Course catalog

Course duration

Course provider

Topic

Categories

Showing 741-760 of 1,080 items.

linkedin کلود کد 101: از اعلان تا محصول (Mitalearn-453591)

  • 58 minutes
  • مناسب همه
  • Release date: 11 March 2026
  • Author: Ray Villalobos
درباره این دوره:

ابزارهای کدنویسی قدرتمند دیگر محدود به مهندسان نیستند. در این دوره یاد خواهید گرفت که چگونه از Claude Code برای ساختن نرم افزار واقعی بدون پس زمینه کدنویسی سنتی استفاده کنید. شما با مفاهیم ضروری ترمینال شروع می‌کنید، سپس نحوه انتخاب مدل‌ها، استفاده از افزونه‌ها، کار با سرورهای MCP و اعمال کلود کد را برای کارهای توسعه عملی بررسی می‌کنید. در طول مسیر، یاد خواهید گرفت که چگونه ابزار را به طور موثر هدایت کنید، از دام های رایج اجتناب کنید، و نتایج قابل اعتماد و قابل تکراری تولید کنید. در پایان این دوره، مهارت و اعتماد به نفس برای تبدیل ایده ها به کدهای کاری با استفاده از گردش های کاری مبتنی بر هوش مصنوعی را خواهید داشت.

linkedin کلود کد در عمل توسط آنتروپیک (Mitalearn-453659)

  • 1 hours 10 minutes
  • مناسب همه
  • Release date: 2 April 2026
  • Author: Anthropic
درباره این دوره:

<p> این دوره آموزش جامعی را در مورد استفاده از کد کلود برای وظایف توسعه نرم افزار ارائه می دهد که معماری زیربنایی دستیاران کدنویسی هوش مصنوعی، تکنیک های پیاده سازی عملی و استراتژی های یکپارچه سازی پیشرفته را پوشش می دهد. درباره رویکردهای مدیریت زمینه Claude Code و نحوه گسترش عملکرد از طریق سرورهای MCP و ادغام GitHub بیاموزید. سیستم استفاده از ابزار Claude Code را کاوش کنید. نحوه پیاده سازی گردش کار ارتباط بصری را بیابید. نحوه ایجاد اتوماسیون های سفارشی برای کارهای روتین را ببینید. و نحوه به کارگیری حالت های تفکر و برنامه ریزی را کشف کنید. </p> <p>توجه: این دوره توسط Anthropic ایجاد شده است. ما خوشحالیم که این محتوا را در کتابخانه خود میزبانی می کنیم.</p> <strong>پیش نیازها</strong> <ul> <li>آشنایی با رابط های خط فرمان و عملیات ترمینال</li> <li>درک اولیه کنترل نسخه با Git</li> </ul>

linkedin کمک تست نرم افزار با GitHub Copilot AI (Mitalearn-435486)

  • 1 hours 16 minutes
  • مناسب همه
  • Release date: 23 August 2024
  • Author: Gary Kovar
درباره این دوره: 

 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.

linkedin کنترل Chatgpt با دستورالعمل های سفارشی یا پیام های سیستم API (Mitalearn-415800)

  • 14 minutes
  • مناسب همه
  • Release date: 13 October 2023
  • Author: Morten Rand-Hendriksen
درباره این دوره: 

 دستورالعمل های سفارشی در ChatGPT به شما امکان می دهد زمینه اضافی را ارائه دهید و حتی هر بار که با آن تعامل دارید ، نوع پاسخ مورد نظر خود را از سیستم قالب بندی کنید. در API OpenAi Chat Complions API می توانید با استفاده از پیام های سیستم و دستیار به همان عملکرد دسترسی پیدا کنید. در این دوره کوتاه ، یاد بگیرید که چگونه از این ویژگی ها استفاده کنید تا پاسخ های سازگار و قابل تنظیم تر از هر دو سیستم بدست آورید.

linkedin کوپیلوت برای مایکروسافت 365: تقویت بهره وری در اکسل ، کلمه ، پاورپوینت ، چشم انداز و تیم ها (Mitalearn-415851)

  • 3 hours 5 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Deb Ashby
درباره این دوره:

