پایتون – زبان شی گرا محبوب و بسیار خوانا – هم قدرتمند است و هم یادگیری آن نسبتاً آسان است. چه در برنامه نویسی تازه کار باشید و چه یک توسعه دهنده با تجربه، این دوره می تواند به شما در شروع کار با پایتون کمک کند. جو مارینی یک نمای کلی از فرآیند نصب، نحو اصلی پایتون و نمونه ای از نحوه ساخت و اجرای یک برنامه ساده پایتون ارائه می دهد. یاد بگیرید که با تاریخ و زمان کار کنید، فایل‌ها را بخوانید و بنویسید، و داده‌های HTML، JSON و XML را از وب بازیابی و تجزیه کنید.

آیا تا به حال پایگاه داده ای را باز کرده اید که شخص دیگری ساخته باشد و احساس کند کمی گم شده است؟ یا تا به حال به طراحی پایگاه داده ساده خود فکر کرده اید و مطمئن نیستید که از کجا شروع کنید؟ یا شاید لازم باشد با تیمی از متخصصان پایگاه داده کار کنید و نمی دانید چگونه به زبان آنها صحبت کنید؟ این دوره می تواند به شما در غلبه بر این موانع کمک کند.\r\n یاد بگیرید که چگونه از ناهنجاری های داده ها جلوگیری کنید، الزامات را برای برنامه ریزی طراحی خود جمع آوری کنید، و یک مدل داده مفهومی ایجاد کنید - ایده های خود را به اجزایی مانند جداول، روابط، پرس و جوها و نماها تبدیل کنید. به علاوه، در مورد ملاحظات طراحی منطقی که می تواند به شما کمک کند پایگاه داده ای بسازید که نگهداری آن آسان باشد، بیاموزید.

Microsoft Project ابزاری قوی برای مدیریت وظایف ، منابع و مهلت های پروژه است. یک دوره سقوط در پروژه با مدیریت پروژه (PMP) Bonnie Biafore دریافت کنید. بانی با نشان دادن نحوه ایجاد یک پروژه اساسی و تنظیم تقویم کار شما آغاز می شود. در مرحله بعد ، او با ایجاد و اصلاح وظایف - بلوک های ساختمانی هر پروژه قدم می زند. بانی همچنین نحوه اختصاص منابع به پروژه خود را پوشش می دهد و به طور کلی به تغییر منابع می پردازد. سرانجام ، یاد بگیرید که چگونه با استفاده از گزارش ها و تجسم های داخلی ابزار ، برنامه خود را ارتباط برقرار کنید.

پزشکی قانونی رایانه ای برای یافتن شواهد قانونی در رایانه ها، دستگاه های تلفن همراه یا واحدهای ذخیره سازی داده ها استفاده می شود. اگرچه این دوره همه چیزهایی را که برای تبدیل شدن به یک کارآگاه پزشکی قانونی دیجیتال باید بدانید را به شما آموزش نمی دهد، اما تمام موارد ضروری این حوزه فنی رو به رشد (و هیجان انگیز) را پوشش می دهد. Jungwoo Ryoo اصول اولیه را بررسی می کند: اهداف پزشکی قانونی کامپیوتر، انواع تحقیقاتی که برای آنها استفاده می شود، و تخصص های مختلف در این زمینه. سپس، او نشان می دهد که چگونه برای تحقیق آماده شود. به دست آوردن داده ها؛ مطمئن شوید که داده ها در حالت اولیه خود با مسدود کننده های نوشتن نرم افزار و سخت افزار نگهداری می شوند. تجزیه و تحلیل داده ها؛ و گزارش تهیه کنید. او از ترکیبی از نرم‌افزار منبع باز و تجاری استفاده می‌کند، بنابراین شما می‌توانید اطلاعات مورد نیاز خود را با ابزارهایی که در بودجه شما هستند کشف کنید.

 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.

 تجربه اکسل خود را از صفحات گسترده اصلی به راه حل های قدرتمند خودکار با استفاده از پلت فرم برق مایکروسافت تبدیل کنید. بیاموزید که گردش کار داده ها را ساده کنید ، داشبوردهای تعاملی ایجاد کنید و با ترکیب اکسل با Automate Power ، برنامه های قدرت ، قدرت BI و عوامل مجازی قدرت ، تجزیه و تحلیل های دارای هوش مصنوعی ایجاد کنید. این دوره جامع به شما این امکان را می دهد تا یک توسعه دهنده شهروند شوید و به شما این امکان را می دهد تا ضمن حفظ امنیت و بهترین شیوه های امنیتی و حاکمیت ، راه حل های تجاری حرفه ای ایجاد کنید.

