار، و دامنه اختصاص داده شده به قوانین حفظ حریم خصوصی ایالت مایک همچنین آنچه را که می‌توانید پس از امتحان انتظار داشته باشید، با الزامات تحصیلی مداوم، گزارش‌های نمره و نحوه تفسیر آنها و غیره بررسی می‌کند.

Related Skills

linkedin نکات امتحانی: Microsoft Azure Fundamentals (AZ-900) (Mitalearn-276230)

  • 1 hours 52 minutes
  • مناسب همه
  • Update date: 25 July 2026
  • Author: Rodrigo Díaz Concha
درباره این دوره:

Microsoft Azure یکی از پلتفرم های ابری پیشرو در جهان است. دانستن نحوه هدایت استراتژیک آن برای برنامه ریزی و پیاده سازی خدمات مبتنی بر ابر، یک مهارت فنی بسیار مورد توجه و کاربردی است. اگر به دنبال یافتن یک نقش جدید یا ایجاد یک تغییر بزرگ شغلی هستید، دریافت گواهینامه Microsoft Azure Fundamentals (AZ-900) یکی از موثرترین راه‌ها برای شروع است. در این دوره، معمار راه حل ها و MVP مایکروسافت، رودریگو دیاز کونچا، مروری بر محاسبات ابری و مدیریت زیرساخت، با نکات عملی برای کمک به آمادگی برای امتحان نهایی به شما ارائه می دهد. مهارت‌های ضروری تحت پوشش هر بخش از آزمون را کاوش کنید: مفاهیم ابری، معماری و خدمات Azure، و بهترین شیوه‌های Azure برای مدیریت و حاکمیت. در پایان این دوره، شما به استراتژی‌های آمادگی گواهی آزمایشی مجهز خواهید شد تا بتوانید از دیگران متمایز شوید و جهشی موفق در حرفه خود داشته باشید.

Related Skills

linkedin نکات، ترفندها و تکنیک های بیشتر پایتون برای علم داده (Mitalearn-194069)

  • 2 hours 15 minutes
  • متوسط
  • Update date: 13 September 2024
  • Author: Harshit Tyagi
درباره این دوره:

قدرت و تطبیق پذیری پایتون - همراه با اکوسیستم بزرگ آن از بسته های شخص ثالث - آن را برای دانشمندان داده ضروری می کند. در این دوره، مدرس Harshit Tyagi نکات و تکنیک‌های عملی را به اشتراک می‌گذارد که می‌تواند به شما در بهبود گردش کار علم داده پایتون کمک کند. Harshit نحوه کار با نوت بوک های IPython از جمله نحوه اشکال زدایی خطاها را پوشش می دهد. او نحوه استفاده از NumPy را برای دستکاری آرایه ها و همچنین نحوه کار با پانداها، ابزار دستکاری و تجزیه و تحلیل داده ها را نشان می دهد. او نکاتی را برای تجسم داده‌های شما با Matplotlib ارائه می‌کند و نحوه اضافه کردن متن به نمودارها و حاشیه‌نویسی عناصر در نمودار را توضیح می‌دهد. به‌علاوه، بهترین روش‌ها را برای کار با scikit-learn و همچنین سایر نکات یادگیری ماشینی دریافت کنید.

linkedin یادگیری GDPR (Mitalearn-141012)

  • 12 minutes
  • متوسط
  • Update date: 22 June 2026
  • Author: Kalinda Raina
درباره این دوره:

مقررات حفاظت از داده های عمومی (GDPR) - یک مقررات جدید حریم خصوصی در اتحادیه اروپا - چندین تغییر مهم را در روش سازمان هایی که داده های شهروندان اتحادیه اروپا را جمع آوری یا استفاده می کنند باید به حریم خصوصی داده ها نزدیک شوند، ایجاد می کند. در نتیجه، این یک موضوع بسیار مهم برای هر کسی است که در کار یا استفاده از داده های شخصی دخالت دارد. این دوره که توسط Kalinda Raina، معاون رئیس، مدیر ارشد حفظ حریم خصوصی در LinkedIn طراحی و ارائه شده است، به این موضوع کمک می کند که GDPR چیست، چرا اهمیت دارد و چگونه بر شما و شرکت شما تأثیر می گذارد. کالیندا تاریخچه این مقررات را مرور می کند و مفاهیم اساسی GDPR - از جمله حریم خصوصی با طراحی و قانونی بودن پردازش را بررسی می کند.

