کاتالوگ دوره‌ها

مدت زمان دوره

ارائه دهنده

موضوع

طبقه‌ها

نمایش 14,441 تا 14,460 مورد از کل 16,544 مورد.

linkedin مقدمه ای بر تحلیل املاک تجاری (Mitalearn-161140)

  • 4 ساعت 27 دقیقه
  • متوسط
  • انتشار: 22 June 2026
  • مدرس: Symon He
درباره این دوره:

حرفه خود را در املاک تجاری شروع کنید. در این دوره آموزشی با کلاس های مختلف دارایی املاک تجاری آشنا شده و نحوه ارزیابی هر یک را از طریق یک سری مثال های کاربردی یاد بگیرید. مربی Symon He شما را با چندین تکنیک کلیدی سرمایه گذاری در املاک و مستغلات مجهز می کند، نحوه ارزیابی دارایی ها مانند انبارها، توسعه های مسکونی آپارتمانی و خرده فروشی با کاربری مختلط و ساختمان های اداری در مرکز شهر را به اشتراک می گذارد. سایمون برای ارائه یک زمینه عملی به مفاهیمی که پوشش می دهد، از طریق انواع مطالعات موردی با الهام از معاملات دنیای واقعی قدم می زند. در مورد دارایی های عملیاتی، هزینه جایگزینی، انواع اصلی اجاره های تجاری و سایر مفاهیم ضروری بیاموزید.

coursera مقدمه ای بر تحلیل داده ها (Mitalearn-287841)

  • 4 ساعت 45 دقیقه
  • مبتدی
  • انتشار: 23 June 2026
  • مدرس: Anke Audenaert
درباره این دوره:

این دوره یک درک عملی و چارچوبی برای وظایف اصلی تجزیه و تحلیل، از جمله استخراج داده، تمیز کردن، دستکاری و تجزیه و تحلیل ارائه می دهد. این چرخه OSEMN را برای مدیریت پروژه های تحلیلی معرفی می کند و شما نمونه های واقعی از نحوه استفاده شرکت ها از بینش داده ها برای بهبود تصمیم گیری را بررسی خواهید کرد. در پایان این دوره شما قادر خواهید بود: • اهداف تجاری، KPI و معیارهای مرتبط را تدوین کنید • یک فرآیند تجزیه و تحلیل داده ها را با استفاده از چارچوب OSEMN اعمال کنید • داده های مربوطه را که برای بازاریابی جمع آوری می شود، شناسایی و تعریف کنید • فرمت های مختلف داده و کاربردهای آنها را در سناریوهای مختلف مقایسه و مقایسه کنید • شکاف های داده ها را شناسایی کنید و نقاط قوت و ضعف داده های جمع آوری شده را بیان کنید شما نیازی به تجربه بازاریابی یا تجزیه و تحلیل داده ندارید، اما باید مهارت های ناوبری اینترنتی اولیه را داشته باشید و مشتاق مشارکت باشید. در حالت ایده آل، شما قبلاً دوره 1: بنیاد تجزیه و تحلیل بازاریابی را در این برنامه تکمیل کرده اید.

coursera مقدمه ای بر تحلیل داده ها [coursera] (Mitalearn-326346)

  • 3 ساعت 44 دقیقه
  • مبتدی
  • انتشار: 27 June 2026
  • مدرس: Rav Ahuja
درباره این دوره:

برای شروع حرفه ای در تجزیه و تحلیل داده ها آماده هستید اما نمی دانید از کجا شروع کنید؟ این دوره به شما معرفی ملایمی با تجزیه و تحلیل داده ها، نقش یک تحلیلگر داده و ابزارهای مورد استفاده در این شغل می دهد. شما در مورد مهارت ها و مسئولیت های یک تحلیلگر داده یاد خواهید گرفت و از چندین متخصص داده که نکات و توصیه های خود را برای شروع یک حرفه به اشتراک می گذارند، خواهید شنید. این دوره به شما کمک می کند تا بین نقش های تحلیلگران داده، دانشمندان داده و مهندسان داده تفاوت قائل شوید. شما با اکوسیستم داده ها، در کنار پایگاه های داده، انبارهای داده، مارت های داده، دریاچه های داده و خطوط لوله داده آشنا خواهید شد. این سفر هیجان انگیز را ادامه دهید و پلتفرم های Big Data مانند Hadoop، Hive و Spark را کشف کنید. در پایان این دوره شما قادر خواهید بود مبانی فرآیند تجزیه و تحلیل داده ها از جمله جمع آوری، تمیز کردن، تجزیه و تحلیل و به اشتراک گذاری داده ها و ارتباط بینش خود را با استفاده از تجسم ها و ابزارهای داشبورد درک کنید. همه اینها در پروژه نهایی گرد هم می آیند، جایی که دانش شما را از مواد درسی آزمایش می کند و سناریوی واقعی از وظایف تجزیه و تحلیل داده ها را ارائه می دهد. این دوره نیازی به تجزیه و تحلیل داده، صفحه گسترده یا تجربه علوم کامپیوتر ندارد.

