Course catalog

Course duration

Course provider

Topic

Categories

Showing 81-99 of 99 items.

coursera مسائل اخلاقی در هوش مصنوعی و اخلاق حرفه ای (Mitalearn-302971)

  • 6 hours 49 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 دومین دوره از یک رشته سه دوره است که مسائل اخلاقی در طراحی و پیاده سازی سیستم ها و فن آوری های محاسباتی را بررسی می کند و به مفهوم گسترده محاسبات در جامعه ما منعکس می شود. این سوگیری الگوریتمی در روش‌های یادگیری ماشین، اخلاق حرفه‌ای و مسائل موجود در محیط کار فناوری 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 مشکل تحویل (Mitalearn-306864)

  • 1 hours 51 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Alexander S. Kulikov,Владимир Подольский
درباره این دوره:

در این دوره آنلاین ما (در پایتون) برنامه‌های کارآمدی را برای مشکل مورد نیاز شرکت‌های تحویل در سراسر جهان میلیون‌ها بار در روز - مشکل فروشنده دوره گرد - پیاده‌سازی می‌کنیم. هدف در این مشکل بازدید از همه مکان های داده شده در سریع ترین زمان ممکن است. چگونه می توان به سرعت راه حل بهینه ای برای این مشکل پیدا کرد؟ ما هنوز الگوریتم‌های کارآمد قابل اثباتی برای این مشکل محاسباتی دشوار نداریم و این ماهیت مسئله P در مقابل NP، مهم‌ترین سوال باز در علوم کامپیوتر است. با این حال، ما چندین راه حل را برای نمونه های دنیای واقعی مشکل فروشنده دوره گرد پیاده سازی خواهیم کرد. هنگام طراحی این راه حل ها، ما به شدت به مطالب آموخته شده در دوره های تخصصی تکیه خواهیم کرد: تکنیک های اثبات، ترکیبات، احتمال، نظریه گراف. ما چندین مثال از استفاده از ایده های ریاضی گسسته را برای دستیابی به راه حل های کارآمدتر و بیشتر خواهیم دید.

coursera مفاهیم رایانش ابری: قسمت 2 (Mitalearn-314667)

  • 8 hours 57 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Indranil Gupta
درباره این دوره:

امروزه سیستم‌های رایانش ابری، چه منبع باز و چه در داخل شرکت‌ها مورد استفاده قرار می‌گیرند، با استفاده از مجموعه‌ای از تکنیک‌های اصلی، الگوریتم‌ها و فلسفه‌های طراحی ساخته می‌شوند که همگی حول محور سیستم‌های توزیع‌شده متمرکز هستند. در مورد چنین "مفاهیم" محاسبات توزیع شده اساسی برای رایانش ابری بیاموزید. برخی از این مفاهیم عبارتند از: ابرها، MapReduce، ذخیره‌های key-value/NoSQL، الگوریتم‌های توزیع‌شده کلاسیک، الگوریتم‌های توزیع‌شده پرکاربرد، مقیاس‌پذیری، مناطق پرطرفدار و بسیاری موارد دیگر! بدانید این سیستم ها چگونه از درون به بیرون کار می کنند. با استفاده از این مفاهیم با تمرینات تکلیف ارائه شده دست خود را کثیف کنید. در تکالیف برنامه نویسی برخی از این مفاهیم را در کدهای قالب (برنامه ها) ارائه شده در زبان برنامه نویسی C++ پیاده سازی کنید. تجربه قبلی با ++C الزامی است. این دوره همچنین دارای مصاحبه با محققان و مدیران برجسته، از هر دو صنعت و دانشگاه است. این دوره بر اساس مطالبی است که در دوره آموزشی Cloud Computing Concepts، قسمت 1 ارائه شده است.

coursera مقدمه ای بر برنامه نویسی [coursera] (Mitalearn-302784)

  • 6 hours 14 minutes
  • مبتدی
  • Release date: 27 June 2026
  • Author: Jagat Sesh Challa,Sundaresan Raman
درباره این دوره:

هدف این دوره آماده سازی شما برای حل مسئله از طریق برنامه نویسی است. در این دوره با زبان برنامه نویسی C آشنا می شوید. شما در مورد ساختارهای مختلف پشتیبانی شده توسط زبان C یاد خواهید گرفت و از آنها برای نوشتن برنامه هایی استفاده می کنید که می توانند مشکلات علمی را حل کنند. این دوره طیف گسترده ای از موضوعات در مبانی برنامه نویسی را پوشش می دهد که برای ارائه یک نمای کلی از آنچه در برنامه درجه علوم کامپیوتر BITS Pilani BSc در نظر گرفته شده است، طراحی شده است. در پایان دوره در برنامه مدرک شما قادر خواهید بود برنامه های C بنویسید تا مسائل علمی را حل کنید، اجزای سطح بالای یک کامپیوتر و نحوه اتصال آنها برای اجرای برنامه ها را درک کنید، برنامه هایی را با استفاده از ساختارهای مختلف پشتیبانی شده توسط C بنویسید. زبانی مانند تخصیص، توالی، شرطی و تکرار، انجام عملیات غیرمستقیم سطح حافظه رایانه از طریق اشاره گرها و تخصیص حافظه پویا، ایجاد، ویرایش و حذف فایل ها در رایانه با استفاده از برنامه ها و همچنین نوشتن برنامه هایی برای ایجاد رکوردهای بزرگ از داده ها و پیاده سازی عملیاتی مانند جستجو، مرتب سازی و غیره در اینجا می توانید نیمه اول دوره را بسیار شبیه به آنچه که در برنامه مدرک ثبت نام می کردید تجربه کنید.