n n اطلاعاتی که از طریق این دوره ارائه می شود برای ارائه مشاوره حقوقی نیست، بلکه در عوض برای انتقال اطلاعات برای کمک به بینندگان برای درک اصول موضوع ارائه شده است. برخی از مفاهیم ممکن است در همه کشورها کاربرد نداشته باشد. نظرات (و تفاسیر قانونی) ارائه شده در این دوره لزوماً نمایانگر نظرات LinkedIn یا Lynda.com نیست.

linkedin یادگیری R Tidyverse (Mitalearn-442167)

  • 3 hours 18 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Charlie Joey Hadley
درباره این دوره:

R یک زبان برنامه نویسی فوق العاده قدرتمند و پرکاربرد برای تجزیه و تحلیل آماری و علم داده است. "tidyverse" برخی از همه کاره‌ترین بسته‌های R مانند ggplot2 و forcats را جمع‌آوری می‌کند، که همگی حول مفاهیم داده‌های مرتب طراحی شده‌اند، چارچوبی برای حل مسئله و نوشتن کد R برای همه چیز - از جدال و تجزیه و تحلیل داده‌ها گرفته تا تجسم و مدل‌سازی.

این دوره مفاهیم اصلی thedyverse، پاکسازی داده‌ها و wr را معرفی می‌کند. بر روی کاربر مبتدی تمرکز می کند و به شما نشان می دهد که چرا و چگونه از دو لوله استفاده کنید (%>% و |>). به مربی چارلی هدلی بپیوندید تا در ابتدای کار وارد کردن و فیلتر کردن داده‌ها از فایل‌های Excel، CSV، و SPSS و همچنین خلاصه‌سازی و جدول‌بندی داده‌ها با استفاده از توابع pivot_*() و cross() و قدرت تیبل‌های تودرتو انجام شود. در پایان این دوره، شما به مهارت‌های عملی جدیدی برای بحث در مورد مجموعه داده‌های واقعی، از جمله تاریخ‌های نامتناسب، ستون‌های عددی ضعیف، سؤالات نظرسنجی چند گزینه‌ای و موارد دیگر مجهز خواهید شد.

linkedin یادگیری R Tidyverse (Mitalearn-116464)

  • 3 hours 50 minutes
  • متوسط
  • Release date: 25 July 2026
  • Author: Charlie Joey Hadley
درباره این دوره:

R یک زبان برنامه نویسی فوق العاده قدرتمند و پرکاربرد برای تجزیه و تحلیل آماری و علم داده است. tidyverse برخی از همه کاره ترین بسته های R را جمع آوری می کند: ggplot2، dplyr، tidyr، reader، purrr، و tibble. بسته ها برای پاکسازی، پردازش، مدل سازی و تجسم داده ها هماهنگ کار می کنند.\n\n مربی چارلی هدلی پس از پوشش دادن این مبانی R، وارد کردن و فیلتر کردن داده‌ها از فایل‌های Excel، CSV، و SPSS و خلاصه و جدول‌بندی داده‌ها در Tidyverse می‌شود. سپس یاد بگیرید که چگونه داده ها را خیلی وسیع یا طولانی تشخیص دهید و در صورت لزوم آن ها را تبدیل کنید و ارزیابی غیر استاندارد انجام دهید. تا پایان دوره، شما باید بتوانید Tidyverse را در گردش کار R خود ادغام کنید و از انواع ابزارهای جدید برای وارد کردن، فیلتر کردن، تجسم و مدل سازی داده های تحقیق و آماری استفاده کنید.