coursera مقدمه ای بر تحلیل رسانه های اجتماعی (Mitalearn-300183)

  • 1 ساعت 56 دقیقه
  • مناسب همه
  • انتشار: 23 June 2026
  • مدرس: David Schweidel
درباره این دوره:

رسانه های اجتماعی نه تنها ابزاری برای برقراری ارتباط با مشتریان خود در اختیار بازاریابان قرار می دهند، بلکه راهی برای درک بهتر مشتریان خود نیز ارائه می دهند. با مشاهده فعالیت رسانه‌های اجتماعی مصرف‌کنندگان به‌عنوان «صدای مصرف‌کننده»، این جلسه یادگیرندگان را با روش‌های تحلیلی که می‌توان برای تبدیل داده‌های رسانه‌های اجتماعی به بینش‌های بازاریابی استفاده کرد، آشنا می‌کند. در مقدمه ای بر تجزیه و تحلیل رسانه های اجتماعی، فراگیران با مزایا و محدودیت های تکیه بر داده های رسانه های اجتماعی در مقایسه با روش های سنتی تحقیقات بازاریابی مواجه خواهند شد. این دوره با همکاری یک پلتفرم پیشرو گوش دادن به رسانه های اجتماعی، مهارت های اساسی گوش دادن به رسانه های اجتماعی از جمله ایجاد مانیتور و معیارهای رایج رسانه های اجتماعی را در اختیار زبان آموزان قرار می دهد. فراتر از گوش دادن به رسانه های اجتماعی، این دوره به یادگیرندگان نشان می دهد که چگونه می توان از داده های رسانه های اجتماعی برای ارائه بینشی در مورد ساختار بازار و درک مصرف کنندگان از برند استفاده کرد. فراگیران این فرصت را خواهند داشت که داده ها را ارزیابی کنند و با تماشای سخنرانی های ویدیویی و تکمیل فعالیت ها، آزمون های تمرینی، تابلوهای بحث و ارزیابی همتایان، نحوه "گوش دادن" به داده ها را تشخیص دهند.

مهارت‌های مرتبط

datacamp مقدمه ای بر تحلیل شبکه در پایتون (Mitalearn-404597)

  • 37 دقیقه
  • مناسب همه
  • انتشار: 28 June 2026
  • مدرس: Eric Ma
درباره این دوره:

از شبکه‌های اجتماعی آنلاین مانند فیس‌بوک و توییتر گرفته تا شبکه‌های حمل‌ونقل مانند سیستم‌های اشتراک‌گذاری دوچرخه، شبکه‌ها همه جا هستند—و دانستن نحوه تجزیه و تحلیل آنها دنیای جدیدی از امکانات را برای شما به عنوان یک دانشمند داده باز می‌کند. این دوره شما را به مهارت های تجزیه و تحلیل، تجسم و درک شبکه ها مجهز می کند. با استفاده از کتابخانه قدرتمند NetworkX، مفاهیمی را که یاد می‌گیرید در داده‌های شبکه دنیای واقعی اعمال خواهید کرد. با دانش به دست آمده در این دوره، مهارت های تفکر شبکه ای خود را توسعه می دهید و می توانید با دیدگاهی تازه به داده های خود نگاه کنید.

