علاقه مند به استفاده از هوش مصنوعی برای طراحی ، اما در عین حال نسبت به عواقب ناخواسته؟ یاس نارنجی احساس شما را می فهمد. در این دوره به او بپیوندید و اصول طراحی هوش مصنوعی انسان و ملاحظات اخلاقی هوش مصنوعی را کشف کنید. در مورد اصول اصلی و اصول مرتبط مانند پاسخگویی ، توضیح ، شفافیت ، انصاف ، حقوق داده و حریم خصوصی اطلاعات کسب کنید. نحوه استفاده از استانداردهای طراحی اخلاقی را در سناریوهای دنیای واقعی پیدا کنید. مراحل مربوط به روند UI محور بشر بن اشنیدرمن را کشف کنید. فرآیندهای نقشه برداری از سفرهای کاربر را که از تعامل AI محور و نمونه سازی تجربیات AI محور استفاده می کنند ، طی کنید. در طول راه ، یاس نشان می دهد که چگونه می توان دستورالعمل های اخلاقی را در گردش کار طراحی کرد. این که آیا شما یک طراح هستید که به دنبال اصلاح رویکرد خود در مورد پروژه های هوش مصنوعی هستید ، یا علاقه مندان به فناوری که می خواهد در مورد استفاده های متفکرانه AI بیاموزد ، بینش در این دوره می تواند به شما در پذیرش و پرورش شیوه های طراحی مسئول کمک کند.

 از N8N - ابزار اتوماسیون گردش کار منبع باز - برای ساخت اتوماسیون پیشرفته پیشرفته AI -Power -Process Frocess که ابزارهای موجود شما را به هم وصل می کند ، برای ایجاد عوامل هوش مصنوعی که کار شما را ساده می کند ، استفاده کنید. N8N را به عنوان یک برنامه ابری انتخاب کنید ، آن را روی Prem سوار کنید یا آن را به صورت محلی روی رایانه خود برای کنترل کامل اجرا کنید. بیاموزید که چگونه یک عامل پیشرفته AI را ایجاد کنید که با منابع خارجی مانند Google Sheets و Slack برای انجام پردازش و مدیریت داده ها بر اساس ورودی های زبان طبیعی ارتباط برقرار کند. جریان اتوماسیون را با تیم و جامعه N8N خود ایجاد ، به اشتراک و تست کنید.

 نحوه کار با عوامل برنامه نویسی AI را که می توانند ایجاد ، ویرایش ، سازماندهی ، حذف پرونده ها ، اجرای برنامه ها در خط فرمان و موارد دیگر را کاوش کنید. دستیاران برنامه نویسی هوش مصنوعی قبلاً نحوه نوشتن و نگهداری کد را تغییر داده اند. اکنون آنها توانایی های عامل را به دست می آورند که به آنها اجازه می دهد مستقیماً در پروژه ها عمل کنند: برای افزودن و ویرایش کد ، ایجاد و سازماندهی پرونده ها ، گسترش ویژگی ها و موارد دیگر. در مورد نحوه کار عوامل برنامه نویسی هوش مصنوعی ، نحوه استفاده از آنها برای شارژ کردن گردش کار خود ، جایی که فرصت ها و مشکلات موجود است ، کشف کنید و چگونه می توانید مهارت های خود را به عنوان دنیای توسعه نرم افزار در حال پیشرفت باشید.

 برای رهبران محصول به نمایندگان هوش مصنوعی خوش آمدید. من Marily Nika ، یک رهبر محصول Gen AI با تجربه در Google و Meta هستم. در این دوره ، Marily Nika - یک رهبر محصول Gen AI با تجربه در Google و Meta - در روند ساخت و ادغام عوامل هوش مصنوعی در محصولات ، از مفهوم اولیه تا یک راه اندازی موفق قرار می گیرد. بیاموزید که چگونه سیستم های خودمختار ایجاد کنید که واقعاً تجربیات کاربر را تقویت می کند. بینش در مورد جنبه های فنی ، استراتژیک و اخلاقی در توسعه عوامل هوش مصنوعی کسب کنید. بررسی کنید که چگونه عوامل هوش مصنوعی می توانند عملاً در توسعه محصول کاربرد داشته باشند ، و شما را برای موفقیت در این زمینه به سرعت در حال تحول قرار می دهند. این که آیا شما یک مدیر محصول فصلی هستید و چه در هوش مصنوعی جدید باشید ، این دوره ابزارهایی را برای ایجاد محصولات عاملی نوآورانه ، مسئول و تأثیرگذار به شما می دهد.

