Course catalog

Course duration

Course provider

Topic

Categories

Showing 321-340 of 1,080 items.

linkedin اعمال Genai در .NET Maui Development (Mitalearn-427190)

  • 2 hours 39 minutes
  • مناسب همه
  • Release date: 30 July 2024
  • Author: Kevin Ford
درباره این دوره: 

 هوش مصنوعی تولیدی می تواند بهره وری توسعه دهندگان MAUI را تا حد زیادی افزایش دهد. در این دوره ، عمل توسعه ، کوین فورد به شما نشان می دهد که چه چیزی در دسترس است و نحوه استفاده از این ابزارها. پس از معرفی کامل راه هایی که می تواند AI تولید کننده بتواند از توسعه دهندگان MAUI بهره مند شود ، با استفاده از بسیاری از کاربردهای GitHub Copilot شروع کنید. بررسی کنید که چگونه AI تولید کننده می تواند در طراحی UI به شما کمک کند. نحوه تولید وثیقه سفارشی را برای برنامه های MAUI پیدا کنید. هر موضوع اصلی با چالش های عملی و عملی همراه است ، بنابراین می توانید آنچه را که یاد می گیرید تقویت کنید.

linkedin اعمال قدرت هوش اجتماعی در عصر هوش مصنوعی (Mitalearn-427224)

  • 17 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Chris Shipley
درباره این دوره:

درک و کاربرد هوش اجتماعی خود را تقویت کنید: کلید شما برای رونق در تعامل شخصی و حرفه ای. با بررسی عناصر اساسی ساختن هوش اجتماعی خود ، از جمله توسعه آگاهی شدید موقعیتی و یادگیری برای تنظیم پاسخ خود به محرک های داخلی و محیط های خارجی ، به روزنامه نگار و تحلیلگر فناوری بپیوندید. مهارت های منحصر به فرد انسانی را کشف کنید که در عصر هوش مصنوعی به طور فزاینده ای ارزشمند هستند ، مانند گوش دادن فعال ، آگاهی از تعصب ، ذهن آگاهی ، همدلی و تقویت مهربانی. در پایان این دوره ، شما برنامه توسعه هوش اجتماعی شخصی خود را خواهید داشت ، که می تواند شما را در هر شرایطی فعال تر و به کارگیری کند. این که آیا شما یک رهبر یا همکار مشتاق هستید ، یا فقط به دنبال ایجاد ارتباطات بیشتر هستید ، این دوره بینش و ابزارهایی را که برای رسیدن به اهداف خود نیاز دارید ارائه می دهد.

این دوره بخشی از گواهی حرفه ای از مایکروسافت.

linkedin اعمال همدلی در عصر هوش مصنوعی (Mitalearn-427173)

  • 32 minutes
  • مناسب همه
  • Release date: 28 August 2025
  • Author: Sharon Steed
درباره این دوره: 

 در این دوره ، نقش تحول آمیز همدلی را در عصر هوش مصنوعی بررسی کنید. بیاموزید که احساسات انسانی را با پیشرفت های فناوری متعادل کنید و ارزش سرمایه گذاری در همدلی را به عنوان یک مزیت رقابتی در عصر هوش مصنوعی بشناسید. دریابید که چگونه می توانید درک همدلی را به عنوان یک مهارت انسانی ایجاد کنید که می تواند به ارزش خود ادامه دهد زیرا فناوری های هوش مصنوعی قطعات فنی بیشتری کار را به طور خودکار می کنند. مربی شارون استید همچنین استراتژی های عملی را برای استفاده از هوش مصنوعی برای بهبود ارتباطات انسانی ، حفظ هوش هیجانی در فضاهای مجازی و تصمیم گیری های محور انسان به اشتراک می گذارد.

linkedin افزایش بهره وری با تحقیقات عمیق هوش مصنوعی (Mitalearn-451942)

  • 22 minutes
  • مناسب همه
  • Release date: 2 February 2026
  • Author: Denys Linkov
درباره این دوره:

<h3>توضیح</h3> <h4>این دوره در مورد چیست؟</h4> ابزارهای تحقیقاتی عمیق هوش مصنوعی نحوه جمع‌آوری، تجزیه و تحلیل و ترکیب اطلاعات را حرفه‌ای‌ها تغییر می‌دهند، با این حال اکثر مردم هنوز از تمام پتانسیل خود از آنها استفاده نمی‌کنند. در این دوره، یاد بگیرید که چگونه با استفاده از OpenAI و Gemini، کارهای تحقیقاتی عمیق طولانی مدت را شروع و مدیریت کنید. از طریق نمایش‌های هدایت‌شده، گردش‌های کاری کامل از پایان به انتها را کشف کنید - از محدوده سؤالات تحقیقاتی خود تا پیکربندی وظایف، نظارت بر پیشرفت، و ارزیابی نقل‌قول‌های تولید شده توسط هوش مصنوعی برای قابلیت اطمینان. پروژه های واقعی را کاوش کنید، از جمله تجزیه و تحلیل روند طراحی رابط کاربری، تجسم داده های قیمت خانه، و تجزیه موضوعات پیچیده فنی برای استخراج بینش های کلیدی. در طول مسیر، یاد بگیرید که چگونه یافته های تحقیق را به خروجی های عملی مانند نمودارها، خلاصه های ساختاریافته و برنامه های کاربردی ساده با کدگذاری vibe تبدیل کنید. در پایان این دوره، شما یک سیستم تحقیقاتی تکرارپذیر خواهید داشت که می‌توانید آن را برای هر پروژه ای تطبیق دهید و به شما امکان می‌دهد با استفاده از ابزارهای مجهز به هوش مصنوعی سریع‌تر، هوشمندانه‌تر و با اطمینان بیشتر کار کنید.</p> <h3>اهداف</h3> <h4>تا پایان این دوره چه کاری می توانم انجام دهم؟</h4> <ul> <li>با استفاده از OpenAI، Claude و Gemini، وظایف تحقیقاتی عمیق طولانی مدت را راه اندازی، راه اندازی و مدیریت کنید.</li> <li>منابع تولید شده توسط هوش مصنوعی را ارزیابی کنید و صحت و اعتبار آنها را تأیید کنید.</li> <li>نتایج تحقیقات پیچیده را به گزارش‌های تصویری، خلاصه‌ها و برنامه‌های کاربردی تعاملی ترجمه کنید.</li> <li>رویکردی سیستماتیک برای اجرای پروژه‌های تحقیقاتی دقیق و یکپارچه به کار ببرید.</li> <li>تحقیقات اکتشافی را به بینش‌های عملی در زمینه‌های حرفه‌ای تبدیل کنید.</li> </ul></p> <h3>مخاطب</h3> <h4>این دوره برای چه کسانی است؟</h4> <ul> <li>تحلیلگران</li> <li>مشاوران</li> <li>مدیران محصول</li> <li>توسعه دهندگان</li> <li>متخصصان فروش</li> </ul></p>

linkedin افزایش توسعه محصول با ChatGPT های سفارشی (Mitalearn-456719)

  • 8 minutes
  • مناسب همه
  • Release date: 6 January 2025
  • Author: Ethan Cole,Madecraft
درباره این دوره:

آیا می خواهید توسعه محصول خود را به سطح بالاتری ببرید؟ در این دوره، اتان کول، رهبر فناوری و متخصص محصول، نحوه استفاده از قدرت هوش مصنوعی را برای افزایش بهره‌وری و نوآوری به اشتراک می‌گذارد. ایجاد ایده های محصول و پیاده سازی GPT های سفارشی در چرخه توسعه محصول از مفهوم تا اجرا را بیاموزید. پس از این دوره، شما آماده خواهید بود که GPT ها را در گردش کار توسعه محصول خود پیاده کنید و به ارتفاعات جدیدی دست یابید.

linkedin افزایش گردش کار نوت بوک خود با Jupyter AI (Mitalearn-419132)

  • 1 hours 10 minutes
  • مناسب همه
  • Release date: 17 July 2025
  • Author: Wuraola Oyewusi
درباره این دوره: 

 یک مقدمه جامع در مورد Jupyter AI ، پسوند قدرتمندی که قابلیت های تولید AI را در اکوسیستم Jupyter ادغام می کند ، دریافت کنید. مربی Wuraola Oyewusi قبل از اینکه به شما نشان دهد چگونه می توانید محیط خود را با ارائه دهندگان مختلف مدل هوش مصنوعی تنظیم کنید ، با یک مرور کلی از مفاهیم بنیادی آغاز می شود. از طریق تظاهرات عملی ، شما تکنیک های آسان برای استفاده برای استفاده از هوش مصنوعی برای تولید ، توضیح ، اصلاح مجدد و کد اشکال زدایی تسلط خواهید داشت. این دوره یک ایده آل برای دانشمندان داده ، پزشکان یادگیری ماشین و توسعه دهندگان ، با یک پروژه سنگفرش نتیجه می گیرد که مهارت های جدید شما را تقویت و آزمایش می کند.