مهارت‌های مرتبط

linkedin مقدمه ای بر تحلیل کسب و کار (Mitalearn-273000)

  • 1 ساعت 25 دقیقه
  • مناسب همه
  • انتشار: 21 June 2026
  • مدرس: Madecraft,John David Ariansen
درباره این دوره:

داده ها منبع بسیار ارزشمندی هستند. اما بدون مطالعه، نمی توان از آن برای ایجاد یک استراتژی مبتنی بر داده استفاده کرد. تجزیه و تحلیل کسب و کار به سازمان ها کمک می کند تا از داده ها برای تصمیم گیری بهتر و آگاهانه تر استفاده کنند. این دوره مقدمه ای اساسی است که پایه های تجزیه و تحلیل را به شیوه ای آسان و جذاب بیان می کند. کارشناس جان دیوید آریانسن توضیح می‌دهد که چرا داده‌ها اینقدر قدرتمند هستند، بینش‌ها واقعاً چه اهمیتی دارند و چگونه از ابزارها و تکنیک‌های تحلیل رایج استفاده کنیم. علاوه بر این، جان دیوید نقشه های منبع داده، مدیریت پایگاه داده و همه منابع داده های مختلفی را که ممکن است با آنها مواجه شوید را بررسی می کند. در پایان دوره، شما باید مهارت های لازم برای شروع جمع آوری، ردیابی و تجزیه و تحلیل انواع داده ها، از جمله فروش، بازاریابی، و معیارهای روانشناختی را داشته باشید.



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

MadeCraft-Description-Logo.jpg

مهارت‌های مرتبط

coursera مقدمه ای بر تحلیل کسب و کار [coursera] (Mitalearn-328267)

  • 19 دقیقه
  • مبتدی
  • انتشار: 27 June 2026
  • مدرس: Tableau Learning Partner Instructor
درباره این دوره:

مقدمه ای بر تجزیه و تحلیل کسب و کار به شما مهارت های اساسی در Tableau و تجزیه و تحلیل تجاری را می آموزد. شما با مفاهیم اساسی مانند تجزیه و تحلیل و بینش و مراحل اساسی فرآیند تجزیه و تحلیل کسب و کار آشنا خواهید شد. با انواع مختلف تجزیه و تحلیلی که کسب و کارها استفاده می کنند آشنا خواهید شد و با چارچوب چرخه عمر تجزیه و تحلیل داده ها آشنا خواهید شد. همچنین برخی از مهارت های اساسی مدیریت پروژه را که اغلب توسط تحلیلگران استفاده می شود، یاد خواهید گرفت و به درک بیشتری از سواد داده خواهید رسید. این دوره برای هرکسی است که کنجکاو در مورد نقش‌های سطح ابتدایی است که به مهارت‌های اساسی جدول نیاز دارند، مانند نقش‌های تحلیلگر هوش تجاری یا نقش‌های تحلیلگر گزارش داده. توصیه می شود (اما نه الزامی) که تجربه ای با Tableau Public داشته باشید، اما حتی اگر در Tableau Public تازه کار هستید، همچنان می توانید در این برنامه موفق باشید. در پایان دوره، شما قادر خواهید بود: - نشان دادن دانش اساسی در مورد نقش تحلیلگر تجاری. -چارچوب چرخه حیات تجزیه و تحلیل داده را شرح دهید. -موضوعات و مهارت های اساسی مدیریت پروژه که توسط یک تحلیلگر BI استفاده می شود را توضیح دهید. -سواد داده و اهمیت آن را برای یک تحلیلگر BI شرح دهید.

coursera مقدمه ای بر تحلیل مالی - "چرا؟" (Mitalearn-286090)

  • 3 ساعت 11 دقیقه
  • مبتدی
  • انتشار: 23 June 2026
  • مدرس: Gies College of Business, University of Illinois
درباره این دوره:

در این دوره، پایه های مهم برای توسعه و اجرای یک ذهنیت تحلیلی مالی را یاد خواهید گرفت. این دوره به معرفی مبانی تحلیل مالی می پردازد و با سوال اول شروع می شود: تحلیل مالی چیست؟ شما در مورد اهمیت اتخاذ و به کارگیری دیدگاه مالی یاد خواهید گرفت. شما با اصول و مبانی حسابداری و مالی آشنا خواهید شد. اصول حسابداری امکان ایجاد اطلاعات مالی منسجم و قابل اعتماد را فراهم می کند. اصول کلیدی مالی استفاده از یک ذهنیت تحلیلی مالی را در تنظیمات مختلف، از جمله شرکتی و سازمانی، فرصت‌های سرمایه‌گذاری، و محیط‌های کارآفرینی تسهیل می‌کند. در نهایت، از این دوره، شما یک درک بنیادی قوی از تجزیه و تحلیل مالی را از بین خواهید برد، که بر اساس آن می توانید دانش و مهارت های بیشتر مرتبط با تجزیه و تحلیل مالی سازمان ها و تصمیمات و سناریوهای سازمانی را ایجاد کنید.

datacamp مقدمه ای بر تحلیل متن در R (Mitalearn-403560)

  • 43 دقیقه
  • مناسب همه
  • انتشار: 28 June 2026
  • مدرس: Maham Khan
درباره این دوره:

از رسانه های اجتماعی گرفته تا بررسی محصول، متن یک نوع داده مهم فزاینده در بین برنامه ها، از جمله تجزیه و تحلیل بازاریابی است. در بسیاری از موارد، متن به دلیل ارزان بودن و فعلی بودن، جایگزین اشکال دیگر داده های بدون ساختار می شود. با این حال، برای استفاده از همه چیزهایی که متن ارائه می دهد، باید بدانید که چگونه در مورد متن فکر کنید، تمیز کنید، خلاصه کنید و مدل سازی کنید. در این دوره از جدیدترین ابزارهای مرتب برای شروع سریع و آسان متن استفاده خواهید کرد. شما یاد می گیرید که چگونه متن را به چالش بکشید و تجسم کنید، تجزیه و تحلیل احساسات انجام دهید، و مدل های موضوع را اجرا و تفسیر کنید.

مهارت‌های مرتبط

coursera مقدمه ای بر تحول دیجیتال (Mitalearn-347681)

  • 3 ساعت 14 دقیقه
  • مبتدی
  • انتشار: 23 June 2026
  • مدرس: Siemens
درباره این دوره:

این دوره در درجه اول برای حرفه ای ها، دانشجویان و دانش آموزان دبیرستانی پیشرفته است که علاقه مند به ایجاد تحول دیجیتال با ادغام اتوماسیون، نرم افزار و فناوری های پیشرفته هستند. این دوره مقدمه ای اساسی برای تحول دیجیتال است که برای زبان آموزانی که آشنایی اولیه با اصطلاحات و مفاهیم تجاری رایج و علاقه مند به فناوری دیجیتال دارند مناسب است. برای موفقیت در این دوره، فراگیران باید کنجکاوی خود را در مورد چگونگی شکل‌دهی پیشرفت‌های جدید در فناوری به نحوه عملکرد کسب‌وکارها و کل صنایع بیاورند. این دوره هیچ پیش نیاز رسمی ندارد. این دوره بر چگونگی استفاده از فناوری به عنوان یک مزیت رقابتی در محیط کسب و کار امروز تمرکز دارد. ابتدا، روندهای فعلی در محاسبات، بصری، اتصال و هوش مصنوعی با تأکید بر تأثیر آنها بر مشاغل ترسیم شده است. در مرحله بعد، به ابزارهای دیجیتال برای طراحی، ساخت و استفاده از محصولات نگاه می کنیم. در نهایت، ما به کاربردهای این فناوری ها و ابزارهای دیجیتال در هشت صنعت کلیدی نگاه می کنیم. پس از اتمام این دوره، شما قادر خواهید بود: خلاصه تحول دیجیتال - چیست، چگونه و چرا روندهای فنی مهم در اقتصاد امروز را ترسیم کنید ابزارهای دیجیتالی را که می توانند برای تغییر فرآیندهای کسب و کار به کار ببرند، شناسایی کنید اعمال تحول دیجیتال در صنایع مختلف دوره با مشارکت Fram Akiki از Joun Technologies توسعه یافته است.

coursera مقدمه ای بر تحول دیجیتال: تغییر و اختلال (Mitalearn-293808)

  • متوسط
  • انتشار: 27 June 2026
  • مدرس: Julian Birkinshaw,John Fallon
درباره این دوره:

تحول دیجیتال فرصتی باورنکردنی برای افراد و سازمان‌ها است زیرا فرصتی برای شخصی‌سازی، سفارشی‌سازی، خدمت‌رسانی به مشتریان به روش‌های جدید، کمک به آنها برای دستیابی به چیزهای جدیدی است که برای دنیایی که در آن زندگی می‌کنیم مهم است. در هر سطحی که در سازمان خود هستید، باید در حوزه مسئولیت خود تحول دیجیتال را جدی بگیرید.