Polymer یک کتابخانه جاوا اسکریپت منبع باز است که می تواند به شما در ساختار برنامه های پیچیده وب کمک کند. در این دوره، با Polymer شروع کنید و یاد بگیرید که چگونه با استفاده از قدرت اجزای وب، هوشمندتر کار کنید - عناصر سفارشی که می توانید درست مانند برچسب های HTML داخلی استفاده کنید. جو مارینی این دوره را با بررسی اجزای وب و چرایی اهمیت آنها آغاز می‌کند و توری از یک برنامه وب پایه ساخته شده با پلیمر ارائه می‌کند. در مرحله بعد، او درباره ابزارهای خط فرمان Polymer، کاتالوگ اجزای وب و نحوه افزودن اجزا به یک برنامه موجود بحث می کند. بعلاوه، او نشان می دهد که چگونه جزء پلیمر خود را بسازید، و از ابزارهای خط فرمان برای ساختن یک برنامه اولیه پلیمر استفاده کنید. برای جمع بندی، او به اتصال داده ها می پردازد و در مورد اتصال یک طرفه، اتصال دو طرفه و ویژگی های محاسبه شده بحث می کند.

پایتون-زبان محبوب و بسیار قابل خواندن شیء گرا-یادگیری قدرتمند و نسبتاً آسان است. این که آیا شما در برنامه نویسی تازه کار هستید یا یک توسعه دهنده با تجربه ، این دوره می تواند به شما در شروع کار با پایتون کمک کند. جو مارینی مروری بر فرآیند نصب ، نحو اساسی پایتون و نمونه ای از نحوه ساخت و اجرای یک برنامه ساده پایتون ارائه می دهد. یاد بگیرید که با تاریخ و زمان کار کنید ، پرونده ها را بخوانید و بنویسید ، و داده های JSON و XML را از وب بازیابی و تجزیه کنید.

این دوره شامل چالش های کد است که توسط CoderPad تهیه شده است. چالش های کد تمرینات برنامه نویسی تعاملی با بازخورد در زمان واقعی است ، بنابراین می توانید برای پیشبرد مهارت های برنامه نویسی خود ، در کنار محتوای دوره ، تمرین کدگذاری دستی را انجام دهید.

تاریخ طراحی گرافیک تاریخچه بیان فرهنگی است ، که منعکس کننده هر دو آنچه مردم در یک دوره زمانی فکر می کردند و هم چگونه احساس می کنند. این که آیا شما در مورد توسعه طراحی کنجکاو هستید یا به دنبال الهام بخش برای خلاقیت های خود هستید ، می توانید واژگان بصری خود را در این مقدمه جامع در تاریخ طراحی گرافیک گسترش دهید. مربی شان آدامز معاون هنر تجسمی و ارتباطات در کالج طراحی Artcenter ، یکی از مدارس طراحی بالاترین رتبه در جهان است - و در این دوره ، او هر جنبش طراحی ، از جمله سبک های خاص ، تکنیک ها و ژانرها را برجسته می کند.

شان به بررسی نیاز به طراحی در تبلیغات عصر صنعتی ، استفاده از طراحی گرافیک به عنوان تبلیغ در طول دو جنگ جهانی و ظهور مدرسه بائوهوس بسیار تأثیرگذار می پردازد. او به توسعه پوستر ، فیلمبرداری ، مجله و طراحی پوشش آلبوم می پردازد. تغییر رابطه بین طراحی و تایپوگرافی ؛ و نقش طراحی گرافیک در حرکات مختلف هنری ، از Art Nouveau گرفته تا New Wave.

اکسل یک ابزار مفید و همه کاره است، اما آیا می دانستید که می توانید از آن برای تجزیه و تحلیل موارد فرضی تجاری نیز استفاده کنید؟ مربی کرت فرای شما را از طریق فرآیند کامل راهنمایی می کند. Curt با نشان دادن نحوه ایجاد، تعریف، ویرایش و حذف سناریوها شروع می‌شود، سپس به تعریف جداول داده می‌پردازد. او نحوه استفاده از Goal Seek و Solver را برای ایجاد مدل ها، تعریف محدودیت ها و نیاز به راه حل های عدد صحیح توضیح می دهد. در مرحله بعد، Curt روش هایی را برای سازماندهی کاربرگ تجزیه و تحلیل، استفاده از چک باکس ها برای روشن و خاموش کردن گزینه ها، و دستکاری یک مدل کاربرگ برای تجزیه و تحلیل کسب و کار شما پوشش می دهد. به علاوه، او نحوه انجام شبیه سازی مونت کارلو را تعریف و نشان می دهد.