 در عصر هوش مصنوعی ، غیر قابل جبران غیر قابل تعویض از همیشه بسیار مهم است. این دوره از AI ، رهبر Pascal Bornet ، اهمیت آمادگی هوش مصنوعی را برای کمک به شما در آینده حرفه خود بررسی می کند. بر اساس کتاب خود غیر قابل تعویض: هنر ایستادن در عصر هوش مصنوعی ، این دوره مراحل ایجاد یک ذهنیت متمرکز بر آینده را تشریح می کند و نکاتی را برای مهارت های تقویت شده با ابزارهای تولید کننده هوش مصنوعی ارائه می دهد. مفهوم humics-فناوری را برای تقویت ویژگی های منحصر به فرد که ما را به انسان تبدیل می کند-بیاموزید تا اطمینان حاصل کنید که در دنیای AI محور ایستادگی می کنید. این دوره با بینش های متخصص ، مطالعات موردی در دنیای واقعی و استراتژی های عملی ، شما را قادر می سازد تا قدرت AI را مهار کنید.

 این دوره برای بالا بردن مهارت های توسعه شما با تبدیل Google Gemini به یک شریک برنامه نویسی هوشمند طراحی شده است. به مربی لورنس مورونی بپیوندید زیرا او به شما نشان می دهد که چگونه عادت های برنامه نویسی سطحی گذشته را حرکت دهید تا بتوانید از جمینی برای فرایند استراتژیک ، بررسی کد های بینش و با کمک هوش مصنوعی و توسعه آزمایش استفاده کنید. بیاموزید که چگونه از Gemini برای اشکال زدایی پیشرفته ، تسریع در یادگیری فن آوری های جدید و حتی طوفان مغزی طرح های اولیه سیستم و الگوهای طراحی مؤثرتر استفاده کنید. در پایان این دوره ، شما آماده خواهید شد تا با استفاده از هوش مصنوعی به یک مهندس نرم افزار عمدی تر ، ماهر و متفکر تبدیل شوید تا درک و کیفیت کار خود را تقویت کنید.

 اخلاق هوش مصنوعی به شدت در فناوری مورد بحث است. و همانطور که هوش مصنوعی در سال های اخیر توسط بسیاری از صنایع دیگر نیز پذیرفته شده است، همچنان سوالات پیچیده و چندلایه ای را مطرح می کند که اثرات غیرقابل پیش بینی و گسترده ای دارد. اگر کنجکاو هستید که راه‌های جدیدی برای فکر کردن به سؤالات اخلاقی در هوش مصنوعی کشف کنید، این دوره آموزشی جذاب فقط صوتی را با مربی حرفه‌ای علم داده و مربی هوش مصنوعی Ayodele Odubela بررسی کنید.

Ayodele به شما کمک می‌کند تا در مسائل نظری مهم ناشی از رشد سریع فناوری هوش مصنوعی. دیدگاه خود را بزرگتر کنید و درک خود را از آنچه در این چشم انداز جدید در خطر است عمیق تر کنید. سه زیرشاخه اخلاق و آنچه که آنها می توانند در هنگام تفکر در مورد هوش مصنوعی ارائه دهند را بررسی کنید. در مورد هوش مصنوعی مسئول، ماهیت آسیب الگوریتمی، و رابطه بین هوش مصنوعی و حقوق بشر بیاموزید. هوش مصنوعی و یادگیری ماشینی در حال تغییر دنیای ما هستند. در مورد اینکه چگونه می توانید هوش مصنوعی اخلاقی را در سازمان خود ترویج دهید، بیشتر بیاموزید.