مهارت‌های مرتبط

linkedin مقدمه ای بر ترانه سرایی (Mitalearn-115342)

  • 31 دقیقه
  • مبتدی
  • انتشار: 21 June 2026
  • مدرس: Cliff Goldmacher
درباره این دوره:

تبدیل شدن به یک ترانه سرای موفق به همان اندازه نیازمند الهام، مکانیک و بازاریابی است. شما باید بدانید که چگونه آهنگ های جذاب بسازید و تئوری موسیقی را درک کنید و خود را در یک صنعت رقابتی بفروشید. در این دوره آموزشی با کلیف گلدماچر همراه باشید تا با جنبه های اصلی ترانه سرایی آشنا شوید. او با تجزیه و تحلیل معنای ترانه سرا بودن و مهارت هایی که برای موفقیت نیاز دارید شروع می کند. او مفاهیم اساسی مانند ریتم، هارمونی، ملودی، اشعار و نت موسیقی را مرور می کند. او سپس به جنبه تجاری موسیقی می پردازد - موضوعاتی مانند انتشار، برچسب های ضبط، مکان، حق چاپ، قانون موسیقی و قراردادها. آخرین اما نه کم‌اهمیت، کلیف مشاغل مختلف موجود در ترانه‌سرایی را بررسی می‌کند، که از ترانه‌سرای کارکنان برای یک شرکت ضبط تا ناظر موسیقی برای تلویزیون یا فیلم را شامل می‌شود.

مهارت‌های مرتبط

datacamp مقدمه ای بر تست در پایتون (Mitalearn-399650)

  • 1 ساعت 1 دقیقه
  • مناسب همه
  • انتشار: 28 June 2026
  • مدرس: Alexander Levin
درباره این دوره:

افراد زیادی کد می نویسند. برخی از آنها آن را کارآمد و سودآور می کنند. اما گاهی اوقات، حتی باهوش ترین برنامه نویسان نیز مرتکب اشتباهی می شوند که می تواند میلیون ها دلار هزینه داشته باشد. چگونه می توان احتمال وارد شدن به چنین شکستی را کاهش داد؟ چگونه مطمئن می شوید که برنامه ای ایجاد می کنید که دقیقاً همان کاری را که می خواهید انجام می دهد؟ پاسخ بسیار ساده این است: تست بنویسید!

در طول این سفر، اصول اولیه ایجاد تست در پایتون را خواهید آموخت. شما با چهار نوع روش تست نرم افزار آشنا خواهید شد. شما تست های خود را ایجاد خواهید کرد تا بررسی کنید که آیا برنامه یا خط لوله داده قبل از تولید آن طور که انتظار می رود کار می کند یا خیر. خواه تهی غیرمنتظره باشد، یا اشتباه تایپی در مجموعه داده شما، یا علائم مختلط در معادله. شما می توانید، و با آزمایشات آن موارد را خواهید گرفت.

پس از اتمام دوره، انواع روش‌های تست را می‌شناسید و می‌توانید مناسب‌ترین روش‌ها را برای یک زمینه خاص انتخاب کنید. همچنین می‌توانید آن تست‌ها را طراحی کرده و با استفاده از کتابخانه‌های pytest و unittest در پایتون پیاده‌سازی کنید.

