Course catalog

Course duration

Course provider

Topic

Categories

Showing 61-80 of 99 items.

coursera ساخت یک کامپیوتر مدرن از اصول اولیه: از ناند تا تتریس (دوره پروژه محور) (Mitalearn-314106)

  • 11 hours 48 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Shimon Schocken,Noam Nisan
درباره این دوره:

آنچه به دست خواهید آورد: در این دوره پروژه محور* شما یک سیستم کامپیوتری مدرن را از پایه می سازید. ما این سفر شگفت‌انگیز را به شش پروژه عملی تقسیم می‌کنیم که شما را از ساخت گیت‌های منطقی ابتدایی تا ایجاد یک رایانه با هدف عمومی کاملاً کارآمد می‌برد. در این فرآیند، شما - به مستقیم ترین و سازنده ترین راه - یاد خواهید گرفت که رایانه ها چگونه کار می کنند و چگونه طراحی می شوند. آنچه شما نیاز خواهید داشت: این یک دوره آموزشی مستقل است: تمام دانش لازم برای موفقیت در دوره و ساخت سیستم کامپیوتری به عنوان بخشی از تجربه یادگیری ارائه می شود. بنابراین، ما هیچ دانش قبلی در زمینه علوم کامپیوتر یا مهندسی را فرض نمی‌کنیم و از همه فراگیران استقبال می‌شود. شما به هیچ مواد فیزیکی نیاز نخواهید داشت، زیرا کامپیوتر را با استفاده از یک شبیه ساز سخت افزاری مبتنی بر نرم افزار بر روی کامپیوتر شخصی خود می سازید، درست مانند کامپیوترهای واقعی که توسط مهندسان کامپیوتر در این زمینه طراحی می شوند. شبیه ساز سخت افزار و همچنین سایر ابزارهای نرم افزاری پس از ثبت نام در دوره به صورت رایگان ارائه می شود. قالب دوره: این دوره شامل شش ماژول است که هر کدام شامل یک سری سخنرانی های ویدئویی و یک پروژه است. برای تماشای سخنرانی های هر ماژول حدود 2-3 ساعت و برای تکمیل هر یک از شش پروژه به 5-10 ساعت نیاز دارید. دوره را می توان در شش هفته تکمیل کرد، اما شما می توانید آن را با سرعت خود بگذرانید. شما می توانید یک سخنرانی TED در مورد این دوره را با Google "nand2tetris TED talk" تماشا کنید. *درباره دوره های پروژه محور: دوره های پروژه محور برای کمک به شما در تکمیل یک پروژه واقعی شخصی و معنادار طراحی شده اند، با مربی خود و جامعه ای از فراگیران با اهداف مشابه که در طول مسیر راهنمایی و پیشنهاد می کنند. با به کارگیری فعال مفاهیم جدید در حین یادگیری، بر محتوای دوره به طور مؤثرتری تسلط خواهید یافت. همچنین در استفاده از مهارت هایی که کسب می کنید برای ایجاد تغییرات مثبت در زندگی و حرفه خود شروع خواهید کرد. وقتی دوره را کامل کردید، یک پروژه تمام شده خواهید داشت که با افتخار از آن استفاده کرده و به اشتراک خواهید گذاشت.

linkedin ساختارها و الگوریتم های داده پایتون (Mitalearn-193763)

  • 2 hours 19 minutes
  • متوسط
  • Update date: 21 June 2026
  • Author: Robin Andrews
درباره این دوره:

توسعه دهندگان نرم افزار می دانند که معماری زیربنایی کارآمد برای فناوری هایی که ما هر روز استفاده می کنیم ضروری است. دانش ساختارهای داده و الگوریتم‌هایی که آنها پشتیبانی می‌کنند به توسعه‌دهندگان کمک می‌کند تا مناسب‌ترین راه‌حل را برای یک زمینه معین انتخاب کنند، و آنها را به برنامه‌نویسان بهتری تبدیل می‌کند که برای شرکت، مشتریان یا کارفرمایان احتمالی خود متمایز هستند. در این دوره آموزشی با استفاده از زبان برنامه نویسی پایتون، مربی رابین اندروز از ترکیبی از رویکردهای برنامه نویسی بصری، نظری و عملی برای توضیح مفاهیم به شیوه ای سرگرم کننده و در دسترس استفاده می کند. رابین برخی از مهم‌ترین ساختارهای داده مانند پشته‌ها، صف‌ها و صف‌های اولویت‌دار را توضیح می‌دهد و نحوه استفاده از این ساختارها توسط الگوریتم‌های جستجو مانند جستجوی عمقی، جستجوی پهنای اول و الگوریتم A-star (A*) را توضیح می‌دهد. او نحوه ردیابی اجرای الگوریتم ها را نشان می دهد. در طول مسیر، او چالش هایی را فراهم می کند که به شما امکان می دهد مهارت های جدید خود را آزمایش کنید.