بهترین روشها را برای استفاده از Copilot در سراسر اکوسیستم Microsoft 365 در این دوره جامع بیاموزید. Microsoft MVP Deb Ashby به شما نشان می دهد که چگونه می توانید از تمام برنامه هایی که هر روز استفاده می کنید ، از جمله Excel ، PowerPoint ، Word و Outlook استفاده کنید. DEB قبل از اینکه به نحوه قالب بندی ، فیلتر کردن و تجزیه و تحلیل داده ها در اکسل بپردازد ، با یک آغازگر در نسخه های Copilot شروع می شود. نحوه ایجاد ارائه های پاورپوینت را از ابتدا پیدا کنید ، و ارائه و سازماندهی ارائه های موجود و همچنین پیش نویس ، ویرایش و خلاصه اسناد را به صورت کلمه. Deb شامل چگونگی به حداکثر رساندن بهره وری خود در Outlook ، به شما نشان می دهد که چگونه می توانید پیام ها را تهیه کنید ، موضوعات طولانی را خلاصه کنید و ایمیل های بهتری را با ویژگی مربیگری Copilot بنویسید. در پایان این دوره ، شما به نکات عملی برای استفاده از Copilot در سایر برنامه های محبوب M365 مانند تیم ها ، تخته های سفید ، OneNote و حلقه مجهز خواهید شد.

linkedin گرایش های دیجیتال مارکتینگ (Mitalearn-150107)

  • 1 hours 57 minutes
  • مبتدی
  • Update date: 25 July 2026
  • Author: Martin Waxman
درباره این دوره:


از آخرین روندهای بازاریابی دیجیتال به روز باشید. در این مجموعه دو هفته‌ای، مارتین واکسمن، کارشناس بازاریابی و رسانه‌های اجتماعی، جدیدترین ابزارها و تکنیک‌هایی را که بازاریابان برای دستیابی به مشتریان خود استفاده می‌کنند، بررسی می‌کند. دریابید که چه چیزی جدید است، چگونه بر کسب و کار شما تأثیر می گذارد، و شرکت های دیگر برای سازگاری چه می کنند. هر دو هفته یکبار می‌توانید موضوع جدیدی از جمله موبایل، جستجوی صوتی، پخش ویدئو و پخش زنده، هوش مصنوعی و واقعیت مجازی، تحولات رسانه‌های اجتماعی و مقرراتی مانند GDPR را بررسی کنید. این دوره راهی موثر برای درک آنچه در دنیای بازاریابی اتفاق می افتد است و چگونه می توانید از این روندها برای کمک به موفقیت بیشتر کسب و کار خود استفاده کنید.

توجه: از آنجایی که این یک سریال در حال انجام است، بینندگان یک سریال دریافت نمی کنند.

linkedin گرایش های هوش مصنوعی (Mitalearn-278695)

  • 1 hours 15 minutes
  • مناسب همه
  • Update date: 24 August 2023
  • Author: Xavier Amatriain,Denys Linkov,Ray Villalobos,Morten Rand-Hendriksen,Vilas Dhar
درباره این دوره: 

 

هوش مصنوعی به سرعت از قلمرو علمی تخیلی به استفاده روزمره تغییر کرده است. اما از میان انبوهی از ابزارها و فناوری‌های موجود، کدام یک برای گردش کار و سازمان شما مناسب‌تر است؟ در این مجموعه در حال انجام، کارشناسان صنعت شما را از طریق محصولات و مفاهیم هوش مصنوعی که در آنجا وجود دارد راهنمایی می‌کنند - و چگونه تشخیص دهید چه چیزی بیشتر به نفع سازمان شما است.

برای ارائه دیدگاه‌های مختلف به شما، هر درس توسط یک رهبر فکری هوش مصنوعی متفاوت آموزش داده می‌شود: مربی ارشد کارکنان مورتن رند-هندریکسن، اخلاق‌شناس هوش مصنوعی ویلاس دار، معاون مهندسی و استراتژی محصول هوش مصنوعی در LinkedIn، خاویر آمتریاین، و بیشتر! برای شروع شناسایی بهترین راه‌ها برای وارد کردن هوش مصنوعی به سازمان خود هماهنگ شوید!

توجه: از آنجایی که این سریال در حال انجام است، بینندگان گواهی پایان کار دریافت نخواهند کرد.


linkedin گردش کار پروژه مبتنی بر هوش مصنوعی خود را با ChatGPT بسازید (بدون نیاز به کد) (Mitalearn-453098)

  • 1 hours 31 minutes
  • مناسب همه
  • Release date: 9 December 2025
  • Author: Andrew Stellman
درباره این دوره:

رویکرد مدیریت پروژه خود را با ادغام فناوری‌های هوش مصنوعی مانند ChatGPT تغییر دهید تا برنامه‌ریزی را سرعت بخشید، تصمیم‌گیری‌ها را سخت‌تر کنید، پروژه‌های خود را بهتر مدیریت کنید و در چشم‌انداز شغلی امروزی رقابتی بمانید. در این دوره، مربی اندرو استلمن شما را از طریق اصول خودکارسازی اسناد پروژه، اصلاح ارتباطات ذینفعان و مدیریت ریسک ها با پشتیبانی هوش مصنوعی راهنمایی می کند. در طول مسیر، یاد بگیرید که چگونه از هوش مصنوعی برای ایجاد یک منشور جامع پروژه استفاده کنید، دامنه را به طور موثر مدیریت کنید، یک ثبت ریسک دقیق ایجاد کنید، و پیش نویس ارتباطات متقاعد کننده با ذینفعان - همه با استفاده از ابزارهای هوش مصنوعی. بینشی در مورد روش‌شناسی چابک به دست آورید، کشف کنید که چگونه استراتژی‌های پروژه‌تان را برای سازگاری با تغییرات تطبیق دهید، و با هوش مصنوعی در گردش‌های کاری پروژه در دنیای واقعی اعتماد به نفس ایجاد کنید. چه در حال مطالعه برای دریافت گواهینامه PMP باشید و چه به دنبال نوآوری در جریان کاری فعلی خود باشید، این دوره شما را با ابزارها و مهارت هایی که برای ساده سازی سریع و موثر کار خود نیاز دارید، مجهز می کند.

linkedin گردش کار خود را با هوش مصنوعی تولید کنید (Mitalearn-411975)

  • 20 minutes
  • مناسب همه
  • Release date: 13 November 2024
  • Author: Madecraft,Tamara Franklin
درباره این دوره: 

 آیا گردش کار شما نیاز به تقویت دارد؟ هوش مصنوعی تولید نه تنها وظایف را خودکار می کند بلکه تصمیم گیری و کارآیی را افزایش می دهد. در این دوره ، مشاور گردش کار تامرا فرانکلین شما را از طریق ملزومات ادغام هوش مصنوعی در فرآیندهای تجاری خود راهنمایی می کند. بیاموزید که از قابلیت های AI مولد بهره مند شوید و آن را برای نیازهای خاص خود آموزش دهید. بعد از این دوره ، شما آماده استفاده از AI برای تغییر کارهای روزانه و افزایش بهره وری خود خواهید بود.

coursera گردش کار هوش مصنوعی: استقرار مدل سازمانی (Mitalearn-336835)

  • 23 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Mark J Grover,Ray Lopez, Ph.D.
درباره این دوره:

این پنجمین دوره در تخصص IBM AI Enterprise Workflow Certification است.   شما قویاً تشویق می‌شوید که این دوره‌ها را به ترتیب تکمیل کنید، زیرا این دوره‌ها دوره‌های مستقل جداگانه نیستند، بلکه بخشی از جریان کاری هستند که هر دوره بر اساس دوره‌های قبلی است. این دوره شما را با حوزه ای آشنا می کند که تعداد کمی از دانشمندان داده قادر به تجربه آن هستند: استقرار مدل هایی برای استفاده در شرکت های بزرگ.  Apache Spark یک فریمورک بسیار رایج برای اجرای مدل های یادگیری ماشینی است.  بهترین شیوه های استفاده از Spark در این دوره پوشش داده خواهد شد.  بهترین شیوه ها برای دستکاری داده ها، آموزش مدل، و تنظیم مدل نیز پوشش داده خواهد شد.  مورد استفاده نیازمند ایجاد و استقرار یک سیستم توصیه‌کننده است. این دوره با مقدمه ای بر فناوری های استقرار مدل به پایان می رسد.   در پایان این دوره شما قادر خواهید بود: 1. از RDD ها، دیتافریم ها و خط لوله Apache Spark استفاده کنید 2. از اسکریپت‌های spark-submit برای ارتباط با محیط‌های Spark استفاده کنید 3. نحوه عملکرد فیلتر مشارکتی و فیلتر مبتنی بر محتوا را توضیح دهید 4. با استفاده از جریان Apache Spark و Apache Spark یک خط لوله انتقال داده بسازید 5. ابرپارامترها را در مدل‌های یادگیری ماشین در Apache Spark تجزیه و تحلیل کنید 6. الگوریتم‌های یادگیری ماشین را با استفاده از رابط یادگیری ماشین Apache Spark اجرا کنید 7. یک مدل یادگیری ماشینی را از Watson Studio به Watson Machine Learning مستقر کنید چه کسانی باید این دوره را بگذرانند؟ این دوره متخصصان علوم داده موجود را هدف قرار می دهد که در ساخت مدل های یادگیری ماشین تخصص دارند و می خواهند مهارت های خود را در ساخت و استقرار هوش مصنوعی در شرکت های بزرگ عمیق تر کنند. اگر شما یک دانشمند داده مشتاق هستید، این دوره برای شما مناسب نیست زیرا برای بهره مندی از محتوای این دوره ها به تخصص دنیای واقعی نیاز دارید. چه مهارت هایی باید داشته باشید؟ فرض بر این است که شما دوره های 1 تا 4 از تخصص گردش کار IBM AI Enterprise را تکمیل کرده اید و قبل از شروع این دوره، درک کاملی از موضوعات زیر دارید: درک بنیادی از جبر خطی. درک نمونه گیری، نظریه احتمال و توزیع احتمال. آشنایی با مفاهیم آماری توصیفی و استنباطی. درک کلی از تکنیک های یادگیری ماشین و بهترین شیوه ها؛ درک تمرینی پایتون و بسته‌هایی که معمولاً در علم داده استفاده می‌شوند: NumPy، Pandas، matplotlib، scikit-learn. آشنایی با IBM Watson Studio; آشنایی با فرآیند تفکر طراحی

