نمادهای بزرگ ساده، خاطره انگیز و ارتباطی هستند. گفته می شود، گردش کار در پشت این طرح های ساده اغلب بیشتر از آنچه محصول نهایی نشان می دهد درگیر است. در این دوره، به فون گلیچکا بپیوندید تا مراحل ایجاد و طراحی مجموعه ای از نقوش آیکون را طی کند. فون به اصول ایجاد ایده های نمادین می پردازد و توضیح می دهد که چگونه طراحی اولیه می تواند به تسهیل فرآیند طراحی دیجیتال کمک کند. او همچنین به قوانین و روش‌های زیبایی‌شناختی توجه می‌کند که می‌توانند به شما در ساخت آیکون‌هایی با طراحی خوب، و همچنین نحوه صادرات آیکون‌های بردار و شطرنجی کمک کنند. به علاوه، فون با به اشتراک گذاشتن کار، روش ها و طرح های چند طراح دیگر، چشم اندازی را در اختیار شما قرار می دهد.

شخصیت‌های برند - شخصیت‌های بصری که یک شرکت یا محصول را نشان می‌دهند - می‌توانند تأثیر قدرتمندی بر احساس مخاطبان در مورد برند شما داشته باشند. این دوره نحوه طراحی یک شخصیت برند متقاعد کننده را با استفاده از نرم افزار تصویر برداری پیشرو در جهان ارائه می دهد: Adobe Illustrator. مربی فون گلیچکا با نشان دادن چگونگی تحقیق در مورد نشانه‌های خلاقانه مورد نیاز برای طراحی یک شخصیت برند شروع می‌کند و سپس به سمت توسعه شخصیت حرکت می‌کند: طراحی، طراحی، ساخت و رنگ‌آمیزی هنر شخصیت‌های مبتنی بر برداری و انتخاب تایپوگرافی مناسب. به موارد تحویل نهایی و همچنین نحوه استفاده مشتریان از طراحی شخصیت شما برای ارتقاء پرداخته می شود.

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.

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.

رسانه‌های اجتماعی همیشه در حال تحول هستند و شرکت‌ها را ملزم می‌کند تا استراتژی‌های بازاریابی خود را برای دستیابی مؤثرتر به مخاطبان تطبیق دهند. بیاموزید که در حال حاضر کدام روندهای بازاریابی رسانه های اجتماعی مهم هستند و نحوه استفاده از آنها را برای افزایش تعامل و فروش در کسب و کار خود بیاموزید. این مجموعه گرایش‌های برتر را که باید در نظر گرفته شود، از جمله تکامل بعدی بازاریابی تأثیرگذار، تبلیغات پویا، خرید اجتماعی، و اینکه چگونه برندها باید از علل اجتماعی مرتبط حمایت کنند، نشان می‌دهد. برایان هانیگمن، کارشناس بازاریابی رسانه‌های اجتماعی، ویژگی‌های واقعیت افزوده را در رسانه‌های اجتماعی و روندها در پلتفرم‌های ویدئویی مانند YouTube و TikTok را بررسی می‌کند. هر نکته به شما کمک می‌کند جدیدترین پیشرفت‌ها در رسانه‌های اجتماعی را درک کنید و نتایج معنادارتری از تلاش‌های بازاریابی خود دریافت کنید.

توجه: از آنجایی که این سریال در حال انجام است، بینندگان گواهی پایان کار را دریافت نخواهند کرد.

خلاصه ای از آخرین روندهای فناوری را از مربیان کارکنان LinkedIn خود ما دریافت کنید. چه مهندس نرم‌افزاری باشید که نمی‌دانید آیا یک ویژگی یا به‌روزرسانی جدید ارزش وقت شما را دارد یا یک مدیر فناوری که تصمیم می‌گیرد کدام خدمات یا محصولات را اتخاذ کند، این دوره اطلاعاتی را ارائه می‌دهد که برای ارزیابی سریع روندهای نوظهور نیاز دارید.

هر ویدیو به عنوان توضیح دهنده مستقل عمل می کند، بنابراین می توانید دوره را به ترتیب تماشا کنید یا موارد دلخواه خود را انتخاب کنید. درباره موضوعات داغ مانند تشخیص چهره، برنامه‌های اندروید در ویندوز 11 و موارد دیگر اطلاعاتی دریافت کنید. و با ظهور فناوری‌های جدید هیجان‌انگیز، ویدیوهای جدیدی را به این دوره اضافه می‌کنیم تا شما را در لبه پیشرفت نگه داریم.