coursera ساختارهای داده (Mitalearn-307765)

  • 7 hours 39 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Neil Rhodes,Daniel M Kane,Michael Levin
درباره این دوره:

یک الگوریتم خوب معمولاً با مجموعه‌ای از ساختارهای داده‌ای خوب همراه می‌شود که به الگوریتم اجازه می‌دهد تا داده‌ها را به طور موثر دستکاری کند. در این دوره آنلاین، ساختارهای داده رایجی را که در مسائل مختلف محاسباتی استفاده می‌شوند، در نظر می‌گیریم. شما یاد خواهید گرفت که چگونه این ساختارهای داده در زبان های برنامه نویسی مختلف پیاده سازی می شوند و پیاده سازی آنها را در تکالیف برنامه نویسی ما تمرین خواهید کرد. این به شما کمک می کند تا بفهمید در داخل یک پیاده سازی داخلی خاص از یک ساختار داده چه می گذرد و چه انتظاراتی از آن دارید. شما همچنین موارد استفاده معمولی را برای این ساختارهای داده یاد خواهید گرفت. چند نمونه از سوالاتی که در این کلاس به آنها می پردازیم به شرح زیر است: 1. یک استراتژی خوب برای تغییر اندازه یک آرایه پویا چیست؟ 2. صف های اولویت دار چگونه در سی پلاس پلاس، جاوا و پایتون پیاده سازی می شوند؟ 3. چگونه جدول هش را پیاده سازی کنیم تا زمان اجرای مستهلک شده تمامی عملیات به طور میانگین O(1) باشد؟ 4. استراتژی های خوبی برای متعادل نگه داشتن درخت باینری چیست؟ شما همچنین خواهید آموخت که چگونه سرویس هایی مانند Dropbox موفق به آپلود برخی از فایل های بزرگ فورا و صرفه جویی در فضای ذخیره سازی زیادی می شوند!

coursera ساختارهای داده پیشرفته در جاوا (Mitalearn-309363)

  • 5 hours 11 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Leo Porter,Mia Minnes,Christine Alvarado
درباره این دوره:

نقشه گوگل چگونه بهترین مسیر را برای رفت و آمد در شهر با توجه به شرایط ترافیکی فعلی برنامه ریزی می کند؟ چگونه یک روتر اینترنت بسته های ترافیک شبکه را برای به حداقل رساندن تاخیر ارسال می کند؟ چگونه یک گروه کمکی منابع را به شرکای محلی وابسته خود اختصاص می دهد؟ برای حل چنین مشکلاتی، ابتدا قطعات کلیدی داده را در یک ساختار داده پیچیده نشان می دهیم. در این دوره آموزشی، با ساختارهای داده، مانند نمودارها، که برای کار با داده های ساخت یافته دنیای واقعی ضروری هستند، آشنا خواهید شد. شما الگوریتم هایی را برای کار با این داده ها برای حل مسائل دنیای واقعی توسعه، پیاده سازی و تجزیه و تحلیل خواهید کرد. علاوه بر این، با پیچیده‌تر شدن برنامه‌هایی که در این دوره توسعه می‌دهید، ما بررسی می‌کنیم که چه چیزی باعث ایجاد کد خوب و طراحی سلسله مراتب کلاس می‌شود تا بتوانید نه تنها کد صحیح بنویسید، بلکه آن را با افراد دیگر به اشتراک بگذارید و آن را در برنامه نگهداری کنید. آینده پروژه ستون فقرات در این دوره یک برنامه برنامه ریزی مسیر خواهد بود. شما مفاهیم هر ماژول را مستقیماً برای ساختن برنامه ای اعمال خواهید کرد که به یک عامل مستقل (یا یک راننده انسانی!) اجازه می دهد تا در محیط خود حرکت کند. و طبق معمول ما مجموعه‌های ویدیویی مختلف خود را داریم تا به ارتباط محتوا با اهمیت آن در دنیای واقعی و ارائه سطوح سطحی پشتیبانی برای رفع نیازهای شخصی شما کمک کنیم.

coursera سیستم بلاک چین (Mitalearn-306711)

