Course catalog

Categories

Showing 21-25 of 25 items.

coursera مقدمه ای بر هوش مصنوعی و یادگیری ماشین در GC - 日本語版 (Mitalearn-319036)

  • 2 hours 51 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Google Cloud Training
درباره این دوره:

هوش مصنوعی このコースでは、予測 AI と生成 AI および機械学習(ML)サービスについて紹介します。AI هوش مصنوعی の基盤、開発 へのライフサイクル全体で利用可能なテクノロジー. 説明するとともに、魅力的な学習体験と実践的なハンズオン演習を通 サイエンティスト、AI 開発者、ML エンジニアの方々がスキルや知識を強化でき るようサポートすることを目指しています.

coursera مقدمه ای بر هوش مصنوعی و یادگیری ماشین در گوگل ابری (Mitalearn-317557)

  • 2 hours 51 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Google Cloud Training
درباره این دوره:

این دوره، پیشنهادات هوش مصنوعی (AI) و یادگیری ماشین (ML) را در Google Cloud معرفی می کند که از چرخه عمر داده به AI از طریق پایه های AI، توسعه AI و راه حل های AI پشتیبانی می کند. این فن‌آوری‌ها، محصولات و ابزارهای موجود برای ساخت مدل ML، خط لوله ML، و یک پروژه هوش مصنوعی مولد بر اساس اهداف مختلف کاربران، از جمله دانشمندان داده، توسعه‌دهندگان هوش مصنوعی و مهندسان ML را بررسی می‌کند.

coursera مقیاس‌پذیری با عملیات Google Cloud (Mitalearn-317387)

  • 43 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Google Cloud Training
درباره این دوره:

سازمان‌ها در هر اندازه‌ای از قدرت و انعطاف‌پذیری ابر برای تغییر نحوه عملکرد خود استقبال می‌کنند. مقیاس‌پذیری با Google Cloud Operations مفاهیم اساسی عملیات مدرن، قابلیت اطمینان و انعطاف‌پذیری در فضای ابری را بررسی می‌کند و چگونه Google Cloud می‌تواند به حمایت از این تلاش‌ها کمک کند. بخشی از مسیر یادگیری Cloud Digital Leader، این دوره با هدف کمک به افراد در رشد نقش خود و ساختن آینده کسب و کارشان است.

coursera مهندسی داده های ابری (Mitalearn-324357)

  • 11 hours 46 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Noah Gift
درباره این دوره:

به دوره سوم راه حل های رایانش ابری ساختمان در تخصص مقیاس خوش آمدید! در این دوره یاد می گیرید که چگونه با استفاده از مفاهیم رایانش ابری معرفی شده در دو دوره اول این مجموعه، مهندسی داده را در پروژه های دنیای واقعی به کار ببرید. در پایان این دوره، شما قادر خواهید بود اپلیکیشن های مهندسی داده را توسعه دهید و از بهترین شیوه های توسعه نرم افزار برای ایجاد اپلیکیشن های مهندسی داده استفاده کنید. اینها شامل استقرار مستمر، ابزارهای کیفیت کد، ورود به سیستم، ابزار دقیق و نظارت است. در نهایت، از فناوری‌های بومی ابری برای مقابله با راه‌حل‌های پیچیده مهندسی داده استفاده خواهید کرد. این دوره برای مبتدیان و همچنین دانشجویان متوسط ​​علاقه مند به استفاده از محاسبات ابری در علم داده، یادگیری ماشین و مهندسی داده ایده آل است. دانش آموزان باید مهارت های لینوکس سطح مبتدی و پایتون سطح متوسط ​​را داشته باشند. برای پروژه خود در این دوره، شما یک خط لوله مهندسی داده بدون سرور در یک پلتفرم ابری ایجاد خواهید کرد: خدمات وب آمازون (AWS)، Azure یا Google Cloud Platform (GCP).

coursera ورود و نظارت در Google Cloud (Mitalearn-317812)

  • 1 hours 57 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Google Cloud Training
درباره این دوره:

این دوره به شرکت کنندگان تکنیک هایی برای نظارت و بهبود عملکرد زیرساخت و برنامه در Google Cloud آموزش می دهد. شرکت‌کنندگان با استفاده از ترکیبی از ارائه‌ها، نمایش‌های نمایشی، آزمایشگاه‌های عملی و مطالعات موردی در دنیای واقعی، تجربه نظارت کامل، مدیریت و تجزیه و تحلیل گزارش بلادرنگ، اشکال‌زدایی کد در تولید، ردیابی گلوگاه‌های عملکرد برنامه‌ها، و پروفایل استفاده از CPU و حافظه را به دست می‌آورند.