مهارت‌های مرتبط

datacamp مقدمه ای بر تست کردن در جاوا (Mitalearn-447488)

  • 30 دقیقه
  • مناسب همه
  • انتشار: 28 June 2026
  • مدرس: Maria Milusheva
درباره این دوره:

آزمایش چیزی است که مهندسان نرم افزار حرفه ای را متمایز می کند. کد تست نشده به طور پیش فرض شکسته در نظر گرفته می شود. در این دوره آموزشی، نحوه بهبود قابلیت اطمینان برنامه های جاوا قوی و انعطاف پذیر را از طریق آزمایش خواهید آموخت. انواع تست های رایج را کاوش خواهید کرد، با استفاده از JUnit، چارچوب تست جاوا استاندارد صنعتی، تمرین کرده و سناریوهای تست واقعی را با Mockito شبیه سازی خواهید کرد. همچنین توسعه تست محور را اعمال خواهید کرد و نوشتن تست های پارامتری و یکپارچه سازی را یاد خواهید گرفت. در پایان، برای اطمینان از اینکه کد جاوا شما به طور کامل و معنی دار تست شده است، مجهز خواهید شد.

مهارت‌های مرتبط

coursera مقدمه ای بر تست نرم افزار (Mitalearn-310247)

  • 4 ساعت 9 دقیقه
  • متوسط
  • انتشار: 23 June 2026
  • مدرس: Sanjai Rayadurgam,Kevin Wendt
درباره این دوره:

پس از اتمام این دوره، با اصول و فرآیندهای اساسی تست نرم افزار آشنا خواهید شد. شما به طور فعال موارد تست را ایجاد کرده و آنها را با استفاده از یک ابزار تست خودکار اجرا خواهید کرد. شما در حال نوشتن و تشخیص موارد تست خوب، از جمله داده های ورودی و نتایج مورد انتظار خواهید بود. پس از گذراندن این دوره، شما قادر خواهید بود… - تفاوت بین تأیید و تأیید را شرح دهید. - هدف از آزمون را توضیح دهید. - استفاده از اصطلاحات آزمون مناسب در ارتباطات. به طور خاص: تجهیزات تست، مورد آزمایش منطقی، مورد آزمایش بتن، اسکریپت آزمایش، اوراکل آزمایش، و خطا. - انگیزه های تست جعبه سفید و سیاه را شرح دهید. - مقایسه و مقایسه تکنیک های توسعه تست اول و آزمایش آخر. - اندازه گیری کفایت آزمون با استفاده از بیانیه و پوشش شاخه. - دلیل در مورد علل و مقبولیت و پوشش ضعیف - ارزیابی اثربخشی عیب‌یابی مجموعه تست عملکردی با استفاده از تست جهش. - تست جعبه سیاه و جعبه سفید را نقد کنید، مزایا و استفاده از هر یک را در تلاش توسعه بیشتر توضیح دهید. - بین اوراکل‌های ارزش مورد انتظار (درست)، اکتشافی، سازگاری (همانطور که در رگرسیون A/B استفاده می‌شود) و آزمون احتمال تمایز قائل شوید و یکی را انتخاب کنید که برای هدف آزمایشی مناسب‌تر است. - واحد کرافت و موارد تست یکپارچه سازی برای تشخیص نقص در کد و خودکارسازی این تست ها با استفاده از JUnit. برای دستیابی به این هدف، دانش‌آموزان از آزمون‌های دوتایی برای پشتیبانی از آزمون‌های خود استفاده می‌کنند، از جمله موارد خرد (برای تأیید وضعیت) و تملک (برای تأیید رفتار) (https://martinfowler.com/articles/mocksArentStubs.html). این دوره در درجه اول برای آن دسته از زبان آموزانی است که علاقه مند به هر یک از نقش های زیر هستند: مهندس نرم افزار، مهندس نرم افزار در آزمون، مهندس اتوماسیون تست، مهندس DevOps، توسعه دهنده نرم افزار، برنامه نویس، علاقه مندان به کامپیوتر. ما انتظار داریم که شما باید درک درستی از زبان برنامه نویسی جاوا (یا هر زبان شی گرا مشابه و توانایی دریافت سریع نحو جاوا) و مقداری دانش از چرخه حیات توسعه نرم افزار داشته باشید.

datacamp مقدمه ای بر تشخیص ناهنجاری در R (Mitalearn-406773)

  • 49 دقیقه
  • مناسب همه
  • انتشار: 28 June 2026
  • مدرس: DataCamp Content Creator
درباره این دوره:

آیا نگران سوابق نادرست یا مشکوک در داده های خود هستید، اما مطمئن نیستید از کجا شروع کنید؟ یک الگوریتم تشخیص ناهنجاری می تواند کمک کند! تشخیص ناهنجاری مجموعه ای از تکنیک هایی است که برای شناسایی نقاط داده غیرمعمول طراحی شده اند و برای شناسایی تقلب و محافظت از شبکه های کامپیوتری در برابر فعالیت های مخرب بسیار مهم هستند. در این دوره، آزمون‌های آماری برای شناسایی نقاط پرت را بررسی می‌کنید و یاد می‌گیرید که از الگوریتم‌های پیچیده امتیازدهی ناهنجاری مانند ضریب پرت محلی و جنگل جداسازی استفاده کنید. شما الگوریتم‌های تشخیص ناهنجاری را برای شناسایی شراب‌های غیرعادی در مجموعه داده‌های کیفیت شراب UCI و همچنین برای تشخیص موارد بیماری تیروئید از طریق اندازه‌گیری غیرطبیعی هورمون اعمال خواهید کرد.

مهارت‌های مرتبط

linkedin مقدمه ای بر تصحیح رنگ ویدئو (Mitalearn-242315)

  • 2 ساعت 29 دقیقه
  • مناسب همه
  • انتشار: 21 June 2026
  • مدرس: Ashley Kennedy
درباره این دوره:

آیا می‌خواهید فیلم‌های ویدیویی خود را زنده‌تر، دقیق‌تر یا متناسب‌تر با حال و هوا و مضامین پروژه‌تان کنید؟ تصحیح رنگ به شما کمک می کند تا همه این اهداف و موارد دیگر را انجام دهید. در این دوره مقدماتی، مربی اشلی کندی مفاهیم پشت تصحیح رنگ و درجه بندی رنگ را توضیح می دهد و ویراستاران را از طریق فرآیند تصحیح کنتراست، تعادل رنگ و رنگ/اشباع راهنمایی می کند. اشلی از مثال‌های دنیای واقعی برای تاکید بر زیبایی‌شناسی، الزامات اندازه‌گیری اولیه و تکنیک‌های کلی فرآیند تصحیح رنگ استفاده می‌کند. پس از معرفی کامل نحوه تصحیح تک تک نماها، او در مورد اهمیت تصحیح شات به نما و همچنین عیب یابی مشکلات رایج نورپردازی و رنگ برای ایجاد «ظاهر» کلی برای یک فیلم بحث می کند.

مهارت‌های مرتبط

coursera مقدمه ای بر تصویرسازی (Mitalearn-365463)

  • 1 ساعت 37 دقیقه
  • مبتدی
  • انتشار: 23 June 2026
  • مدرس: Gail Swanlund
درباره این دوره:

این دوره برای سازندگان جدی و برای دانش آموزانی که تازه به تصویرسازی می پردازند. تصویرسازی حوزه‌ای سیال و هیجان‌انگیز از طراحی گرافیک است که از تمرین و فرآیند بیرون می‌آید: آزمایش بدون ترس، نشان دادن و به اشتراک گذاشتن ایده‌ها، و دادن و دریافت ورودی آگاهانه و سازنده. به‌خاطر این پلتفرم آنلاین، ما ساختاری را برای تحقیقات خود اعمال کرده‌ایم، اما در بیشتر موارد تصویرسازی سست و بدون ساختار است. اگر ما باید در این دوره قانونی را اتخاذ کنیم، فقط این است: شما به تنهایی با تماشای فیلم ها یک طراح گرافیک نخواهید شد. یا، فقط چیزهایی را فقط در ذهن خود نسازید. بنابراین در اینجا تمرکز بر ساخت است و انتظار می رود در این دوره زمان و انرژی فکری جدی را به آن فعالیت اختصاص دهید. به طور خاص، شما: - با طیف وسیعی از مواد و تکنیک ها برای ساختن تصاویر برای طراحی گرافیکی آزمایش کنید - دایره لغات بصری خود را هم از نظر ساختن و هم صحبت کردن در مورد کار گسترش دهید تا در مورد کار خود و کار دیگران بحث کنید. - یاد بگیرید که چگونه تصاویر را بسازید، دستکاری کنید و چیدمان کنید تا ترکیب بندی ایجاد کنید، که در نهایت به طراحی و تولید کتاب مبتنی بر تصویر ختم می شود. نیمه اول دوره فرصتی برای آزمایش و کشف تصویرسازی است تا دایره لغات بصری خود را گسترش دهید. شما قطعاتی خواهید ساخت که بیانگر، مراقبه یا «طراحی» برای تحریک، برانگیختن، آزمایش، ضبط، توضیح یا آزمایش یک رسانه هستند. در دو هفته دوم، ما تصاویر را به عمد و عمدی برای انتقال معنا و ارتباط از طریق حرکات رابطه‌ای مانند کنار هم قرار دادن، ترکیب‌بندی و زمینه دعوت می‌کنیم. ما به توسعه و گسترش دامنه رویکردها برای کنار هم قرار دادن چیزها با ایجاد صفحات گسترده با تصاویر شما نگاه خواهیم کرد. از آنجایی که هیچ چیز بدون زمینه وجود ندارد، ما به چگونگی هدایت عمدی مفاهیم، ​​معانی و تداعی های تصویر که از طریق عناصر ترکیب بندی و «تضادهای بصری» تولید می شوند، می پردازیم. در نهایت، ما تصاویری که شما ایجاد می کنید را می گیریم و از آنها کتاب می سازیم. نتایج تکالیف (و آزمایشات) شما ممکن است چیزی کاملاً ناشناخته در حال حاضر یا در آینده ایجاد کند - و این هدف است.