coursera گردش کار هوش مصنوعی: تجزیه و تحلیل داده ها و آزمون فرضیه ها (Mitalearn-336784)

  • 41 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Mark J Grover,Ray Lopez, Ph.D.
درباره این دوره:

این دومین دوره در تخصص IBM AI Enterprise Workflow Certification است.  شما قویاً تشویق می‌شوید که این دوره‌ها را به ترتیب تکمیل کنید، زیرا این دوره‌ها دوره‌های مستقل جداگانه نیستند، بلکه بخشی از جریان کاری هستند که هر دوره بر اساس دوره‌های قبلی است.   در این دوره شما کار خود را برای یک شرکت رسانه ای فرضی با انجام تجزیه و تحلیل داده های اکتشافی (EDA) آغاز خواهید کرد.  بهترین روش‌ها برای تجسم داده‌ها، مدیریت داده‌های از دست رفته و آزمایش فرضیه به عنوان بخشی از کار شما به شما معرفی می‌شود.  شما تکنیک های تخمین با توزیع احتمال و گسترش این تخمین ها را برای اعمال آزمون های اهمیت فرضیه صفر خواهید آموخت. آنچه را که یاد می گیرید از طریق مطالعات موردی دو دستی به کار می گیرید: تجسم داده ها و آزمایش های متعدد با استفاده از یک خط لوله ساده.   در پایان این دوره شما باید بتوانید: 1. چندین روش برتر در مورد EDA و تجسم داده را فهرست کنید 2. یک داشبورد ساده در Watson Studio ایجاد کنید 3. استراتژی‌های مقابله با داده‌های از دست رفته را شرح دهید 4. تفاوت بین انتساب و انتساب چندگانه را توضیح دهید 5. توزیع‌های رایج را برای پاسخ به سؤالات در مورد احتمالات رویداد به کار ببرید 6. نقش تحقیقی آزمون فرضیه در EDA را توضیح دهید 7. روش‌های مختلفی را برای مقابله با آزمایش‌های چندگانه اعمال کنید   چه کسانی باید این دوره را بگذرانند؟ این دوره متخصصان علوم داده موجود را هدف قرار می دهد که در ساخت مدل های یادگیری ماشین تخصص دارند و می خواهند مهارت های خود را در ساخت و استقرار هوش مصنوعی در شرکت های بزرگ عمیق تر کنند. اگر شما یک دانشمند داده مشتاق هستید، این دوره برای شما مناسب نیست زیرا برای بهره مندی از محتوای این دوره ها به تخصص دنیای واقعی نیاز دارید. چه مهارت هایی باید داشته باشید؟ فرض بر این است که شما دوره 1 تخصص گردش کار IBM AI Enterprise را تکمیل کرده اید و قبل از شروع این دوره، درک کاملی از موضوعات زیر دارید: درک بنیادی از جبر خطی. درک نمونه گیری، نظریه احتمال و توزیع احتمال. آشنایی با مفاهیم آماری توصیفی و استنباطی. درک کلی از تکنیک های یادگیری ماشین و بهترین شیوه ها؛ درک تمرینی پایتون و بسته‌هایی که معمولاً در علم داده استفاده می‌شوند: NumPy، Pandas، matplotlib، scikit-learn. آشنایی با IBM Watson Studio; آشنایی با فرآیند تفکر طراحی

coursera گردش کار هوش مصنوعی: مهندسی ویژگی و تشخیص تعصب (Mitalearn-336818)

  • 47 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Mark J Grover,Ray Lopez, Ph.D.
درباره این دوره:

این سومین دوره در تخصص IBM AI Enterprise Workflow Certification است.    شما قویاً تشویق می‌شوید که این دوره‌ها را به ترتیب تکمیل کنید، زیرا این دوره‌ها دوره‌های مستقل جداگانه نیستند، بلکه بخشی از جریان کاری هستند که هر دوره بر اساس دوره‌های قبلی است.   دوره 3 شما را با مرحله بعدی گردش کار برای شرکت رسانه فرضی ما آشنا می کند.  در این مرحله از کار، بهترین روش‌ها را برای مهندسی ویژگی، مدیریت عدم تعادل کلاس و تشخیص سوگیری در داده‌ها خواهید آموخت.  عدم تعادل طبقاتی می تواند اعتبار مدل های یادگیری ماشین شما را به طور جدی تحت تاثیر قرار دهد، و کاهش سوگیری در داده ها برای کاهش ریسک مرتبط با مدل های مغرضانه ضروری است.  این عناوین با بخش‌هایی در مورد بهترین شیوه‌ها برای کاهش ابعاد، تشخیص پرت، و تکنیک‌های یادگیری بدون نظارت برای یافتن الگوها در داده‌های شما دنبال می‌شوند.  مطالعات موردی بر مدل‌سازی موضوع و تجسم داده‌ها متمرکز خواهد بود.   در پایان این دوره شما قادر خواهید بود: 1. از ابزارهایی استفاده کنید که به رفع مشکلات عدم تعادل کلاس و کلاس کمک می کند 2. ملاحظات اخلاقی در مورد سوگیری در داده ها را توضیح دهید 3.  از کتابخانه‌های منبع باز ai Fairness 360 برای تشخیص سوگیری در مدل‌ها استفاده کنید 4. تکنیک های کاهش ابعاد را برای هر دو مرحله EDA و تبدیل به کار ببرید 5. تکنیک‌های مدل‌سازی موضوع را در پردازش زبان طبیعی شرح دهید 6. از مدل‌سازی و تجسم موضوع برای کاوش داده‌های متنی استفاده کنید 7. بهترین شیوه‌های رسیدگی به داده‌های با ابعاد بالا را به کار بگیرید 8. الگوریتم‌های تشخیص پرت را به‌عنوان ابزار تضمین کیفیت و ابزار مدل‌سازی به کار بگیرید. 9. تکنیک های یادگیری بدون نظارت را با استفاده از خطوط لوله به عنوان بخشی از گردش کار هوش مصنوعی به کار بگیرید 10. از الگوریتم‌های خوشه‌بندی اولیه استفاده کنید   چه کسانی باید این دوره را بگذرانند؟ این دوره متخصصان علوم داده موجود را هدف قرار می دهد که در ساخت مدل های یادگیری ماشین تخصص دارند و می خواهند مهارت های خود را در ساخت و استقرار هوش مصنوعی در شرکت های بزرگ عمیق تر کنند. اگر شما یک دانشمند داده مشتاق هستید، این دوره برای شما مناسب نیست زیرا برای بهره مندی از محتوای این دوره ها به تخصص دنیای واقعی نیاز دارید.   چه مهارت هایی باید داشته باشید؟ فرض بر این است که شما دوره های 1 و 2 تخصص گردش کار IBM AI Enterprise را تکمیل کرده اید و قبل از شروع این دوره درک کاملی از موضوعات زیر دارید: درک بنیادی جبر خطی. درک نمونه گیری، نظریه احتمال و توزیع احتمال. آشنایی با مفاهیم آماری توصیفی و استنباطی. درک کلی از تکنیک های یادگیری ماشین و بهترین شیوه ها؛ درک تمرینی پایتون و بسته‌هایی که معمولاً در علم داده استفاده می‌شوند: NumPy، Pandas، matplotlib، scikit-learn. آشنایی با IBM Watson Studio; آشنایی با فرآیند تفکر طراحی

coursera گردش کار هوش مصنوعی: یادگیری ماشین، تشخیص بصری و NLP (Mitalearn-336767)

  • 32 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Mark J Grover,Ray Lopez, Ph.D.
درباره این دوره:

این چهارمین دوره در تخصص IBM AI Enterprise Workflow Certification است.    شما قویاً تشویق می‌شوید که این دوره‌ها را به ترتیب تکمیل کنید، زیرا این دوره‌ها دوره‌های مستقل جداگانه نیستند، بلکه بخشی از جریان کاری هستند که هر دوره بر اساس دوره‌های قبلی است.  دوره 4 مرحله بعدی گردش کار را پوشش می دهد، که مدل ها و خطوط لوله داده مرتبط با آنها را برای یک شرکت رسانه جریان فرضی تنظیم می کند.  مبحث اول مبحث پیچیده معیارهای ارزیابی را پوشش می‌دهد، جایی که شما بهترین شیوه‌ها را برای تعدادی از معیارهای مختلف از جمله معیارهای رگرسیون، معیارهای طبقه‌بندی، و معیارهای چند طبقه‌ای را یاد خواهید گرفت که از آنها برای انتخاب بهترین مدل برای چالش تجاری خود استفاده خواهید کرد.  موضوعات بعدی بهترین شیوه‌ها را برای انواع مختلف مدل‌ها از جمله مدل‌های خطی، مدل‌های مبتنی بر درخت و شبکه‌های عصبی پوشش می‌دهند.  از مدل های خارج از جعبه واتسون برای درک زبان طبیعی و تشخیص بصری استفاده خواهد شد.  مطالعات موردی با تمرکز بر پردازش زبان طبیعی و تجزیه و تحلیل تصویر برای ارائه زمینه واقعی برای خطوط لوله مدل وجود خواهد داشت.   در پایان این دوره شما قادر خواهید بود: در مورد معیارهای رگرسیون، طبقه بندی و طبقه بندی چند برچسبی رایج بحث کنید کاربرد رگرسیون خطی و لجستیک در کاربردهای یادگیری نظارت شده را توضیح دهید استراتژی های رایج برای جستجوی شبکه و اعتبارسنجی متقابل را شرح دهید از معیارهای ارزیابی برای انتخاب مدل ها برای استفاده در تولید استفاده کنید استفاده از الگوریتم های مبتنی بر درخت در برنامه های کاربردی یادگیری نظارت شده را توضیح دهید استفاده از شبکه های عصبی در برنامه های کاربردی یادگیری تحت نظارت را توضیح دهید انواع عمده شبکه های عصبی و پیشرفت های اخیر را مورد بحث قرار دهید یک مدل شبکه عصبی در تنسورفلو ایجاد کنید یک نمونه از Watson Visual Recognition ایجاد و آزمایش کنید یک نمونه از Watson NLU ایجاد و آزمایش کنید چه کسانی باید این دوره را بگذرانند؟ این دوره متخصصان علوم داده موجود را هدف قرار می دهد که در ساخت مدل های یادگیری ماشین تخصص دارند و می خواهند مهارت های خود را در ساخت و استقرار هوش مصنوعی در شرکت های بزرگ عمیق تر کنند. اگر شما یک دانشمند داده مشتاق هستید، این دوره برای شما مناسب نیست زیرا برای بهره مندی از محتوای این دوره ها به تخصص دنیای واقعی نیاز دارید.   چه مهارت هایی باید داشته باشید؟ فرض بر این است که شما دوره های 1 تا 3 تخصص گردش کار IBM AI Enterprise را تکمیل کرده اید و قبل از شروع این دوره، درک کاملی از موضوعات زیر دارید: درک اساسی از جبر خطی. درک نمونه گیری، نظریه احتمال و توزیع احتمال. آشنایی با مفاهیم آماری توصیفی و استنباطی. درک کلی از تکنیک های یادگیری ماشین و بهترین شیوه ها؛ درک تمرینی پایتون و بسته‌هایی که معمولاً در علم داده استفاده می‌شوند: NumPy، Pandas، matplotlib، scikit-learn. آشنایی با IBM Watson Studio; آشنایی با فرآیند تفکر طراحی

linkedin گزارش مالی خودکار با هوش مصنوعی (Mitalearn-411958)

  • 55 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Glenn Hopper
درباره این دوره:

در این دوره ، گلن هاپر - یک CFO ، نویسنده ، سخنران و مشاور - از چگونگی انقلابی در گزارش های مالی از طریق اتوماسیون پیشرفته و داستان پردازی هوشمند استفاده می کند. بیاموزید که با استفاده از یادگیری ماشین برای تجزیه و تحلیل پیش بینی ، عملیات مالی را ساده کنید. کشف کنید که چگونه از هوش مصنوعی تولیدی برای خودکار سازی روایت های مالی خود استفاده کنید ، و گزارش های مالی را به داستانهای جامع تبدیل کنید که ذینفعان را درگیر می کند. برنامه های کاربردی عملی ، از جمله ساخت مدل های پیش بینی ساختمان و ساخت روایت های روشنگری را با استفاده از ابزارهایی مانند ChatGPT کاوش کنید. این دوره مباحث کلیدی مانند مهندسی ویژگی ، اعتبار سنجی داده ها ، اتوماسیون روایت و ملاحظات اخلاقی هوش مصنوعی در امور مالی را در بر می گیرد. هنگامی که این دوره را تمام می کنید ، می توانید با وضوح و دقت ، با پشتیبانی از گردش کار قوی ، تصمیمات محور داده را اتخاذ کنید.

linkedin لاجورد برای توسعه دهندگان: نسل بازیابی-اوج (RAG) با Azure AI (Mitalearn-412366)