linkedin اقتصاد هوش مصنوعی عاملی: مدل های کسب و کار و استراتژی های قیمت گذاری (Mitalearn-449681)

  • 50 minutes
  • مناسب همه
  • Release date: 2 October 2025
  • Author: Vidhi Chugh
درباره این دوره:

چشم انداز در حال تحول هوش مصنوعی عاملی و تأثیر آن بر مدل های کسب و کار نرم افزار سنتی را کشف کنید. در این دوره، تغییر از نرم‌افزار به‌عنوان سرویس به پارادایم‌های سرویس به‌عنوان نرم‌افزار را بررسی کنید و مدل‌های قیمت‌گذاری نوآورانه‌ای مانند چارچوب‌های مبتنی بر کار و نتیجه‌محور را بررسی کنید. بیاموزید که چگونه عوامل مؤثر بر اقتصاد هوش مصنوعی، مانند استقلال و عدم قطعیت، و هزینه‌های پنهان زمان اجرا را که اقتصاد واحدهای مرسوم را به چالش می‌کشند، شناسایی کنید. با بررسی مطالعات موردی در دنیای واقعی، این دوره به شما فرصتی می دهد تا بدانید که چگونه شرکت هایی مانند Intercom و ChatGPT استراتژی های قیمت گذاری را در عمل آزمایش می کنند. برای حرفه‌ای‌های تجاری غیرفنی و تصمیم‌گیرندگانی که مشتاق هستند شکاف بین فناوری هوش مصنوعی و استراتژی مالی را پر کنند، طراحی شده است، تا پایان این دوره، به مهارت‌هایی که برای ارزیابی و اعمال مدل‌های قیمت‌گذاری مبتنی بر هوش مصنوعی نیاز دارید مجهز می‌شوید - چه در حال ساخت و چه در حال خرید آنها باشید.

linkedin اکسل مجهز به هوش مصنوعی: تسلط بر ویژگی های اتوماسیون داخلی (Mitalearn-385863)

  • 1 hours 9 minutes
  • مناسب همه
  • Update date: 13 August 2024
  • Author: George Mount
درباره این دوره: 

 با کمک مایکروسافت MVP George Mount یاد بگیرید که از قدرت ویژگی های هوش مصنوعی داخلی اکسل استفاده کنید. جورج با پوشش دادن ویژگی‌های قدرتمند دستکاری داده‌های اکسل، از جمله Flash Fill و Formula by Example، شروع می‌کند. در مرحله بعد، او شما را از طریق ویژگی های پیشرفته ورود داده و پیش بینی، مانند تجزیه و تحلیل پیش بینی و انواع داده های مرتبط، راهنمایی می کند. نحوه تسلط بر ابزارهای تجسم داده های مبتنی بر هوش مصنوعی اکسل و همچنین خلاصه داده ها را با Recommended PivotTable بیاموزید. در نهایت، جورج تابع جدید Analyze Data را معرفی می‌کند و نمونه‌های متعددی از نحوه اجرای آن را نشان می‌دهد.

linkedin اکوسیستم هوش مصنوعی برای توسعه دهندگان: مدل ها ، مجموعه داده ها و API ها (Mitalearn-436965)

  • 3 hours 31 minutes
  • مناسب همه
  • Release date: 12 June 2025
  • Author: Wuraola Oyewusi
درباره این دوره: 

 هوش مصنوعی تکامل یافته است و طیف وسیعی از افراد از توسعه دهندگان ، سرگرمی ها و رهبران فناوری که به دنبال کشف اکوسیستم هستند ، وجود دارد. در این دوره ، مربی Wuraola Oyewusi اکتشافی هدایت شده از توسعه دهندگان ابزارهای نوظهور در حال ظهور ارائه می دهد تا بتوانند در شغل خود رقابت کنند. با ظهور ابزارهای هوش مصنوعی مانند رابط های چت و مدل های AI به راحتی در دسترس ، می تواند برای کسانی که به دنبال بخشی از موج هوش مصنوعی هستند ، بسیار زیاد باشد. این دوره دانش را به شما می دهد تا با اطمینان در اکوسیستم AI حرکت کنید و ابزارها و منابع مرتبط با اهداف خود را شناسایی کنید.

linkedin الگوریتم های هوش مصنوعی برای بازی (Mitalearn-178055)

  • 2 hours 5 minutes
  • پیشرفته
  • Release date: 21 June 2026
  • Author: Eduardo Corpeño
درباره این دوره:

در سال 1997، یک کامپیوتر IBM به نام دیپ بلو، گری کاسپاروف، قهرمان شطرنج جهان را پس از یک مسابقه شش بازی شکست داد. در حالی که فناوری هوش مصنوعی از زمان پیروزی دیپ بلو در صفحه شطرنج در اواخر دهه 90 به شیوه‌های هیجان‌انگیز و اغلب انقلابی رشد کرده است، بسیاری از تکنیک‌هایی که آن‌ها به کار می‌برند امروزه نیز مرتبط هستند. در این دوره آموزشی، برخی از این تکنیک‌ها را بررسی کنید، زیرا یاد می‌گیرید چگونه از الگوریتم‌های کلیدی هوش مصنوعی برای ایجاد بازی‌های دو نفره و نوبتی استفاده کنید که به اندازه کافی چالش برانگیز هستند تا بازیکنان را حدس بزند. مربی Eduardo Corpeño استفاده از الگوریتم حداقل برای تصمیم‌گیری، الگوریتم عمیق‌سازی تکراری برای گرفتن بهترین تصمیم ممکن در مهلت مقرر، و هرس آلفا-بتا برای بهبود زمان اجرا را از جمله روش‌های هوشمندانه دیگر پوشش می‌دهد. به علاوه، او به شما این فرصت را می‌دهد که خودتان این تکنیک‌ها را امتحان کنید، در حالی که در توسعه یک بازی تله گربه با استفاده از پایتون قدم می‌گذارد.

linkedin الگوریتم های هوش مصنوعی برای طراحی بازی با پایتون (Mitalearn-449834)

  • 2 hours 21 minutes
  • مناسب همه
  • Release date: 11 March 2025
  • Author: Eduardo Corpeño
درباره این دوره:

<p>در این دوره آموزشی سطح متوسط، ادواردو کورپینو الگوریتم‌های هوش مصنوعی را برای طراحی بازی بررسی می‌کند. به استراتژی‌های قدرتمندی مانند مینی‌مکس، هرس آلفا-بتا و عمیق‌سازی تکراری شیرجه بزنید. یاد بگیرید که چگونه این تکنیک ها را در پایتون پیاده سازی کنید و مهارت های توسعه بازی خود را افزایش دهید. بافت تاریخی را کشف کنید، مانند الگوریتم‌های مورد استفاده در Deep Blue IBM، که قهرمان شطرنج جهان، گری کاسپاروف را شکست داد. با درگیر شدن با مثال‌های واقعی و تمرین‌های کدنویسی عملی، توانایی خود را برای ایجاد الگوریتم‌های بازی هوشمند توسعه و تقویت خواهید کرد. چه یک توسعه‌دهنده بازی، علاقه‌مند به هوش مصنوعی یا برنامه‌نویسی باشید که به دنبال تقویت مهارت‌های خود هستید، این دوره دانش عمیق و مهارت‌های عملی را برای استفاده مؤثر از هوش مصنوعی در طراحی بازی ارائه می‌دهد. </p> <p>این دوره با GitHub Codespaces یکپارچه شده است، یک محیط توسعه دهنده ابر فوری که تمام عملکردهای IDE مورد علاقه شما را بدون نیاز به هیچ گونه راه اندازی ماشین محلی ارائه می دهد. با GitHub Codespaces، می‌توانید در هر زمان و در هر زمانی از هر ماشینی تمرین عملی داشته باشید، در حالی که از ابزاری استفاده می‌کنید که احتمالاً در محل کار با آن مواجه خواهید شد. برای یادگیری نحوه شروع، «استفاده از فایل‌های تمرین در GitHub Codespaces» را با این دوره بررسی کنید.</p>

linkedin الگوهای طراحی برنامه ریزی و استدلال هوش مصنوعی عاملی (Mitalearn-449715)

  • 1 hours 2 minutes
  • مناسب همه
  • Release date: 8 December 2025
  • Author: Thomas Erl
درباره این دوره:

<p>تکنیک‌های طراحی اساسی وجود دارد که معمولاً برای ساخت راه‌حل‌های هوش مصنوعی عاملی با قابلیت‌های برنامه‌ریزی و استدلال اولیه استفاده می‌شود. این دوره فراتر از این تکنیک ها است تا طیف وسیعی از رویکردهای طراحی متوسط ​​و پیشرفته متمرکز بر معماری های عامل تخصصی را که می توانند برای اجرای اشکال متنوع برنامه ریزی زمان اجرا و منطق استدلال طراحی شوند، و همچنین منطق خود تصحیح و قابلیت های یادگیری تطبیقی ​​که بر آموزش مدل تکیه نمی کنند، بررسی کند. به توماس ارل، نویسنده پرفروش لینکدین بپیوندید تا مجموعه‌ای از الگوهای طراحی را پوشش دهد که راه‌های پیچیده و قدرتمندی را نشان می‌دهد که در آن راه‌حل‌های هوش مصنوعی عاملی را می‌توان برای اجرای انواع مختلف برنامه‌ریزی و منطق استدلال بر اساس الزامات مختلف کسب‌وکار و محدودیت‌های عملکرد طراحی کرد.</p><p>این دوره توسط توماس ارل ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.</p>

linkedin الگوهای طراحی راه حل هوش مصنوعی عاملی (Mitalearn-449732)