  • 51 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Stefano M. Stefan
درباره این دوره:

بیاموزید که چگونه بلاک چین تراکنش ها را احراز هویت می کند و داده ها را بین همتایان توزیع می کند - گره های متصل به شبکه. این دوره به شما نشان می‌دهد که چگونه چندین نسخه از یک بلاک چین با یکدیگر تطبیق داده می‌شوند، محدودیت‌های بلاک چین را مورد بحث قرار می‌دهد و در برنامه‌های سازمانی فناوری بلاک‌چین بررسی می‌کند. این دوره برای تکمیل تکالیف نیاز به خرید دو کتاب دارد: درشر، دی (2017). مبانی بلاک چین: مقدمه ای غیر فنی در 25 مرحله. (ISBN-13: 978-1484226032) آنتونوپولوس، A. M. (2017). اینترنت پول، جلد دوم. (ISBN-13: 978-1947910065)

coursera علوم کامپیوتر: الگوریتم‌ها، نظریه‌ها و ماشین‌ها (Mitalearn-309295)

  • 11 hours 24 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Robert Sedgewick,Kevin Wayne
درباره این دوره:

این دوره به افرادی که آشنایی اولیه با برنامه نویسی جاوا دارند، رشته وسیع تری از علوم کامپیوتر را معرفی می کند. این بخش نیمه دوم کتاب علوم کامپیوتر: یک رویکرد بین رشته‌ای را پوشش می‌دهد (نیمه اول در دوره آموزشی Coursera ما شامل علوم کامپیوتر: برنامه‌نویسی با هدف است که در پاییز 2018 منتشر خواهد شد). هدف ما ابهام زدایی از محاسبات و ایجاد آگاهی در مورد زیربنای فکری اساسی و تاریخ غنی حوزه علوم کامپیوتر است. ابتدا الگوریتم‌های کلاسیک را همراه با تکنیک‌های علمی برای ارزیابی عملکرد، در زمینه کاربردهای مدرن معرفی می‌کنیم. در مرحله بعد، مدل‌های نظری کلاسیک را معرفی می‌کنیم که به ما امکان می‌دهد به سؤالات اساسی در مورد محاسبات، مانند محاسبه‌پذیری، جهانی بودن و غیرقابل حل بودن بپردازیم. ما با معماری ماشین (شامل برنامه نویسی به زبان ماشین و رابطه آن با کدنویسی در جاوا) و طراحی منطقی (شامل طراحی کامل CPU ساخته شده از ابتدا) نتیجه گیری می کنیم. این دوره بر روابط بین برنامه‌نویسی برنامه‌ها، تئوری محاسبات، رایانه‌های واقعی و تاریخچه و تکامل این رشته، از جمله ماهیت مشارکت‌های بول، شانون، تورینگ، فون نویمان و دیگران تأکید می‌کند. تمامی امکانات این دوره به صورت رایگان در دسترس است. افرادی که علاقه مند به کاوش عمیق تر در محتوا هستند ممکن است بخواهند کتاب درسی علوم کامپیوتر: یک رویکرد بین رشته ای (که دوره بر اساس آن است) را دریافت کنند یا برای انبوهی از مطالب اضافی از وب سایت introcs.cs.princeton.edu دیدن کنند. این دوره پس از اتمام مدرک ارائه نمی دهد.

coursera علوم کامپیوتر: برنامه نویسی با یک هدف (Mitalearn-303243)

  • 9 hours 58 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Robert Sedgewick,Kevin Wayne
درباره این دوره:

اساس آموزش در هزاره گذشته «خواندن، نوشتن و حساب» بود. اکنون خواندن، نوشتن و محاسبه است. یادگیری برنامه‌نویسی بخش ضروری آموزش هر دانش‌آموز است، نه فقط در علوم و مهندسی، بلکه در هنر، علوم اجتماعی و علوم انسانی نیز. فراتر از کاربردهای مستقیم، این اولین گام در درک ماهیت تأثیر غیرقابل انکار علوم رایانه بر دنیای مدرن است. این دوره نیمه اول کتاب علوم کامپیوتر: یک رویکرد بین رشته ای را پوشش می دهد (نیمه دوم در دوره Coursera ما در رشته علوم کامپیوتر: الگوریتم ها، تئوری و ماشین ها پوشش داده شده است). هدف ما آموزش برنامه نویسی به کسانی است که نیاز دارند یا می خواهند آن را یاد بگیرند، در یک زمینه علمی. ما با معرفی عناصر اصلی برنامه نویسی مانند متغیرها، شرطی ها، حلقه ها، آرایه ها و I/O شروع می کنیم. در مرحله بعد، به توابع می پردازیم و مفاهیم کلیدی مانند بازگشت، برنامه نویسی مدولار و استفاده مجدد از کد را معرفی می کنیم. سپس، مقدمه ای مدرن برای برنامه نویسی شی گرا ارائه می کنیم. ما از زبان برنامه نویسی جاوا استفاده می کنیم و مهارت های اساسی برای حل مسائل محاسباتی را آموزش می دهیم که در بسیاری از محیط های محاسباتی مدرن قابل اجرا هستند. مهارت در جاوا یک هدف است، اما ما بر روی مفاهیم اساسی در برنامه نویسی تمرکز می کنیم، نه جاوا فی نفسه. تمامی امکانات این دوره به صورت رایگان در دسترس است. افرادی که علاقه مند به کاوش عمیق تر در محتوا هستند ممکن است بخواهند کتاب درسی علوم کامپیوتر: یک رویکرد بین رشته ای (که دوره بر اساس آن است) را دریافت کنند یا برای انبوهی از مطالب اضافی از وب سایت introcs.cs.princeton.edu دیدن کنند. این دوره پس از اتمام مدرک ارائه نمی دهد.

coursera فناوری ها و پلتفرم های هوش مصنوعی (Mitalearn-305453)

  • 1 hours 25 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Manuel Roveri
درباره این دوره:

این دوره به فن‌آوری‌های سخت‌افزاری برای یادگیری ماشینی و عمیق (از واحدهای یک سیستم اینترنت اشیا تا مراکز داده در مقیاس بزرگ) می‌پردازد و خانواده‌های پلتفرم‌های یادگیری ماشینی و عمیق (کتابخانه‌ها و چارچوب‌ها) را برای طراحی و توسعه برنامه ها و سیستم های هوشمند.

coursera کتابخانه های پیشرفته CUDA (Mitalearn-309652)

  • 2 hours 11 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Chancellor Thomas Pascale
درباره این دوره:

این دوره تخصص GPU را با تمرکز بر کتابخانه های پیشرو توزیع شده به عنوان بخشی از جعبه ابزار CUDA تکمیل می کند. دانش آموزان یاد خواهند گرفت که چگونه از CuFFT و کتابخانه های جبر خطی برای انجام محاسبات پیچیده ریاضی استفاده کنند. قابلیت های کتابخانه Thrust در نمایش ساختارهای داده رایج و الگوریتم های مرتبط معرفی خواهد شد. با استفاده از cuDNN و cuTensor آنها قادر خواهند بود برنامه های کاربردی یادگیری ماشینی را توسعه دهند که به تشخیص اشیا، ترجمه زبان انسانی و طبقه بندی تصاویر کمک می کند.

coursera کلان داده، هوش مصنوعی و اخلاق (Mitalearn-329049)

  • 5 hours 27 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Martin Hilbert
درباره این دوره:

این دوره زمینه و تجربه دست اول را با دو کاتالیزور اصلی انقلاب علوم محاسباتی به شما می دهد: داده های بزرگ و هوش مصنوعی. با بیش از 99 درصد از تمام اطلاعات رسانه ای در قالب دیجیتال و با استفاده از 98 درصد از جمعیت جهان از فناوری دیجیتال، بشریت ردپای دیجیتالی چشمگیری ایجاد می کند. در تئوری، این فرصت‌های بی‌سابقه‌ای برای درک و شکل دادن به جامعه فراهم می‌کند. در عمل، تنها راهی که می‌توان این سیل اطلاعات را پردازش کرد، استفاده از همان فناوری‌های دیجیتالی است که آن را تولید کرده‌اند. داده ها سوخت هستند، اما یادگیری ماشینی موتوری است که دانش جدید قابل توجهی را از حجم عظیمی از داده ها استخراج می کند. از آنجایی که بخش مهمی از این داده‌ها مربوط به خودمان است، استفاده از الگوریتم‌ها به منظور کسب اطلاعات بیشتر در مورد خود، به طور طبیعی منجر به پرسش‌های اخلاقی می‌شود. بنابراین، ما نمی‌توانیم این دوره را بدون صحبت در مورد اخلاق تحقیق و برخی از خطوط قدیمی و جدیدی که دانشمندان علوم اجتماعی محاسباتی باید در نظر داشته باشند، به پایان برسانیم. به‌عنوان آزمایشگاه‌های عملی، از هوش مصنوعی IBM Watson برای استخراج شخصیت افراد از ردپای متن دیجیتالی آن‌ها استفاده خواهید کرد و با آموزش دو ماشین قابل آموزش از Google خودتان، قدرت و محدودیت‌های یادگیری ماشینی را تجربه خواهید کرد.