linkedin یادگیری پشته الاستیک (2020) (Mitalearn-207754)

  • 1 hours 50 minutes
  • مبتدی
  • Release date: 29 October 2020
  • Author: Josh Samuelson
درباره این دوره:

Elastic Stack (که قبلا به عنوان ELK Stack شناخته می شد) مجموعه ای قدرتمند از ابزارهای منبع باز برای مدیریت و درک داده های پیچیده است. با استفاده از پشته Elastic، داده‌ها را راحت‌تر جستجو، تجسم و پردازش می‌کنید، و همچنین داده‌های ثبت را متمرکز می‌کنید تا به سرعت مشکلات را ریشه‌یابی کنید. در این دوره، جاش ساموئلسون، مهندس DevOps به شما کمک می‌کند تا با Elastic Stack راه‌اندازی کنید و بتوانید از این ابزارها بهره‌مند شوید. جاش به جای پوشش دادن همه ویژگی‌ها، روی چیزهایی تمرکز می‌کند که برای شروع باید بدانید، تا بتوانید به تنهایی ابزارها را بررسی کنید. کشف کنید که چرا Elastic Stack ممکن است افزودنی هوشمندانه برای محیط شما باشد، و همچنین نحوه نزدیک شدن به یک نصب معمولی. به علاوه، در مورد عناصر مختلف پشته، از جمله Logstash، Beats و Kibana اطلاعات کسب کنید.

linkedin یادگیری حاکمیت داده (Mitalearn-218923)

  • 1 hours 25 minutes
  • مناسب همه
  • Update date: 21 June 2026
  • Author: Jonathan Reichental
درباره این دوره:


در عصر کلان داده و علم داده، حاکمیت داده این توانایی را دارد که به همه نوع سازمان ها و افراد کمک کند تا موفق تر شوند. در این دوره، دکتر جاناتان ریشنتال مبحث حاکمیت داده را با عباراتی معرفی می‌کند که همه بتوانند آن را درک کنند، و به شما کمک می‌کند تا بفهمید چرا سازمان شما ممکن است از حاکمیت داده بهره‌مند شود، چگونه اجرا می‌شود، و چرا در تلاش‌های انطباق و کاهش ریسک ضروری است. جاناتان همچنین نقش حاکمیت داده در حوزه‌های فناوری نوظهور مانند نمودارهای دانش، هوش مصنوعی و اینترنت اشیا را پوشش می‌دهد. در بخش آخر دوره، او ایده هایی را در مورد چگونگی تفکر سازمان ها در مورد مدیریت، نظارت و اندازه گیری تلاش های حاکمیت داده به اشتراک می گذارد.n برای اولین بار به این مهارت مورد تقاضا از اینجا شروع کنید.

Related Skills

linkedin یادگیری ماشین و مبانی هوش مصنوعی: استراتژی مدل‌سازی پیش‌بینی‌کننده در مقیاس (Mitalearn-151297)

  • 1 hours 2 minutes
  • مبتدی
  • Update date: 25 July 2026
  • Author: Keith McCormick
درباره این دوره:

ساخت راه‌حل‌های تحلیلی پیش‌بینی‌کننده در سطح جهانی مستلزم درک این نکته است که چالش‌های مقیاس و اندازه نمونه در مراحل مختلف یک پروژه بسیار نوسان دارند. چگونه می دانید چه مقدار داده باید استفاده کنید؟ چه چیزی کم است، چه چیزی زیاد است؟ زیرساخت شما چگونه باید با حجم و تقاضای پروژه مقیاس شود؟ این دوره گام به گام جنبه های استراتژیک و تاکتیکی تعیین میزان داده مورد نیاز برای ساختن یک راه حل مدل سازی پیش بینی کننده موثر بر اساس یادگیری ماشین و حجم داده ها آنقدر زیاد است که چالش هایی را ایجاد می کند. مربی، کیت مک کورمیک، هر مرحله (انتخاب داده، آماده‌سازی داده، مدل‌سازی، امتیازدهی، و استقرار) را با مقیاس‌پذیری در ذهن مرور می‌کند و بینش‌ها، دیدگاه‌ها و ابزارهای همکاری جدید را به متخصصان فناوری اطلاعات، دانشمندان داده و رهبری ارائه می‌کند.