  • 54 minutes
  • مناسب همه
  • Release date: 6 August 2025
  • Author: Thomas Erl
درباره این دوره:

<p>درباره عملکرد درونی سیستم‌های هوش مصنوعی عاملی، نحوه طراحی عوامل برای تفکر و پردازش داده‌ها و نحوه تعامل عوامل با یکدیگر و دنیای بیرونی بیاموزید. در این دوره، نویسنده پرفروش و صدای برتر LinkedIn توماس ارل، تکنیک‌های طراحی ضروری و بهترین شیوه‌ها را پوشش می‌دهد که شامل رفتارهای عامل داخلی، تعاملات عامل خارجی و معماری‌های راه‌حل AI عامل کلیدی است. این الگوهای طراحی که برای معماران و مهندسان در نظر گرفته شده است، بینش های ارزشمندی را در مورد معماری اساسی و عملیات راه حل های هوش مصنوعی مدرن ارائه می دهد.</p><p>این دوره توسط توماس ارل ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.</p>

linkedin الگوهای طراحی راه حل هوش مصنوعی مبتنی بر ابر (Mitalearn-453778)

  • 53 minutes
  • مناسب همه
  • Release date: 14 April 2025
  • Author: Thomas Erl
درباره این دوره:

چگونه معماری داده های هوش مصنوعی مقیاس پذیر را در فضای ابری ایجاد می کنید؟ بهترین تکنیک ها برای بهینه سازی آموزش مدل هوش مصنوعی توزیع شده در محیط های ابری چیست؟ چگونه می توانید برنامه های کاربردی هوش مصنوعی انعطاف پذیر و مقرون به صرفه را طراحی کنید که از مقیاس خودکار مبتنی بر ابر و استنتاج بدون سرور استفاده می کنند؟ این دوره به الگوهای طراحی اثبات شده متناسب با هوش مصنوعی مبتنی بر ابر، پرداختن به چالش‌ها در معماری داده، بهینه‌سازی آموزش مدل، و استقرار و عملیات برنامه‌های کاربردی انعطاف‌پذیر و مقیاس‌پذیر می‌پردازد. Top Voice و نویسنده LinkedIn، Thomas Erl، این تکنیک‌ها و نحوه استفاده از آن‌ها را برای ایجاد راه‌حل‌های هوش مصنوعی بسیار موثر طراحی‌شده برای استفاده از خدمات، منابع و زیرساخت‌های مبتنی بر ابر توضیح می‌دهد.

linkedin الگوهای طراحی راه حل هوش مصنوعی: داده ها، آموزش مدل، و معماری های کاربردی (Mitalearn-450582)

  • 1 hours 8 minutes
  • مناسب همه
  • Release date: 3 April 2025
  • Author: Thomas Erl
درباره این دوره:

<p>چگونه می توانیم یک معماری داده به طور خاص برای راه حل های هوش مصنوعی ایجاد کنیم؟ چگونه می توانیم آموزش مدل را بهینه و خودکار کنیم؟ چگونه می توانیم معماری های کاربردی هوش مصنوعی مقیاس پذیر، انعطاف پذیر و انعطاف پذیر طراحی کنیم؟ این و سایر مشکلات طراحی توسط مجموعه الگوهای طراحی راه حل هوش مصنوعی در این دوره با صدای Top LinkedIn و نویسنده Thomas Erl مورد بررسی قرار گرفته است. کاوش کنید که چگونه الگوهای طراحی راه حل هوش مصنوعی، تکنیک ها و بهترین شیوه های اثبات شده را برای ایجاد راه حل های هوش مصنوعی بسیار موثر و غلبه بر چالش های رایج طراحی ارائه می دهند.</p><p>این دوره توسط توماس ارل ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.</p>

linkedin الگوهای طراحی عامل AI مبتنی بر ابر (Mitalearn-414746)