coursera گرافیک کامپیوتری تعاملی (Mitalearn-307782)

  • 6 hours 23 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Takeo Igarashi
درباره این دوره:

گرافیک کامپیوتری می‌تواند ابزاری قدرتمند برای پشتیبانی از حل مشکل بصری باشد و تعامل نقش اساسی در مهار خلاقیت کاربران دارد. این دوره ابزارهای تعاملی مختلف توسعه یافته در زمینه تحقیقات گرافیک کامپیوتری را با منطق و الگوریتم های طراحی آنها معرفی می کند. به عنوان مثال می‌توان به بهبود رابط‌های گرافیکی کاربر، ابزارهای تألیف برای طراحی‌های دو بعدی و انیمیشن‌های سه بعدی و سیستم‌های طراحی تعاملی به کمک رایانه اشاره کرد. نمایش های زنده و تکالیف دوره ای غنی به شما بینش و مهارت هایی را می دهد تا بتوانید چنین ابزارهایی را برای مشکلات خود طراحی و اجرا کنید.

coursera مبانی برنامه نویسی (Mitalearn-304569)

  • 1 hours 37 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Andrew D. Hilton,Genevieve M. Lipp,Anne Bracy
درباره این دوره:

برنامه نویسی یک مهارت مهم و فزاینده است، چه آرزوی حرفه ای در توسعه نرم افزار داشته باشید، چه در زمینه های دیگر. این دوره اولین دوره در زمینه تخصصی مقدمه برنامه نویسی در C است، اما دروس آن به هر زبانی که ممکن است بخواهید یاد بگیرید گسترش می یابد. این به این دلیل است که برنامه نویسی اساساً در مورد چگونگی حل یک کلاس از مسائل و نوشتن الگوریتم است، مجموعه ای واضح از مراحل برای حل هر مشکلی در کلاس خود. این دوره شما را با یک فرآیند قدرتمند حل مسئله - هفت مرحله - آشنا می کند که می توانید از آن برای حل هر مشکل برنامه نویسی استفاده کنید. در این دوره شما یاد می گیرید که چگونه یک الگوریتم را توسعه دهید، سپس به خواندن کد و درک چگونگی ارتباط مفاهیم برنامه نویسی با الگوریتم ها بروید.

coursera مبانی برنامه نویسی جاوا (Mitalearn-304433)

  • 5 hours 15 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Board Infinity
درباره این دوره:

با این دوره جامع که از سه ماژول تشکیل شده است، خود را در دنیای برنامه نویسی جاوا غرق کنید، برای کسانی طراحی شده است که کاملاً با برنامه نویسی جاوا آشنا هستند و می خواهند پایه ای قوی در آن ایجاد کنند. در اولین ماژول، Java Fundamentals، با برنامه نویسی جاوا و اجزای اصلی آن مانند ماشین مجازی جاوا (JVM)، محیط زمان اجرا جاوا (JRE) و کتابخانه کلاس جاوا آشنا می شوید. این ماژول همچنین درک ساختارهای برنامه نویسی اولیه و تجربه عملی با ابزارهای توسعه جاوا را فراهم می کند. با پیشروی به ماژول دوم، Core Java، به عناصر اساسی زبان خواهید پرداخت. این بخش بر مفاهیم کلیدی مانند نحو جاوا، متغیرها، روش‌ها، عملگرها و بیانیه‌های کنترل تاکید دارد که توسط ارزیابی‌های عملی متعدد برای اصلاح مهارت‌های حل مسئله شما پشتیبانی می‌شود. در نهایت، در ماژول سوم، OOPS و سایر مفاهیم ضروری، جنبه های پیشرفته برنامه نویسی جاوا آشکار می شود. در اینجا، با اصول پیشرفته برنامه‌نویسی شی گرا (OOP) و تکنیک‌های مدیریت استثنائات حیاتی که قابلیت اطمینان و استحکام کد را افزایش می‌دهند، آشنا می‌شوید. در پایان این دوره، درک قوی از برنامه نویسی جاوا، با توانایی نوشتن کد جاوا کارآمد و آمادگی برای کنکاش در موضوعات پیشرفته تر جاوا خواهید داشت.

coursera مبانی بینایی کامپیوتر (Mitalearn-311012)