بیاموزید که چگونه از توابع مدیریت داده و محاسبات داخلی اکسل برای شناسایی خوشه‌هایی از نقاط داده استفاده کنید - با VBA کم یا بدون VBA! نویسنده Curt Frye به شما نشان می دهد که چگونه یک کاربرگ برای تجزیه و تحلیل خوشه ای تنظیم کنید، فرمول هایی ایجاد کنید که نزدیک ترین نقطه کانونی (مرکز) را برای هر ردیف مشخص می کند، و نتایج خود را در جدول Excel یا نمودار پراکندگی XY تجزیه و تحلیل کنید. اعضایی که برای ضبط ماکروها یا نوشتن کد VBA اهمیتی ندارند، می‌توانند یاد بگیرند که چگونه برخی از بخش‌های فرآیند را خودکار کنند.

هر فردی که با داده ها کار می کند باید در نقطه ای تجزیه و تحلیل انجام دهد. این دوره آموزشی پرطرفدار - که به طور چشمگیری برای سال 2018 گسترش یافته و افزایش یافته است - به تحلیلگران و غیر تحلیلگران به طور یکسان اصول تجزیه و تحلیل داده و گزارش را آموزش می دهد. رابین هانت تعریف می کند که تجزیه و تحلیل داده چیست و تحلیلگران داده چه کاری انجام می دهند. سپس نشان می دهد که چگونه مجموعه داده های خود را شناسایی کنید - از جمله داده هایی که ندارید - و داده ها را تفسیر و خلاصه کنید. او همچنین نحوه انجام وظایف تخصصی مانند ایجاد نمودارهای گردش کار، تمیز کردن داده ها و پیوستن به مجموعه داده ها برای گزارش را نشان می دهد. پوشش با بهترین روش‌ها برای پروژه‌های تجزیه و تحلیل داده‌ها، مانند تأیید داده‌ها و برگزاری جلسات مؤثر، و اشتباهات رایجی که باید اجتناب شود، ادامه می‌یابد. سپس تکنیک‌هایی را برای استفاده مجدد، ترسیم نمودار و چرخش داده‌ها بیاموزید. بعلاوه، میانبرهای مفید برای افزایش بهره وری و نکات عیب یابی محبوب ترین برنامه تجزیه و تحلیل داده، مایکروسافت اکسل را دریافت کنید.

بیاموزید که چگونه تجزیه و تحلیل وب می تواند بازی بازاریابی شما را بهبود بخشد. در این دوره، مت بیلی، متخصص بازاریابی، توضیح می دهد که تجزیه و تحلیل چیست، چه کاری می تواند انجام دهد، و چگونه کسب و کار آنلاین شما را تغییر می دهد. بیاموزید که چگونه اندازه‌گیری ارزش را در وب‌سایت خود اعمال کنید و بفهمید کدام صفحات مردم را متقاعد می‌کنند که مشتری شوند و کدام صفحات آنها را از بین می‌برند. مت نشان می‌دهد که مهم‌ترین اعداد از کجا آمده‌اند، برخی از اصطلاحات اولیه را معرفی می‌کند، و نشان می‌دهد که چگونه می‌توان برخی از گزارش‌های اساسی را پیدا کرد - با ابزارهای رایگانی مانند Google Analytics - که می‌توانند داده‌های فوری و کاربردی را در اختیار شما قرار دهند. در پایان دوره، می‌توانید ارزش اقدامات و تبدیل‌ها را اندازه‌گیری و درک کنید و سرمایه‌گذاری بازاریابی خود را به سمت حوزه‌هایی هدایت کنید که بیشتر به آن نیاز دارند.

ایده بزرگی دارید؟ شما باید آن را به سرعت و کارآمد منتقل کنید، در غیر این صورت مخاطبان مدرن به سراغ داستان بعدی خواهند رفت و برای جلب توجه خود فریاد می زنند. تجسم داده ها به شما امکان می دهد پیچیده را ساده، انتزاعی را ملموس و نامرئی را قابل مشاهده کنید. در این دوره، بیل شاندر نشان می دهد که چگونه در مورد داده ها، مخاطبان و اهداف خود فکر کنید تا تصاویری بسازید که تأثیر را به حداکثر برسانید. بعلاوه، درباره درک بصری انسان و استراتژی‌های انتخاب نمودار بیاموزید، که در هنگام تجسم داده‌ها تفاوت ایجاد می‌کند.