 فضای متن به ویدئو به سرعت در حال تحول است و بسیاری از ابزارها و سیستم عامل های هوش مصنوعی در حال ظهور هستند تا ایجاد محتوای ویدیویی را مستقیماً از توضیحات مبتنی بر متن فعال کنند. ابزارهای اسکریپت به فیلم مانند Lumen5 ، Invideo و Canva را کاوش کنید و در مورد ابزارهای تولیدی AI مانند Sora ، Runwayml ، Kaiber و موارد دیگر اطلاعات کسب کنید. این سیستم عامل ها بخشی از اکوسیستم رو به رشد را در متن به ویدئو نشان می دهند ، و قابلیت های هوش مصنوعی در این دامنه به سرعت در حال گسترش است-با بهبود مداوم واقع گرایی ، انعطاف پذیری و کیفیت.

 Claude 3.5 Anthropic پیشرفت های پیشگامانه در فناوری هوش مصنوعی را با برخی از بهترین عملکردها در تست های استاندارد هوش مصنوعی و ویژگی های جدید مانند مصنوعات معرفی می کند ، که می تواند به توسعه دهندگان و غیر توسعه دهندگان کمک کند تا به راحتی ابزارها و پروژه های تعاملی را کدگذاری کنند. ما نحوه استفاده از پروژه های Claude را برای مدیریت پرونده ها و اسناد قابل استفاده مجدد و تولید قطعه های کد ، اسناد متنی ، گرافیک ، نمودارها یا طراحی وب سایت بررسی خواهیم کرد.

 در این دوره ، Merve Hickok - یک متخصص مشهور جهانی در زمینه سیاست های هوش مصنوعی ، اخلاق و حاکمیت - وارد قانون اتحادیه اروپا ، اولین چارچوب قانونی الزام آور در AI می شود. اهداف موجود در این آیین نامه ، از جمله هماهنگی بازار و حمایت از حقوق اساسی را کشف کنید. بیاموزید که چگونه سیستم هوش مصنوعی شما تحت عمل قرار بگیرد و راه هایی برای رعایت الزامات فنی را کشف کنید. بینش در مورد ارزیابی ریسک ، مدیریت داده ها ، مستندات و مدیریت کیفیت کسب کنید. پیامدهای این قانون را برای برنامه های مختلف هوش مصنوعی درک کرده و در مورد شیوه های ممنوعه اطلاعات کسب کنید. از راهنمایی های دقیق برای حرکت در چشم انداز پیچیده آیین نامه هوش مصنوعی استفاده کنید ، و تصمیمات آگاهانه ای برای تقویت نوآوری و محافظت از علاقه های کاربر استفاده کنید. هنگامی که این دوره را تمام می کنید ، دانش لازم را برای اجرای بهترین شیوه ها و به صورت فعال در اکوسیستم AI قابل اعتماد دارید.

 Power BI یک ابزار قدرتمند تجزیه و تحلیل داده ها و تجسم است که به کاربران تجاری اجازه می دهد تا داده ها را کنترل کنند ، روند را تجزیه و تحلیل کنند و تصمیم گیری کنند. هر ماه ، مایکروسافت به روزرسانی های Power BI را به کاربران نهایی سوق می دهد ، و رشد Power BI بخش مهمی از استراتژی فعلی مایکروسافت است. این دوره قابلیت های موجود در هوش مصنوعی و یادگیری ماشین را که مستقیماً در قابلیت های قابل دسترسی BI در دسترس است ، به نمایش می گذارد. تجزیه و تحلیل داده ها و کارشناس تجزیه و تحلیل کسب و کار هلن وال یک مرور کلی از Power BI به شما ارائه می دهد ، سپس به مراحل پیکربندی پرس و جو قدرت و مدل داده خود می پردازد. هلن از طریق ملزومات تجزیه و تحلیل متغیرهای منفرد قدم می زند و ابزارها و تکنیک هایی را برای اندازه گیری روابط بین متغیرها به شما نشان می دهد. او تصاویری را که می توانید برای مطرح کردن و پاسخ دادن به سؤالات در Power BI استفاده کنید ، برجسته می کند ، تکنیک های مفیدی را برای تقویت تجزیه و تحلیل شما از داده های سری زمانی توضیح می دهد و شما را از طریق بهترین روشها برای به اشتراک گذاری تجزیه و تحلیل خود می گذراند.