 

هوش مصنوعی به سرعت از قلمرو علمی تخیلی به استفاده روزمره تغییر کرده است. اما از میان انبوهی از ابزارها و فناوری‌های موجود، کدام یک برای گردش کار و سازمان شما مناسب‌تر است؟ در این مجموعه در حال انجام، کارشناسان صنعت شما را از طریق محصولات و مفاهیم هوش مصنوعی که در آنجا وجود دارد راهنمایی می‌کنند - و چگونه تشخیص دهید چه چیزی بیشتر به نفع سازمان شما است.

برای ارائه دیدگاه‌های مختلف به شما، هر درس توسط یک رهبر فکری هوش مصنوعی متفاوت آموزش داده می‌شود: مربی ارشد کارکنان مورتن رند-هندریکسن، اخلاق‌شناس هوش مصنوعی ویلاس دار، معاون مهندسی و استراتژی محصول هوش مصنوعی در LinkedIn، خاویر آمتریاین، و بیشتر! برای شروع شناسایی بهترین راه‌ها برای وارد کردن هوش مصنوعی به سازمان خود هماهنگ شوید!

توجه: از آنجایی که این سریال در حال انجام است، بینندگان گواهی پایان کار دریافت نخواهند کرد.

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.

گرچن روبین در مورد ایجاد عادات عالی در محل کار یک رویکرد کاربردی و متمرکز در مورد نحوه اعمال تحقیقات جالب توجه گرچن روبین متخصص شادی و عادات در محل کار است. گرچن چهار گرایش افراد و نحوه هدایت عادات ما را توضیح می دهد، همانطور که در کتاب بهتر از قبل نشان داده شده است: آنچه در مورد ساختن و ترک عادت ها آموختم—بیشتر بخوابیم، ترک شکر، کمتر به تعویق بیفتیم و به طور کلی شادتر بسازیم. زندگی. او استراتژی های عملی را برای ایجاد عادات کاری بهتر و نکاتی برای موفقیت مداوم معرفی می کند. با این تکنیک ها می توانید پایه و اساس زندگی شادتر، سالم تر و پربارتر را بسازید.

کار با فیلم های صفحه سبز می تواند یک کار دلهره آور باشد. مجموعه ابزارهای ویدئویی Adobe طیف گسترده ای از انتخاب ها را ارائه می دهد، اما چگونه می دانید از کدام یک استفاده کنید؟ هدف این دوره پاسخگویی به این سوال مهم است. مربی ریچ هرینگتون شما را از طریق فرآیند کلید زدن در Premiere Pro، After Effects و ابزارهای محبوب کلید زنی شخص ثالث راهنمایی می کند. یک نمای کلی از فرآیند واردات دریافت کنید و نقاط قوت هر کلید را کشف کنید. نحوه استفاده از Ultra Keyer، KEYLIGHT، Red Giant Keying Suite (شامل Primatte Keyer) و Light Wrap Fantastic را بیاموزید، در حالی که راه هایی برای کار با شفافیت و ایجاد پس زمینه های عالی در فتوشاپ کشف کنید.

یک فرآیند کامل برای ایجاد یک ارائه محصول شیک را کاوش کنید. در این دوره، ظهیر مختار از طریق یک گردش کار ارائه محصول قدم می‌زند و نحوه مقابله با مدل‌سازی، ایجاد نور و مواد و پاس‌های رندر ترکیبی را نشان می‌دهد. او با نشان دادن چگونگی مدل‌سازی سریع دارایی‌های صحنه خود شروع می‌کند. سپس نشان می‌دهد که چگونه می‌توان متریال و بافت‌های واقعی را برای مدل‌های مختلف ایجاد کرد، رندر V-Ray را راه‌اندازی کرد، تنظیمات بیشتری را در نورها انجام داد، پاس‌های رندر را تنظیم کرد و رندرهای خود را در Adobe Photoshop ترکیب کرد. به علاوه، او نشان می دهد که چگونه جزئیات را به رندرهای خود اضافه کنید تا آنها را از نظر بصری جالب تر کند و اشیا را درست رنگ کند.

نوشتن کد می تواند آسان باشد، اما حفظ یک محصول همیشه یک چالش است. در این دوره آموزشی، بیاموزید که برای مدیریت کارآمد پروژه های پایتون خود چه چیزی لازم است. مربی Miki Tebeka به کارهای جانبی در مورد برنامه نویسی پایتون، مانند مدیریت وابستگی، متدولوژی های توسعه، معیارها، ورود به سیستم، تست و استقرار می پردازد. در حالی که این موضوعات به طور دقیق با کدنویسی مرتبط نیستند، اما برای اطمینان از آماده بودن کد شما ضروری هستند. بیاموزید که چگونه با چالش‌های مربوط به مدیریت وابستگی مقابله کنید، به طور مؤثر به آزمایش نزدیک شوید، یک سیستم ورود به سیستم را پیکربندی کنید، معیارهای طراحی، استراتژی‌های استقرار مختلف و موارد دیگر را به کار بگیرید.