به دوره آموزشی تحت نظارت و کاربردهای آن در بازاریابی خوش آمدید! یادگیری تحت نظارت فرآیند ساخت الگوریتمی برای یادگیری ترسیم یک ورودی به یک خروجی خاص است. الگوریتم‌های یادگیری تحت نظارت می‌توانند به پیش‌بینی داده‌های نادیده جدید کمک کنند. در این دوره از زبان برنامه نویسی پایتون که ابزاری موثر برای برنامه های یادگیری ماشین است استفاده خواهید کرد. شما با تکنیک های یادگیری تحت نظارت آشنا خواهید شد: رگرسیون و طبقه بندی. این دوره بر کاربردهای این تکنیک ها در حوزه بازاریابی متمرکز خواهد بود. با افزایش حجم داده ها و کاربردهای یادگیری ماشینی در بازاریابی، ما به راحتی می توانیم نمونه هایی از استفاده از یادگیری ماشین را در تلاش های بازاریابی پیدا کنیم. شرکت ها شروع به استفاده از یادگیری ماشینی برای درک بهتر رفتارهای مشتری و شناسایی بخش های مختلف مشتری بر اساس الگوهای فعالیت خود کرده اند. بسیاری از سازمان‌ها همچنین از یادگیری ماشینی برای پیش‌بینی رفتارهای آینده مشتریان استفاده می‌کنند، مثلاً چه اقلامی را احتمالاً خریداری می‌کنند، از کدام وب‌سایت‌ها بازدید می‌کنند و چه کسانی احتمالاً از بین خواهند رفت. با استفاده بی پایان از یادگیری ماشینی برای بازاریابی، شرکت ها در هر اندازه می توانند از استفاده از یادگیری ماشین برای تلاش های بازاریابی خود بهره مند شوند. برای موفقیت در این دوره، باید درک اولیه ای از پایتون داشته باشید. شما همچنین به نیازهای نرم افزاری خاصی از جمله ناوبر Anaconda نیاز دارید.

سر و صدای زیادی در مورد یادگیری ترکیبی و پتانسیل تحول آفرین آن وجود دارد. اما یادگیری ترکیبی واقعاً به چه معناست؟ در این دوره، مدل‌های مختلف یادگیری ترکیبی را بررسی خواهیم کرد و به موضوعات کلیدی که بر دانش‌آموزان، معلمان و مدارس تأثیر می‌گذارند، خواهیم پرداخت. به طور خاص، ما به این مسائل از دریچه سه مدرسه با عملکرد بالا نگاه خواهیم کرد که هر کدام از نوع متفاوتی از یادگیری ترکیبی استفاده می کنند. برخی از موضوعات کلیدی عبارتند از: - نقش دانش آموز و نحوه حمایت از دانش آموزان در گذار از یادگیری سنتی به ترکیبی - پیامدهایی برای معلمان در کار روزمره و نقش کلی آنها - تأثیر بر نحوه طراحی مدارس از جمله مدل های کارکنان، استفاده از زمان، انتخاب سخت افزار/نرم افزار و استفاده از داده ها - چالش های پیاده سازی، راه حل های بالقوه، و سوالات باز باقی مانده ما در این دوره با ویژگی‌های یادگیری ترکیبی زندگی خواهیم کرد و دانش‌آموزان را تشویق می‌کنیم تا در ابتدای ماژول در آزمون‌هایی شرکت کنند تا درک خود را ارزیابی کنند و از مطالبی که قبلاً می‌دانند صرف نظر کنند. به طور کلی، ما یک رویکرد عملی را در پیش خواهیم گرفت و دوره به اوج خود می رسد که شرکت کنندگان مدل یادگیری ترکیبی خود را نمونه سازی کنند. اگر علاقه مند به یادگیری بیشتر در مورد چگونگی به کارگیری بهترین فناوری در آموزش و بازنگری در نحوه اداره مدارس هستید، به این MOOC بپیوندید و همکاران خود را به انجام همین کار تشویق کنید. بخشی از این جنبش رو به رشد باشید و از طریق دست اول یاد بگیرید که چگونه یادگیری ترکیبی می تواند به دانش آموزان کمک کند تا تجربه یادگیری شخصی تری را ارائه دهند.