  • 56 minutes
  • مناسب همه
  • Release date: 22 September 2025
  • Author: Thomas Erl
درباره این دوره: 

 چگونه مأمورین باید در ابر مستقر شوند؟ چگونه باید عوامل دارای LLM چندین طراحی شوند؟ بهترین راهها برای بهینه سازی اشتراک داده های حالت ، تعادل بار کار و عملکرد راه حل چیست؟ و ، چگونه می توان راه حل های عامل را در هنگام تعامل با خدمات خارجی و ابزارهایی که می توانند غیرقابل اعتماد باشند ، مقاومت کنند؟ این و بسیاری از مباحث دیگر ، تحت پوشش Top Voice Linkedin و نویسنده پرفروش توماس ERL قرار دارد ، در این دوره مجموعه متنوعی از الگوهای طراحی را که به سمت راه حل های AI AIA در ابرها و همچنین محیط های داخلی و در محل قرار دارد ، ارائه می دهد. علاوه بر طیف وسیعی از تکنیک های طراحی محور ، این دوره همچنین شیوه های مدیریت و مشاهده عامل ، از جمله ردیابی فعالیت عامل ، اجرای سیاست و بهینه سازی هزینه LLM را تشریح می کند.

linkedin الگوهای طراحی همکاری انسان و عامل هوش مصنوعی (Mitalearn-449698)

  • 1 hours 1 minutes
  • مناسب همه
  • Release date: 18 February 2026
  • Author: Thomas Erl
درباره این دوره:

<h3>توضیح</h3> <h4>این دوره در مورد چیست؟</h4> از آنجایی که سیستم‌های هوش مصنوعی مستقل در حال تبدیل شدن به بخش بزرگ‌تری از عملیات تجاری و محیط‌های کاری هستند، درک اینکه چگونه این سیستم‌ها باید برای همکاری با انسان‌ها طراحی شوند، اهمیت فزاینده‌ای پیدا می‌کند. اغلب، هر چه سیستم‌های هوش مصنوعی عامل مسئولیت بیشتری داشته باشند، مشارکت و نظارت انسانی بیشتر ضروری می‌شود. در این دوره جدید، توماس ارل نویسنده پرفروش LinkedIn Top Voice و نقش‌های مشترکی را که باید برای انسان‌ها و عوامل هوش مصنوعی ایجاد شود، توضیح می‌دهد تا بتوانند با هم کار کنند. این دوره اساساً تعدادی از پیاده‌سازی‌های تخصصی مفهوم انسان در حلقه را بررسی می‌کند که به موجب آن سیستم‌های هوش مصنوعی به طور خاص برای انسان‌ها و عوامل هوش مصنوعی طراحی شده‌اند تا بخش‌های مختلف یک گردش کار کلی را انجام دهند. الگوهای طراحی تحت پوشش طیفی از طرح‌های مشارکتی بنیادی، تا معماری‌های سیستمی را شامل می‌شود که شامل تشدید هوشمند، تخصیص کار پویا، و شفافیت شناختی، و همچنین اصلاح و کنترل‌های ایمنی است. </p> <p>توجه: این دوره توسط Thomas Erl ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.</p> <h3>مدرس</h3> <h4>چه کسی این دوره را تدریس می کند؟</h4> توماس ارل یک نویسنده پرفروش لینکدین و متخصص آموزش هوش مصنوعی و فناوری دیجیتال در Arcitura است. توماس 15 کتاب را تألیف کرده یا به عنوان نویسنده مشترک، و مقالات و مصاحبه هایی را در نشریاتی مانند CEO World، وال استریت ژورنال و فوربس منتشر کرده است. </p> <h3>اهداف</h3> <h4>تا پایان این دوره چه کاری می توانم انجام دهم؟</h4> <ul> <li>الگوهای طراحی مشارکتی اساسی را برای تعاملات انسان و عامل تجزیه و تحلیل کنید.</li> <li>برای بهینه سازی تفویض کار، الگوهای تشدید و مسیریابی هوشمند را اعمال کنید.</li> <li>شفافیت شناختی و عوامل اعتماد را برای همکاری موثر هوش مصنوعی و انسان ارزیابی کنید.</li> <li>الگوهای طراحی اصلاح و ایمنی را برای بهبود قابلیت اطمینان سیستم هوش مصنوعی اجرا کنید.</li> </ul></p> <h3>مخاطب</h3> <h4>این دوره برای چه کسانی است؟</h4> <ul> <li>مهندسین AI/ML</li> <li>معماران ابر</li> <li>طراحان سیستم در شرکت های فناوری</li> <li>محققان هوش مصنوعی و یادگیری ماشین</li> </ul></p> <h3>پیش نیازها</h3> <h4>چه چیزی باید قبل از شرکت در این دوره بدانم؟</h4> <ul> <li>دانش اولیه سیستم های هوش مصنوعی و محیط های ابری</li> <li>آشنایی با دینامیک تعامل انسان و عامل</li> <li>آشنایی با اصول معماری هوش مصنوعی</li> </ul></p>

linkedin الگوهای طراحی هوش مصنوعی عاملی برای GenAI و هوش مصنوعی پیشگو (Mitalearn-449664)