 

اخیراً علاقه زیادی به هوش مصنوعی مولد وجود داشته است، اما بسیاری از سازمان‌ها برای درک و پیش‌بینی فرصت‌های هزینه و درآمد تلاش می‌کنند. اگر بودجه‌های هوش مصنوعی را ایجاد یا تأیید می‌کنید، باید جزئیات آن را بدانید. در این دوره، دنیس لینکوف فاکتورهای هزینه عملکرد مدل های هوش مصنوعی در یک محیط تجاری را تجزیه و تحلیل می کند. او به پرسش‌های کلیدی مانند نحوه سنجیدن تصمیم ساخت در مقابل خرید، معاوضه ریسک، نحوه تشکیل تیمی برای حمایت از یک ابتکار هوش مصنوعی، و روش‌شناسی برای جبران هزینه‌ها و کسب درآمد می‌پردازد.

این دوره بخشی از گواهی حرفه ای از LinkedIn Learning است.

 Microsoft Copilot می تواند به شما کمک کند گردش کار خود را از تولید ایده ها و خلاصه کردن داده ها برای حل مشکلات کار مشترک ساده تر کنید. با نیک برزی همراه باشید زیرا او توضیح می دهد که چگونه می توانید بهره وری خود را با استفاده از Copilot با یک حساب شخصی تقویت کنید. در این دوره ، شما می آموزید که چگونه ابزار AI CHAT عملکرد دارد و چگونه می توان آنها را به کار گرفت. در پایان ، شما آماده خواهید بود که جستجوهای آنلاین قوی را انجام دهید ، ایده هایی را تولید کنید ، متن را تهیه کنید ، با کپی در داخل برنامه هایی مانند Microsoft Word کار کنید.

 اگر به دنبال تمرین AI دستی هستید ، این دوره برنامه نویسی به سبک کارگاه برای شما طراحی شده است. به مربی Janani Ravi بپیوندید زیرا او به شما نشان می دهد که چگونه می توانید شبکه های مخالف تولیدی (GANS) را بسازید و آموزش دهید. اجزای اصلی GAN ها را کشف کنید ، از جمله نحوه تنظیم محیط مجازی ، اجرای سرور نوت بوک ، فوری مجموعه داده Pytorch ، Dataloader و موارد دیگر. Janani اصول آموزش مستقل مخالفان ، آموزش GAN ها و تجسم نتایج را در بر می گیرد. Janani همچنین در مورد چگونگی رسیدگی به مشکلات مشترک مرتبط با GAN ها و کاهش مؤثر آنها در طول فرآیند آموزش بحث می کند.

 اگر به دنبال تمرین AI دستی هستید ، این دوره برنامه نویسی به سبک کارگاه برای شما طراحی شده است. به مربی Janani Ravi بپیوندید زیرا او به شما نشان می دهد که چگونه می توانید شبکه های ژنرال تولیدی عمیق (GANS) را بسازید و آموزش دهید. اجزای اصلی لایه های حلقوی و جمع آوری ، از جمله تنظیم نوت بوک های میزبان Google Colab ، تبدیل تصاویر چند کاناله به تنش ، استفاده از لایه ها و مشاهده جلوه های فیلتر را کاوش کنید. Janani اصول اولیه آموزش یک تبعیض آمیز را به عنوان یک مدل طبقه بندی و آموزش یک GAN حلقوی عمیق مانند یک حرفه ای ، از تنظیم داده ها برای آموزش GAN ، تنظیم ژنراتور و تبعیض آمیز ، و خروجی از یک ژنراتور و تبعیض آمیز برای ایجاد یک حلقه آموزشی ، مشاهده و ارزیابی نتایج و موارد دیگر پوشش می دهد.

 

اگر به دنبال تمرین عملی هوش مصنوعی هستید، این دوره کدنویسی به سبک کارگاهی برای شما طراحی شده است. به مربی Janani Ravi بپیوندید تا به شما نحوه ایجاد یک شبکه عصبی با PyTorch Lightning را نشان دهد، کتابخانه منبع باز پایتون که یک رابط برای چارچوب یادگیری عمیق محبوب PyTorch ارائه می دهد. اجزای اصلی ساخت یک شبکه عصبی با PyTorch، از جمله راه اندازی محیط مجازی، بارگیری و کاوش داده ها، پیش پردازش داده ها برای آموزش، ایجاد و آموزش یک شبکه عصبی ساده، راه اندازی Dataset و DataLoader، تجسم تلفات و موارد دیگر را کاوش کنید. در طول مسیر، جانانی اصول استفاده از ماژول ها در PyTorch Lightning را برای ساخت، آموزش و ارزیابی هر دو مدل رگرسیون و طبقه بندی پوشش می دهد.