  • 1 hours 56 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Radhakrishna Dasari,Junsong Yuan
درباره این دوره:

در پایان این دوره، فراگیران با یادگیری مفاهیم اصلی این رشته و آشنایی با قابلیت‌های بینایی انسان، متوجه خواهند شد که بینایی کامپیوتر چیست، و همچنین ماموریت آن یعنی وادار کردن رایانه‌ها به دیدن و تفسیر جهان مانند انسان‌ها را درک خواهند کرد. آنها برای شناسایی برخی از حوزه های کاربردی کلیدی بینایی کامپیوتر و درک فرآیند تصویربرداری دیجیتال مجهز هستند. این دوره عناصر مهمی را پوشش می دهد که بینایی کامپیوتر را قادر می سازد: پردازش سیگنال دیجیتال، علوم اعصاب و هوش مصنوعی. موضوعات شامل رنگ، نور و شکل گیری تصویر است. بینایی اولیه، متوسط ​​و سطح بالا؛ و ریاضیات برای بینایی کامپیوتر ضروری است. زبان آموزان قادر خواهند بود از تکنیک های ریاضی برای تکمیل وظایف بینایی کامپیوتر استفاده کنند. این دوره برای هر کسی که کنجکاو یا علاقه مند به کشف مفاهیم بینایی کامپیوتر است ایده آل است. همچنین برای کسانی که مایل به یک دوره تکمیلی در مفاهیم ریاضی بینایی کامپیوتر هستند مفید است. زبان آموزان باید مهارت ها و تجربه های اولیه برنامه نویسی (درک حلقه های for، عبارات if/else) را داشته باشند، به ویژه در MATLAB (Mathworks اصول اولیه را در اینجا ارائه می دهد: https://www.mathworks.com/learn/tutorials/matlab-onramp.html) . فراگیران همچنین باید با موارد زیر آشنا باشند: جبر خطی پایه (عملیات برداری ماتریس و نمادگذاری)، سیستم های مختصات سه بعدی و تبدیل ها، حساب پایه (مشتقات و ادغام) و احتمال اولیه (متغیرهای تصادفی). مواد شامل سخنرانی‌های آنلاین، ویدئوها، دموها، تمرین‌های عملی، کار پروژه، خواندن و بحث است. زبان آموزان تجربه نوشتن برنامه های بینایی کامپیوتری را از طریق آزمایشگاه های آنلاین با استفاده از MATLAB* و جعبه ابزارهای پشتیبانی به دست می آورند. * مجوز رایگان برای نصب متلب در طول دوره از سایت MathWorks در دسترس است.

linkedin مبانی تفکر الگوریتمی با پایتون (Mitalearn-420662)

  • 1 hours 16 minutes
  • مناسب همه
  • Update date: 17 June 2024
  • Author: Robin Andrews
درباره این دوره: 

 کلمه "الگوریتم" ، در یک زمان تنها استان ریاضیات و علوم کامپیوتر ، وارد زبان مدرن شده است زیرا برای بهتر یا بدتر ، الگوریتم ها در زندگی روزمره هرگز مهمتر یا تأثیرگذارتر نبوده اند. اگر یک توسعه دهنده هستید ، باید با طیف گسترده ای از تفکر الگوریتمی آشنا باشید تا بتوانید مشکلات جدیدی را در هنگام ارائه خود حل کنید. اگر از قبل با پایتون آشنا هستید ، در تفکر الگوریتمی بیشتر آگاهی پیدا کنید ، راهی عالی برای افزایش ارزش شما به عنوان یک توسعه دهنده است. در این دوره ، رابین اندروز توضیح می دهد که چگونه پایتون به دلیل وضوح و بیان آن ، ابزاری ایده آل برای کاوش در تفکر الگوریتمی است. او ابزارهایی را برای کمک به شما در درک جریان الگوریتم ها نشان می دهد ، رویکرد نیروی بی رحمانه در حل الگوریتم ها ، مفاهیم پیچیدگی زمان و فضا را با توجه به تجزیه و تحلیل الگوریتم ، کاهش و استراتژی فاتح و موارد دیگر توضیح می دهد.

coursera محاسبات، اخلاق، و مبانی جامعه (Mitalearn-306592)

  • 4 hours 54 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Bobby Schnabel
درباره این دوره:

سیستم‌ها و فناوری‌های محاسباتی اساساً بر زندگی اکثر مردم جهان تأثیر می‌گذارند، از جمله نحوه برقراری ارتباط، دریافت اطلاعات، اجتماعی شدن و دریافت مراقبت‌های بهداشتی. این دوره اولین دوره از یک رشته سه دوره ای است که مسائل اخلاقی در طراحی و پیاده سازی سیستم ها و فن آوری های محاسباتی را بررسی می کند و پیامدهای گسترده محاسبات را در جامعه ما منعکس می کند. این نظریه‌های اخلاقی، حریم خصوصی، امنیت، رسانه‌های اجتماعی و اطلاعات نادرست را پوشش می‌دهد. این دوره را می توان برای اعتبار آکادمیک به عنوان بخشی از مدرک کارشناسی ارشد CU Boulder در علوم کامپیوتر که در پلتفرم Coursera ارائه می شود، گذراند. این مدارک تحصیلات تکمیلی کاملاً معتبر دوره های هدفمند، جلسات کوتاه 8 هفته ای و شهریه پرداختی را ارائه می دهند. پذیرش بر اساس عملکرد در سه دوره مقدماتی است، نه سابقه تحصیلی. مدارک CU در Coursera برای فارغ التحصیلان اخیر یا متخصصان شاغل ایده آل است. بیشتر بدانید: کارشناسی ارشد در علوم کامپیوتر: https://coursera.org/degrees/ms-computer-science-boulder

coursera مراحل عملی برای ساخت الگوریتم های هوش مصنوعی منصفانه (Mitalearn-304263)

  • 3 hours 20 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Emma Pierson,Kowe Kadoma
درباره این دوره:

الگوریتم ها به طور فزاینده ای به تصمیم گیری های پرمخاطب در مراقبت های بهداشتی، عدالت کیفری، استخدام و سایر زمینه های مهم کمک می کنند. این امر عادلانه بودن این الگوریتم‌ها را ضروری می‌سازد، اما سال‌های اخیر راه‌های زیادی را نشان داده‌اند که الگوریتم‌ها می‌توانند بر اساس سن، جنسیت، ملیت، نژاد و سایر ویژگی‌ها سوگیری داشته باشند. این دوره ده اصل کاربردی برای طراحی الگوریتم های منصفانه را به شما آموزش می دهد. این موضوع بر ارتباط دنیای واقعی از طریق برداشت‌های مشخص از مطالعات موردی الگوریتم‌های مدرن، از جمله الگوریتم‌های عدالت کیفری، مراقبت‌های بهداشتی، و مدل‌های زبان بزرگ مانند ChatGPT تأکید می‌کند. هنگام تلاش برای طراحی الگوریتم‌های منصفانه و ارزیابی الگوریتم‌های منصفانه، قوانین اساسی را درک خواهید کرد. این دوره برای مخاطبان گسترده ای از دانش آموزان دبیرستانی یا بالاتر که به علوم کامپیوتر و طراحی الگوریتم علاقه مند هستند، طراحی شده است. نیازی به کدنویسی از شما نخواهد داشت و مفاهیم مربوط به علوم کامپیوتر در ابتدای دوره توضیح داده خواهد شد. این دوره به گونه ای طراحی شده است که برای مهندسان و دانشمندان داده که علاقه مند به ساخت الگوریتم های منصفانه هستند مفید باشد. سیاست گذاران و مدیران علاقه مند به ارزیابی الگوریتم ها برای عدالت؛ و همه شهروندان یک جامعه به طور فزاینده ای توسط تصمیم گیری الگوریتمی شکل می گیرند.

coursera مروری بر روش های پیشرفته یادگیری تقویتی در امور مالی (Mitalearn-316299)

  • 5 hours 14 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Igor Halperin
درباره این دوره:

در آخرین دوره تخصصی خود، مروری بر روش های پیشرفته یادگیری تقویتی در امور مالی، نگاهی عمیق تر به موضوعات مورد بحث در دوره سوم خود، آموزش تقویتی در امور مالی خواهیم داشت. به طور خاص، ما در مورد پیوندهای بین یادگیری تقویتی، قیمت گذاری گزینه و فیزیک، مفاهیم یادگیری تقویت معکوس برای مدل سازی تأثیر بازار و پویایی قیمت، و چرخه های ادراک-عمل در یادگیری تقویتی صحبت خواهیم کرد. در نهایت، روند و کاربردهای بالقوه یادگیری تقویتی را برای تجارت با فرکانس بالا، ارزهای رمزنگاری شده، وام دهی همتا به همتا و موارد دیگر مرور خواهیم کرد. پس از گذراندن این دوره، دانشجویان قادر خواهند بود - مفاهیم اساسی مالی مانند تعادل بازار، بدون آربیتراژ، قابل پیش بینی بودن، - بحث در مورد مدل سازی بازار، - روش‌های یادگیری تقویتی را در معاملات با فرکانس بالا، وام‌دهی همتا به همتا با ریسک اعتباری و معاملات ارزهای دیجیتال به کار ببرید.