  • 50 minutes
  • مناسب همه
  • Release date: 16 October 2025
  • Author: Thomas Erl
درباره این دوره:

<h3>توضیح</h3> <h4>این دوره در مورد چیست؟</h4> هوش مصنوعی پیش‌بینی‌کننده و هوش مصنوعی مولد ارزش تجاری واضحی را ارائه می‌کنند، اما هر کدام محدودیت‌ها و خطرات خاص خود را دارند. با استفاده از قابلیت‌های استدلال مستقل هوش مصنوعی عامل، اکنون می‌توانیم بر بسیاری از این محدودیت‌ها غلبه کنیم و اکنون می‌توانیم بسیاری از خطرات را کاهش دهیم. این دوره مجموعه‌ای از الگوهای طراحی هوش مصنوعی را پوشش می‌دهد که به نحوه قرارگیری و استفاده مؤثر هوش مصنوعی به عنوان بخشی از راه‌حل‌های هوش مصنوعی و هوش مصنوعی مولد اختصاص داده شده است. این امر می‌تواند منجر به سیستم‌های هوش مصنوعی شود که مستقل‌تر، متکی به خود، کارآمدتر و دقیق‌تر هستند و همچنین سیستم‌های هوش مصنوعی از نظر نحوه تعامل و ادغام انسان‌ها و برنامه‌ها با آنها بهبود می‌یابد. این دوره که برای مهندسان AI/ML و معماران راه حل هوش مصنوعی در نظر گرفته شده است، با نشان دادن اینکه چگونه این فناوری ها می توانند به طور موثر در کنار هم استفاده شوند، با هدف پر کردن شکاف های بین هوش مصنوعی عامل و هوش مصنوعی پیش بینی کننده / مولد است. </p> <p>توجه: این دوره توسط Thomas Erl ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.</p> <h3>مدرس</h3> <h4>چه کسی این دوره را تدریس می کند؟</h4> توماس ارل، صدای برتر لینکدین، نویسنده پرفروش، و متخصص آموزش هوش مصنوعی و فناوری دیجیتال در Arcitura. توماس 15 کتاب را تألیف کرده یا به عنوان نویسنده مشترک، و مقالات و مصاحبه هایی را در نشریاتی مانند CEO World، وال استریت ژورنال و فوربس منتشر کرده است. </p> <h3>اهداف</h3> <h4>تا پایان این دوره چه کاری می توانم انجام دهم؟</h4> <ul> <li>الگوهای اصلی طراحی هوش مصنوعی عاملی را که در بهبود مدل‌های پیش‌بینی‌کننده و مولد استفاده می‌شوند، شناسایی و فهرست کنید.</li> <li>نقش خود-RAG مستقل را در بهبود دقت محتوای هوش مصنوعی مولد توضیح دهید</li> <li>توضیح دهید که چگونه خود تصحیح و منطق تصمیم گیری به بازیابی اطلاعات و اصلاح محتوا کمک می کند.</li> <li>موازی سازی مبتنی بر عامل را با تجزیه وظایف پیچیده به وظایف فرعی که به چندین سیستم هوش مصنوعی اختصاص داده شده است، اجرا کنید.</li> <li>تأثیر الگوهای استنتاج علّی را در طراحی هوش مصنوعی عاملی بر تصمیم‌گیری پیش‌بینی‌کننده، با تمرکز بر شناسایی روابط علت و معلولی و کاهش خطرات در برنامه‌های کاربردی دنیای واقعی، تجزیه و تحلیل کنید.</li> <li>مزایا و محدودیت‌های استفاده از الگوی طراحی گروه رای‌گیری را برای افزایش دقت پیش‌بینی در سناریوهای تصمیم‌گیری با ریسک بالا ارزیابی کنید و راه‌حل‌هایی برای بهبود قابلیت اطمینان سیستم پیشنهاد کنید.</li> </ul></p> <h3>مخاطب</h3> <h4>این دوره برای چه کسانی است؟</h4> <ul> <li>مهندسین AI</li> <li>مهندسین ML</li> <li>دانشمندان و مهندسان داده</li> <li>معماران AI</li> <li>دانشمندان پژوهش</li> <li>توسعه دهندگان نرم افزار</li> <li>مدیران پروژه در فناوری</li> <li>متخصصان هوش مصنوعی</li> <li>علاقه مندان به فناوری</li> </ul></p> <h3>پیش نیازها</h3> <h4>چه چیزی باید قبل از شرکت در این دوره بدانم؟</h4> <ul> <li>مفاهیم اصلی طراحی و معماری هوش مصنوعی عاملی</li> <li>مفاهیم اساسی معماری هوش مصنوعی پیش بینی کننده</li> <li>عامل اصلی هوش مصنوعی و عملکردهای سیستم</li> <li>درک متوسط از هوش مصنوعی مولد</li> </ul></p>