rnrn تاکید بر استراتژی و برنامه ریزی است. نمونه ها، محاسبات و نتایج نرم افزار نشان داده شده فقط برای اهداف آموزشی هستند.

linkedin یادگیری ماشین و مبانی هوش مصنوعی: استنتاج علی و مدلسازی (Mitalearn-385013)

  • 2 hours 51 minutes
  • مناسب همه
  • Release date: 22 July 2022
  • Author: Keith McCormick
درباره این دوره: 

 این دوره با مدرس کیت مک کورمیک مقدمه ای بر برخی از تکنیک های پیشرفته در استنتاج علی و مدل سازی علّی ارائه می دهد. این پایه بر پایه دوره کیث، یادگیری ماشین و مبانی هوش مصنوعی: پیش بینی، علیت و استنتاج آماری استوار است. کیت این دوره را بر روی سه موضوع اصلی متمرکز می کند: قدرت آزمایش ها (و واقعیت این است که آنها همیشه به عنوان یک گزینه در دسترس نیستند). فلسفه و رویکرد آمار بیزی و زمانی که انتخاب خوبی است. و مقدمه‌ای بر مدل‌سازی علی با تکنیک‌هایی مانند مدل‌سازی معادلات ساختاری و شبکه‌های بیزی. با کیت در این دوره همراه باشید تا با این تکنیک های پیشرفته و آنچه که آنها را قدرتمند و جالب می کند آشنا شوید.

linkedin یک پروژه مستقل: با استفاده از NLP یک مدل ایجاد کنید تا تشخیص دهد که آیا یک خبر خاص واقعی است یا جعلی (Mitalearn-411652)

  • 12 minutes
  • مناسب همه
  • Release date: 7 July 2025
  • Author: SkillUp Online
درباره این دوره: 

 

مجموعه داده های اخبار جعلی یکی از مجموعه داده های کلاسیک تجزیه و تحلیل متن است که در Kaggle موجود است. این مجموعه از عناوین مقاله و جعلی و متن از نویسندگان مختلف تشکیل شده است. در این پروژه ، با این مجموعه داده در دنیای واقعی کار کنید تا یک مدل تشخیص خبری جعلی تهیه کنید. بیاموزید که چگونه داده های متن را تمیز و پیش پردازش کنید ، ویژگی های معنی دار را استخراج کنید ، یک مدل طبقه بندی را آموزش دهید و عملکرد آن را ارزیابی کنید. این پروژه به گونه ای طراحی شده است که تقریباً در 10 ساعت به پایان برسد.

این پروژه توسط Skillup Online ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.


linkedin یکپارچه سازی داده ها و توسعه API برای برنامه های کاربردی هوش مصنوعی (Mitalearn-440773)

  • 1 hours 32 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Janani Ravi
درباره این دوره:

این دوره مهارت‌هایی را که برای اتصال موفقیت‌آمیز منابع داده‌های مختلف و ساختن APIهایی نیاز دارید که تعامل یکپارچه بین مدل‌ها و برنامه‌های هوش مصنوعی را امکان‌پذیر می‌سازد، تشریح می‌کند. به مربی Janani Ravi بپیوندید زیرا او تکنیک‌های ضروری برای یکپارچه‌سازی داده‌ها و طراحی API کارآمد را پوشش می‌دهد و به شما نشان می‌دهد که چگونه از ارتباطات قوی در سیستم‌های مبتنی بر هوش مصنوعی اطمینان حاصل کنید. این دوره برای هر کسی که با هوش مصنوعی، زیرساخت داده و عملیات یادگیری ماشین (MLOps) کار می کند، از جمله مهندسان داده، مهندسان هوش مصنوعی و ML و توسعه دهندگان نرم افزار مناسب است.

Suggestions