 آیا گردش کار شما نیاز به تقویت دارد؟ هوش مصنوعی تولید نه تنها وظایف را خودکار می کند بلکه تصمیم گیری و کارآیی را افزایش می دهد. در این دوره ، مشاور گردش کار تامرا فرانکلین شما را از طریق ملزومات ادغام هوش مصنوعی در فرآیندهای تجاری خود راهنمایی می کند. بیاموزید که از قابلیت های AI مولد بهره مند شوید و آن را برای نیازهای خاص خود آموزش دهید. بعد از این دوره ، شما آماده استفاده از AI برای تغییر کارهای روزانه و افزایش بهره وری خود خواهید بود.

با یادگیری نحوه کار با یک صفحه سبز به طور مؤثر ، می توانید وقت و هزینه ای را که در غیر این صورت می خواهید تیراندازی در مکان را صرف کنید ، صرفه جویی کنید و هنوز هم با پس زمینه مناسب برای صحنه خود پایان دهید. در این دوره ، نحوه فیلمبرداری از صفحه نمایش سبز را یاد بگیرید و در پس از تولید با آن کار کنید. ریچ هارینگتون ، متخصص ویدیوی دیجیتال ، با به اشتراک گذاشتن هر آنچه را که باید بدانید برای شلیک صفحه سبز خوب ، از جمله نوع تجهیزات مورد نیاز ، نحوه انتخاب یک پس زمینه صفحه سبز و نحوه روشن کردن پس زمینه و موضوع خود ، این دوره را آغاز می کند. او همچنین توضیح می دهد که چگونه می توان صفحه سبز را ضبط کرد ، صفحات پس زمینه تولید کرد و زمینه های پردازش را انجام داد.

 می‌دانید که یک گردش کار مشترک می‌تواند برای تیم‌های ویرایش و طراحی شما مفید باشد، اما چگونه می‌توانید آن را ارزان و مؤثر راه‌اندازی کنید؟ در این دوره، مربی Anne-Marie Concepción شما را از طریق تعدادی راه‌حل رایگان راهنمایی می‌کند که به طراحان، نویسندگان و ویراستاران پلتفرم مختلط اجازه می‌دهد به طور همزمان روی یک نشریه کار کنند، خواه در سایت باشند یا از راه دور. او بهترین روش‌ها را برای سرورهای شبکه محلی، و همچنین برای پوشه‌های محلی مشترک از Dropbox، Google Drive، OneDrive/SharePoint و فایل‌های Creative Cloud نشان می‌دهد. روش هایی را که کاربران می توانند همزمان یک فایل را در Photoshop، Illustrator، Word 365، Google Docs، InDesign و غیره ویرایش کنند، یاد خواهید گرفت. او مراحل دقیقی را برای راه‌اندازی و استفاده از گردش کار InDesign و InCopy ارائه می‌کند، بنابراین ویراستاران می‌توانند طرح‌بندی‌های InDesign را در InCopy باز کنند و متناسب با آن بنویسند. Anne-Marie همچنین راه‌حل‌های عمیقی را پوشش می‌دهد که به تیم‌های انتشاراتی اجازه می‌دهد تا Microsoft Word و Google Docs را به طرح‌بندی‌های زنده InDesign پیوند دهند و امکان طراحی و توسعه ویرایشی همزمان را فراهم کنند.

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

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

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

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

 وارد کردن یک فایل Word به InDesign و سپس قالب بندی آن برای بسیاری از طراحان یک کار رایج و در عین حال اغلب خسته کننده است. در این دوره، Anne-Marie Concepcion به شما نشان می‌دهد که چگونه از این ناامیدی اجتناب کنید و از قالب‌بندی Word به نفع خود استفاده کنید و گردش کار را ساده کنید. این دوره جامع و سریع، بهترین شیوه ها، نکات و راه حل ها را برای مقابله با فایل های Word آسیب دیده یا فاسد، قالب بندی متن "دیوانه ای"، فونت های مصنوعی، تصاویر جاسازی شده، "هنر" Word و لینک های ناخواسته پوشش می دهد. Anne-Marie به طور کامل اصول وارد کردن متن با و بدون سبک، سبک های نقشه برداری و کارهای رایج پاکسازی را پوشش می دهد. یک فصل کامل چندین اسکریپت ضروری InDesign را که برای حل مشکلات فایل‌های Word طراحی شده‌اند، برجسته می‌کند، و فصلی دیگر گردش‌های کاری مورد علاقه وی را که ممکن است بخواهید اضافه کنید، مانند افزونه‌های WordsFlow و DocsFlow و استفاده از Adobe InCopy، ارائه می‌کند. Anne-Marie منابعی را تکمیل می کند تا به شما کمک کند تا در جریان تغییرات در گردش کار Word و InDesign باشید.