linkedin امتحان 1 برای Oracle Cloud Infrastructure Generative AI Professional (Mitalearn-466528)

  • 4 minutes
  • مناسب همه
  • Release date: 5 March 2026
  • Author: Total Seminars
درباره این دوره:

<p>این آزمون تمرینی برای کمک به شما برای آمادگی در آزمون گواهینامه <b>Oracle Cloud Infrastructure Generative AI Professional</b> در نظر گرفته شده است. پس از شروع آزمون عملی، سه حالت تمرینی در دسترس است. زمان‌دار، بی‌وقت یا سفارشی. هر حالت امکان تلاش های نامحدود، توضیح پاسخ های صحیح و نادرست و نتایج دقیق امتحان را می دهد. تعداد و انواع سؤالات در آزمون عملی و مدت زمان آزمون عملی زمان‌بندی شده به عنوان نماینده آزمون گواهینامه در نظر گرفته شده است.</p> <p><b>می‌خواهید تمرین بیشتری داشته باشید؟</b> آزمون‌های تمرینی اضافی برای این گواهینامه موجود است و هر کدام یک مجموعه سؤال منحصر به فرد برای آماده‌سازی مداوم دارند.</p> <ul> <li><a href="https://www.linkedin.com/learning/practice-exam-2-for-oracle-cloud-infrastructure-generative-ai-professional" target="_blank"><i>Practice Exam 2 for Oracle Cloud Infrastructure Generative AI Professional</i><a> </ul> <p><b>درباره گواهینامه</b>: برای کسب اطلاعات بیشتر در مورد این گواهی، به <b><a href="https://education.oracle.com/oracle-cloud-infrastructure-2025-generative-ai-professional/pexam_1Z0-1127-25"></>Oracle مراجعه کنید.</p></> <p><i>سوالات آزمون عملی ارائه شده نماینده آزمون گواهینامه هستند، اما سوالات واقعی که در آزمون گواهینامه خواهید دید، نیستند. امتحانات عملی برای خودارزیابی است. قبولی در این آزمون عملی تضمینی برای قبولی در آزمون گواهینامه واقعی نیست.</i></p>

linkedin امتحان 1 برای بنیاد امنیتی Akylade AISF-001 (A/AISF) CERT PREP (Mitalearn-432409)

  • 6 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Captain Hyperscaler, LLC
درباره این دوره:

این امتحان تمرین برای کمک به شما در آماده سازی برای آزمون صدور گواهینامه Akylade AI Security AISF-001 (A/AISF) است. پس از راه اندازی امتحان تمرین ، سه حالت تمرین در دسترس است. به موقع ، بی تحرک یا سفارشی. هر حالت اجازه می دهد تا تلاش های نامحدود ، توضیحات برای پاسخ های صحیح و نادرست و نتایج آزمون دقیق داشته باشد. تعداد و انواع سؤالات در آزمون تمرین و مدت زمان آزمون تمرین به موقع در نظر گرفته شده است که نماینده آزمون صدور گواهینامه باشد.

تمرین بیشتری می خواهید؟

آزمون تمرین 2 برای AKYLADE AI Security Security AI Securito

در مورد صدور گواهینامه : برای کسب اطلاعات بیشتر در مورد این گواهینامه ، به akylade

مراجعه کنید.

سوالات آزمون تمرین ارائه شده نماینده آزمون صدور گواهینامه هستند ، اما سؤالات واقعی که در آزمون صدور گواهینامه مشاهده خواهید کرد ، نیست. امتحانات تمرین برای ارزیابی خود است. گذراندن این امتحان عملی تضمین نمی کند که امتحان گواهینامه واقعی را تصویب کنید.

Suggestions