coursera مقدمه ای بر تفکر تحلیلی، علم داده و داده کاوی (Mitalearn-333707)

  • 5 دقیقه
  • متوسط
  • انتشار: 23 June 2026
  • مدرس: Julie Pai
درباره این دوره:

به مقدمه ای بر تفکر تحلیلی، علم داده و داده کاوی خوش آمدید. در این دوره، ما با کاوش در زمینه و حرفه علم داده با تمرکز بر مهارت ها و ملاحظات اخلاقی مورد نیاز هنگام کار با داده ها شروع می کنیم. ما انواع مشکلات کسب و کار را که علم داده می تواند حل کند را بررسی خواهیم کرد و در مورد کاربرد فرآیند CRISP-DM در تلاش های داده کاوی بحث خواهیم کرد. مروری کوتاه بر تجزیه و تحلیل توصیفی، پیش‌بینی‌کننده و تجویزی ارائه می‌شود، و ما دوره را با یک فعالیت اکتشافی به پایان می‌رسانیم تا درباره ابزارها و منابعی که ممکن است در یک جعبه ابزار علم داده بیابید بیشتر بدانید.

linkedin مقدمه ای بر تقویم گوگل (Mitalearn-394125)

  • 39 دقیقه
  • مناسب همه
  • انتشار: 13 June 2023
  • مدرس: Google Cloud
درباره این دوره: 

 

آیا به دنبال سازماندهی هستید، اما نمی دانید از کجا شروع کنید؟ Google Calendar به شما امکان می‌دهد به سرعت جلسات و رویدادها را برنامه‌ریزی کنید و همچنین یادآوری‌هایی را درباره فعالیت‌های آینده تنظیم کنید، بنابراین همیشه می‌دانید که چه اتفاقی می‌افتد. به‌علاوه، برای تیم‌های مشترک طراحی شده است، که اشتراک‌گذاری برنامه خود را با دیگران و استفاده همزمان از چندین تقویم آسان می‌کند.

در این دوره آموزشی، نحوه ایجاد و مدیریت رویدادهای Google Calendar، به‌روزرسانی رویداد موجود، رویدادها را حذف و بازیابی کنید، تقویم خود را جستجو کنید و انواع مختلفی از رویدادها مانند یادآوری ها، وظایف و جایگاه های قرار را برنامه ریزی کنید. تنظیمات موجود برای سفارشی کردن Google Calendar را کاوش کنید تا درست برای شما کار کند. همانطور که در دوره پیشرفت می کنید، نحوه ایجاد تقویم های اضافی، به اشتراک گذاری تقویم های خود را با دیگران در تیم خود و دسترسی به تقویم های مختلف در سازمان خود بیاموزید. حتماً مهارت‌های جدید خود را با چالش تجاری در بخش آخر آزمایش کنید.

توجه: این دوره توسط Google ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.


مهارت‌های مرتبط

دوره‌های پیشنهادی