  • 1 hours 54 minutes
  • مناسب همه
  • Release date: 30 January 2025
  • Author: Ziggy Zulueta
درباره این دوره: 

 در این دوره آموزشی، Ziggy Zulueta - یک مربی حرفه ای و معتبر مایکروسافت هوش مصنوعی - از مثال ها و برنامه های کاربردی استفاده می کند تا به شما نشان دهد چگونه از Python با Azure Open AI، Cosmos DB و AI Search برای ایجاد راه حل های پیشرفته بازیابی-نسل تقویت شده (RAG) برای داده های پیشرفته استفاده کنید. در اصول RAG، پیاده سازی های مبتنی بر پایتون و روش های ارزیابی عملکرد غوطه ور شوید. نحوه راه اندازی منابع Azure، ایجاد نمایه های داده، اعمال مجموعه مهارت ها برای بهبود داده ها و خودکار کردن فرآیند نمایه سازی را بیاموزید. اهمیت پایگاه‌های داده برداری، توکن‌سازی، جاسازی‌ها و چگونگی تسهیل بازیابی و تقویت موثر داده‌ها را بررسی کنید. راه حل های RAG خود را برای اطمینان از دقت، ارتباط و ایمنی ارزیابی کنید. در پایان این دوره، شما مجهز به توسعه راه حل های پیچیده RAG خواهید بود که بینش دقیق و مرتبط متناسب با نیازهای کسب و کار شما را ارائه می دهد.

linkedin مایکروسافت 365 Copilot Shorts: 20 مهارت در 20 دقیقه (Mitalearn-463859)

  • 17 minutes
  • مناسب همه
  • Release date: 5 February 2026
  • Author: Mike Tholfsen
درباره این دوره:

بیاموزید که چگونه Microsoft 365 Copilot می تواند بهره وری روزانه شما را با نمایش های عملی و عملی افزایش دهد. با استفاده از ویژگی‌های پیشرفته مانند Agent Mode، دستورالعمل‌های سفارشی، زمینه‌سازی فایل‌ها و صفحات Copilot، قابلیت‌های Copilot را در Copilot Chat، Word، Excel، PowerPoint، Outlook و Teams به حداکثر برسانید. قدرت عوامل تخصصی مانند محقق و تحلیلگر را برای تطبیق کمک هوش مصنوعی برای رفع نیازهای گردش کار خود کشف کنید. بیاموزید که چگونه کارهای روتین را خودکار کنید، بینش داده خود را تقویت کنید، و محتوای چندرسانه ای قانع کننده را به راحتی ایجاد کنید. استراتژی‌هایی را برای ادغام کارآمد Copilot در محیط کار روزانه خود تمرین کنید، که منجر به بهبود بهره‌وری قابل اندازه‌گیری و ایجاد اعتماد به نفس برای پیاده‌سازی این مهارت‌ها و ادغام استراتژیک آن‌ها در جریان کارتان می‌شود. این دوره برای همه کاربران Microsoft 365 Copilot و همچنین متخصصان یادگیری و توسعه با هدف ارتقاء مهارت در برنامه‌های هوش مصنوعی مناسب است.

linkedin مایکروسافت Azure Data Scientist Associate (DP-100) Cert Prep (Mitalearn-464012)

  • 1 hours 50 minutes
  • مناسب همه
  • Release date: 18 June 2025
  • Author: Noah Gift
درباره این دوره:

<p>در این دوره جامع، Noah Gift متخصص MLOps به شما کمک می کند تا برای آزمون گواهینامه Microsoft Azure Data Scientist Associate (DP-100) آماده شوید. با ایجاد فضای کاری Azure Machine Learning، نحوه طراحی و آماده سازی راه حل یادگیری ماشین را بیاموزید. داده ها را کاوش کنید و آزمایش ها را از طریق توسعه کد با یک نمونه محاسباتی، آموزش یک مدل با Python SDK و موارد دیگر اجرا کنید. مراحل کامل آموزش و استقرار مدل ها را طی کنید. به‌علاوه، در تکنیک‌هایی که می‌توانید برای بهینه‌سازی مدل‌های زبان برای برنامه‌های هوش مصنوعی استفاده کنید، غوطه‌ور شوید. </p> <p>این دوره توسط Noah Gift ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.</p>

coursera مایکروسافت Azure Machine Learning (Mitalearn-328437)

  • 11 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Microsoft
درباره این دوره:

یادگیری ماشینی هسته اصلی هوش مصنوعی است و بسیاری از برنامه‌ها و خدمات مدرن به مدل‌های یادگیری ماشینی پیش‌بینی‌کننده وابسته هستند. آموزش یک مدل یادگیری ماشینی یک فرآیند تکراری است که به زمان و منابع محاسباتی نیاز دارد. یادگیری ماشین خودکار می تواند به آسان تر کردن آن کمک کند. در این دوره یاد خواهید گرفت که چگونه از یادگیری ماشینی Azure برای ایجاد و انتشار مدل ها بدون نوشتن کد استفاده کنید. این دوره به شما کمک می کند تا برای آزمون AI-900: Microsoft Azure AI Fundamentals آماده شوید. این دومین دوره از یک برنامه پنج دوره ای است که شما را برای شرکت در آزمون گواهینامه AI-900 آماده می کند. این دوره به شما مفاهیم و مهارت های اصلی را می آموزد که در حوزه های امتحانی اصول هوش مصنوعی ارزیابی می شوند. این دوره مبتدی برای پرسنل فناوری اطلاعات که تازه شروع به کار با Microsoft Azure کرده‌اند و می‌خواهند در مورد پیشنهادات Microsoft Azure بیاموزند و تجربه عملی با محصول را کسب کنند مناسب است. Microsoft Azure AI Fundamentals می تواند برای آماده شدن برای سایر گواهینامه های مبتنی بر نقش Azure مانند Microsoft Azure Data Scientist Associate یا Microsoft Azure AI Engineer Associate استفاده شود، اما پیش نیاز هیچ یک از آنها نیست. این دوره برای داوطلبان با سوابق فنی و غیر فنی در نظر گرفته شده است. علم داده و تجربه مهندسی نرم افزار مورد نیاز نیست. با این حال، برخی از دانش یا تجربه برنامه نویسی عمومی مفید خواهد بود. برای موفقیت در این دوره، باید سواد کامپیوتری اولیه و تسلط به زبان انگلیسی را داشته باشید. شما باید با مفاهیم اولیه محاسبات و اصطلاحات، مفاهیم کلی فناوری، از جمله مفاهیم یادگیری ماشین و هوش مصنوعی آشنا باشید.

linkedin مایکروسافت کوپیلوت برای اکسل (Mitalearn-428703)

  • 2 hours 22 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Maven Analytics,Enrique Ruiz
درباره این دوره:

این یک دوره مبتنی بر پروژه است که برای کمک به شما در استفاده از Copilot در Microsoft Excel برای حل مشکلات تجزیه و تحلیل داده های دنیای واقعی طراحی شده است. با بررسی ویژگی ها و محدودیت های اصلی مایکروسافت Copilot ، نقاط قوت و ضعف را در برابر ابزارهایی مانند ChatGPT مقایسه کنید و با Copilot برای Microsoft 365 در دستگاه خود بلند شوید. از آنجا ، مربی Enrique Ruiz به موارد استفاده اصلی Copilot برای مدیریت و تجزیه و تحلیل داده ها شیرجه می زند. اضافه کردن ستون های فرمول جدید با استفاده از زبان طبیعی ، استفاده از قوانین قالب بندی مشروط برای برجسته کردن نقاط کلیدی داده ها و تجزیه و تحلیل داده ها برای یافتن بینش با استفاده از Pivottables و نمودارها. در طول راه ، یاد بگیرید که چگونه از موتور AI مولد Copilot برای موارد پیشرفته تر استفاده ، از جمله نوشتن فرمول های آرایه پویا و تولید کد پایتون در اکسل استفاده کنید. در طول دوره ، شما فرصتی برای تمرین مهارت های جدید خود در تمرینات نقش آفرینی به عنوان مدیر منابع انسانی شرکت خواهید داشت.

توجه: این دوره توسط Enrique Ruiz و Maven Analytics ایجاد شده است. ما خوشحالیم که این آموزش را در کتابخانه خود میزبانی می کنیم.

linkedin مایکروسافت کوپیلوت چیست؟ مروری بر ابزارهای AI مایکروسافت (Mitalearn-439396)

  • 27 minutes
  • مناسب همه
  • Update date: 21 October 2024
  • Author: Nick Brazzi
درباره این دوره: 

 

مایکروسافت تعدادی از ابزارهای دارای قدرت AI را در زیر چتر Copilot ارائه می دهد که گردش کار شما را ساده تر می کند. در این دوره کوتاه ، نیک برزی محصولات مختلف Copilot را تغییر می دهد و گزینه های اشتراک موجود را توضیح می دهد. شما یک مرور کلی در مورد نحوه استفاده از Copilot در وب ، در برنامه تلفن همراه و در برنامه های اداری دریافت خواهید کرد. Target = "_ Blank"> گواهی حرفه ای از مایکروسافت.


Suggestions