با کاوش در روشی که به عنوان تفکر طراحی شناخته می شود، یاد بگیرید که چگونه یک رویکرد انسان محور برای طراحی داشته باشید. در این دوره، رندال الیوت توضیح می‌دهد که چگونه از تفکر طراحی برای همدلی، تعریف، ایده‌پردازی، نمونه‌سازی اولیه، آزمایش و اصلاح استفاده می‌شود. او توضیح می دهد که هدف هر مرحله چیست و چگونه آن را در فرآیندهای برنامه ریزی و طراحی خود اعمال کنید. او همچنین مثال‌ها و کاربردهای عملی مفاهیم زیربنایی را به اشتراک می‌گذارد. در پایان این دوره، شما به روش‌هایی مجهز می‌شوید که می‌توانید برای کشف نیازهای مشتریان خود، تعریف یافته‌ها، استخراج بینش و ایجاد راه‌حل‌های نوآورانه پیاده‌سازی کنید.

در دوره پایانی از تخصص یادگیری ماشین برای تجارت، شما با یادگیری تقویتی (RL) و مزایای استفاده از یادگیری تقویتی در استراتژی های معاملاتی آشنا می شوید. شما یاد خواهید گرفت که چگونه RL با شبکه های عصبی یکپارچه شده است و LSTM ها را بررسی می کنید و چگونه می توان آنها را برای داده های سری زمانی اعمال کرد. در پایان دوره، می‌توانید استراتژی‌های معاملاتی را با استفاده از یادگیری تقویتی بسازید، بین سیاست‌های مبتنی بر بازیگر و سیاست‌های مبتنی بر ارزش تفاوت قائل شوید و RL را در استراتژی معاملاتی حرکتی بگنجانید. برای موفقیت در این دوره، باید صلاحیت پیشرفته در برنامه نویسی پایتون و آشنایی با کتابخانه های مربوط به یادگیری ماشین، مانند Scikit-Learn، StatsModels و Pandas داشته باشید. تجربه با SQL توصیه می شود. شما باید پیشینه ای در زمینه آمار (مقادیر مورد انتظار و انحراف استاندارد، توزیع های گاوسی، ممان های بالاتر، احتمال، رگرسیون های خطی) و دانش پایه ای از بازارهای مالی (سهام، اوراق قرضه، مشتقات، ساختار بازار، پوشش ریسک) داشته باشید.

هدف این دوره معرفی مفاهیم اساسی یادگیری تقویتی (RL) و توسعه موارد استفاده برای کاربردهای RL برای ارزش گذاری اختیار، معاملات و مدیریت دارایی است. تا پایان این دوره، دانشجویان قادر خواهند بود - از یادگیری تقویتی برای حل مسائل کلاسیک امور مالی مانند بهینه سازی سبد، معاملات بهینه و قیمت گذاری گزینه و مدیریت ریسک استفاده کنید. - با استفاده از مشکلات مالی روی مثال های ارزشمندی مانند یادگیری کیو معروف تمرین کنید. - دانش خود را در دوره به یک مدل ساده برای پویایی بازار که با استفاده از یادگیری تقویتی به عنوان پروژه دوره به دست می آید، اعمال کنند. پیش نیاز دوره های "تور راهنمای یادگیری ماشین در امور مالی" و "مبانی یادگیری ماشینی در امور مالی" است. از دانش آموزان انتظار می رود که فرآیند lognormal و نحوه شبیه سازی آن را بدانند. آگاهی از قیمت گذاری گزینه فرضی نیست اما مطلوب است.

با صرف زمان برای درک واقعی توابع درجه بالاتر، از درک صرف زبان سوئیفت به تسلط بر آن خواهید رفت. در این دوره، Bear Cahill به توابع درجه بالاتر در سوئیفت توجه می کند و به بررسی اینکه آنها چیست و چگونه از آنها استفاده می کند، می پردازد. Bear با بحث در مورد اهمیت توابع درجه بالاتر و اصول بسته شدن و توابع به عنوان پایه ای برای بقیه دوره شروع می کند. او سپس انواع توابع درجه بالاتر - از جمله مرتب‌سازی، کاهش، و compactMap - را با تفکیک مفاهیم پشت هر یک پوشش می‌دهد (بنابراین می‌دانید چه زمانی بهتر است آنها را اعمال کنید). درباره توابع ارسال، بهینه سازی بسته شدن، توابع مرتبه بالاتر در رشته ها و موارد دیگر بیاموزید.