coursera مسائل اخلاقی در برنامه های کاربردی محاسباتی (Mitalearn-303464)

  • 7 hours 29 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Bobby Schnabel
درباره این دوره:

سیستم‌ها و فناوری‌های محاسباتی اساساً بر زندگی اکثر مردم جهان تأثیر می‌گذارند، از جمله نحوه برقراری ارتباط، دریافت اطلاعات، اجتماعی شدن و دریافت مراقبت‌های بهداشتی. این دوره سومین دوره از یک دوره سه دوره است که مسائل اخلاقی در طراحی و پیاده سازی سیستم ها و فن آوری های محاسباتی را بررسی می کند و پیامدهای گسترده محاسبات را در جامعه ما منعکس می کند. این برنامه کاربردهای پزشکی، استفاده از رباتیک، وسایل نقلیه خودران و آینده کار را پوشش می دهد. این دوره را می توان برای اعتبار آکادمیک به عنوان بخشی از مدرک کارشناسی ارشد CU Boulder در علوم کامپیوتر که در پلتفرم Coursera ارائه می شود، گذراند. این مدارک تحصیلات تکمیلی کاملاً معتبر دوره های هدفمند، جلسات کوتاه 8 هفته ای و شهریه پرداختی را ارائه می دهند. پذیرش بر اساس عملکرد در سه دوره مقدماتی است، نه سابقه تحصیلی. مدارک CU در Coursera برای فارغ التحصیلان اخیر یا متخصصان شاغل ایده آل است. بیشتر بدانید: کارشناسی ارشد در علوم کامپیوتر: https://coursera.org/degrees/ms-computer-science-boulder

coursera مسائل اخلاقی در علم داده (Mitalearn-327434)

  • 6 hours 46 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Bobby Schnabel
درباره این دوره:

برنامه های کاربردی محاسباتی شامل مقادیر زیادی داده - حوزه علم داده - بر زندگی اکثر مردم در ایالات متحده و جهان تأثیر می گذارد. این تأثیرات شامل توصیه‌هایی است که سیستم‌های مبتنی بر اینترنت به ما ارائه می‌کنند، اطلاعاتی که در مورد ما به صورت آنلاین در دسترس است، تکنیک‌هایی که برای امنیت و نظارت استفاده می‌شوند، داده‌هایی که در مراقبت‌های بهداشتی استفاده می‌شوند و بسیاری موارد دیگر. در بسیاری از موارد، آنها تحت تأثیر تکنیک های هوش مصنوعی و یادگیری ماشینی قرار می گیرند. این دوره به بررسی برخی از مسائل اخلاقی مرتبط با علم داده می پردازد، با هدف اساسی آگاه کردن متخصصان علوم داده و حساس کردن آنها به ملاحظات اخلاقی که ممکن است در حرفه آنها ایجاد شود. این کار را از طریق ترکیبی از بحث در مورد چارچوب‌های اخلاقی، بررسی انواع کاربردهای علم داده که منجر به ملاحظات اخلاقی می‌شود، مطالعه رسانه‌ها و مقالات علمی فعلی، و استفاده از دیدگاه‌ها و تجربیات دانشجویان دیگر و متخصصان محاسبات انجام می‌دهد. مسائل اخلاقی در علم داده را می توان برای اعتبار آکادمیک به عنوان بخشی از مدرک کارشناسی ارشد CU Boulder در علوم داده (MS-DS) که در پلت فرم Coursera ارائه می شود، در نظر گرفت. MS-DS یک مدرک بین رشته‌ای است که اعضای هیئت علمی بخش‌های ریاضیات کاربردی، علوم کامپیوتر، علوم اطلاعات و سایرین در CU Boulder را گرد هم می‌آورد. با پذیرش مبتنی بر عملکرد و بدون فرآیند درخواست، MS-DS برای افرادی با طیف وسیعی از تحصیلات کارشناسی و/یا تجربه حرفه‌ای در علوم کامپیوتر، علوم اطلاعات، ریاضیات و آمار ایده‌آل است. درباره برنامه MS-DS در https://www.coursera.org/degrees/master-of-science-data-science-boulder اطلاعات بیشتری کسب کنید.

Suggestions