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

 FIGMA یکی از ابزارهای نرم افزاری پیشرو برای طراحی و نمونه سازی تجربیات کاربر است و اکنون با ادغام ابزارهای هوش مصنوعی ، می توانید گردش کار خود را تقویت و گسترش دهید تا حتی از FIGMA نیز خارج شوید. در این دوره ، ویژگی ها و گردش کار AI را در FIGMA با متخصص طراحی UX و UI ، جوزف لابرک ، کاوش کنید.

 

اشکال زدایی با هوش مصنوعی فقط در مورد اصلاح کد نیست - این در مورد تغییر روش کار شما است. در این دوره از آزمایشگاه های Pragmatic AI ، بیاموزید که چگونه هوش مصنوعی را به شریک اشکال زدایی جدید خود تبدیل کنید ، آن را برای حرکت به سمت کد های مسلمین ، با استفاده از اشکالات پیچیده ، انجام آزمایشات با اعتماد به نفس بیشتر و موارد دیگر ، استفاده کنید. در طول راه ، راه های باهوش تر و سریعتر برای عیب یابی مشکلات ، کشف مسائل پنهان و صرف وقت کمتری در ایجاد و زمان بیشتر در ساخت. در پایان این دوره ، شما فقط اشکال زدایی نخواهید کرد - شما بهتر ، سریعتر و به طور مؤثرتر با هوش مصنوعی در کنار خود اشکال زدایی خواهید کرد. ما خوشحالیم که این آموزش را در کتابخانه خود میزبانی می کنیم.

 هیاهو در مورد کلان داده ممکن است چندین سال پیش به اوج خود رسیده باشد، اما کلان داده هنوز از بین رفته است. در عوض شالوده برخی از هیجان انگیزترین فناوری های امروزی را تشکیل می دهد. هوش مصنوعی (AI)، یادگیری ماشین و علم داده بر داده‌های بزرگ یا داده‌هایی تکیه می‌کنند که - به دلیل سرعت، حجم یا تنوع - نمی‌توانند به راحتی با روش‌های سنتی ذخیره یا تجزیه و تحلیل شوند. در این دوره غیر فنی، بارتون پولسون به مبحث کلان داده می پردازد و توضیح می دهد که چگونه کار می کند و جهان داده مدرن ما را شکل می دهد. بارتون رابطه کلان داده ها را با هوش مصنوعی، علم داده، رسانه های اجتماعی و اینترنت اشیا (IoT) توضیح می دهد. او برخی از مسائل اخلاقی پشت استفاده از داده های بزرگ را بررسی می کند. به علاوه، او تکنیک های مربوط به تجزیه و تحلیل داده های بزرگ، از جمله داده کاوی و تجزیه و تحلیل پیش بینی را پوشش می دهد.

 برای تقویت آزمایش خودکار در فرآیند توسعه نرم افزار خود ، چگونه می توانید از AI ، به ویژه GitHub Copilot استفاده کنید. مربی گری کوار نحوه نوشتن ، اصلاح مجدد و تولید تست ها را به طور مؤثر نشان می دهد و از کیفیت و ثبات کد اطمینان حاصل می کند. گری با بررسی قابلیت های Copilot ، اصول آزمایش خودکار و اینکه چگونه AI می تواند به طور قابل توجهی پوشش آزمون و کیفیت کد شما را تقویت کند ، شروع می کند. بیاموزید که یک مجموعه تست را پیکربندی کنید ، کد قابل آزمایش را شناسایی کنید و با سهولت تست های معنی دار تولید کنید. جلسات عملی در مورد اصلاح مجدد با تست ها اطمینان حاصل می کند که لایه ای از ایمنی را به فرآیند توسعه خود اضافه می کنید. پس از اتمام این دوره ، شما آماده استفاده از GitHub Copilot برای تولید تست های خودکار از کد موجود و ایجاد کد جدید پس از نوشتن تست هستید.