coursera مقدمه ای بر رمزنگاری (Mitalearn-304688)

  • 10 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Sam Wilson,Click Start
درباره این دوره:

رمزنگاری بخشی ضروری از ارتباطات ایمن اما در دسترس است که برای زندگی روزمره ما حیاتی است و سازمان ها از آن برای محافظت از حریم خصوصی خود و محرمانه نگه داشتن مکالمات و داده های خود استفاده می کنند. این دوره مقدمه ای جامع بر دنیای شگفت انگیز رمزنگاری ارائه می دهد که هم رمزهای تاریخی و هم تکنیک های رمزنگاری مدرن را پوشش می دهد. در این دوره، مبانی رمزگذاری، رمزگشایی و پروتکل های رمزنگاری را بررسی خواهید کرد. از طریق ترکیبی از مفاهیم نظری، مثال‌های عملی و تمرین‌های عملی، به درک کاملی از اصول و کاربردهای رمزنگاری دست خواهید یافت. به این دوره جذاب بپیوندید تا دنیای رمزنگاری را کشف کنید و یاد بگیرید که چگونه اسرار در گذشته و دنیای مدرن حفظ شده است. این دوره یکی از دوره های آموزشی است که توسط Click Start ارائه شده است، یک برنامه آموزشی در انگلستان که برای کمک به جوانان در توسعه مهارت های دیجیتال طراحی شده است. استارت کلیک تعداد محدودی بورسیه تحصیلی را ارائه می دهد که به جوانان در بریتانیا دسترسی رایگان می دهد. سوالات متداول را برای مشاهده جزئیات بیشتر بررسی کنید و پیوند را دنبال کنید تا بررسی کنید که آیا امروز واجد شرایط دسترسی رایگان هستید یا خیر.

coursera مقدمه ای بر رمزنگاری کاربردی (Mitalearn-304552)

  • 1 hours 30 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Professor Keith M. Martin
درباره این دوره:

این دوره مقدمه ای غیر ریاضی برای نقش رمزنگاری در ارائه امنیت دیجیتال برای برنامه های کاربردی روزمره مانند اینترنت، تلفن های همراه، شبکه های بی سیم و ارزهای دیجیتال است. در این دوره مقدماتی، شما درک درستی از عملکرد و هدف ابزارهای رمزنگاری اصلی که امروزه استفاده می کنیم، خواهید داشت. شما یاد خواهید گرفت که چگونه در مورد اینکه کدام ابزار رمزنگاری برای استقرار در تنظیمات خاص مناسب تر است، تصمیم بگیرید. همچنین زیرساخت های گسترده تر پیرامون رمزنگاری و اینکه چگونه این امر بر امنیت کلی سیستم های استقرار رمزنگاری تأثیر می گذارد را بررسی خواهید کرد. رمزنگاری ابزار اصلی را فراهم می‌کند که زیربنای اکثر فناوری‌های امنیت دیجیتال است. درک آنچه رمزنگاری انجام می‌دهد و محدودیت‌های آن برای توسعه درک گسترده‌تر از امنیت برنامه‌های دیجیتال روزمره حیاتی است. از آنجایی که رمزنگاری ابزارهایی را برای خدمات امنیت اتمی مانند محرمانه بودن و یکپارچگی داده ها فراهم می کند، قدردانی از رمزنگاری همچنین شما را با درک اساسی از معنای امنیت در فضای سایبری مجهز می کند. نتایج یادگیری برای ماژول در پایان این ماژول فراگیران قادر خواهند بود: 1. نقش دقیقی که رمزنگاری در امنیت هر سیستم دیجیتال ایفا می کند را توضیح دهید. 2. قدردانی از وسعت استفاده از رمزنگاری برای پشتیبانی از امنیت سیستم های دیجیتال. 3. مفاهیم اصلی و اصطلاحات مربوط به استفاده از رمزنگاری را شناسایی کنید 4. نقاط آسیب‌پذیری مربوط به رمزنگاری را در هر سیستم دیجیتالی که آن را به کار می‌گیرد، ارزیابی کنید.

coursera مقدمه ای بر سئو گوگل (Mitalearn-285988)

  • 3 hours 3 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Rebekah May
درباره این دوره:

رازهای سئو را باز کنید! در دنیای شگفت انگیز بهینه سازی موتورهای جستجو (SEO) شیرجه بزنید و کشف کنید که چگونه موتورهای جستجوی اصلی مانند گوگل وب سایت ها و محتوا را رتبه بندی می کنند. این دوره مقدماتی دروازه شما برای تسلط بر هنر سئو است و ترکیبی هیجان انگیز از تئوری و عمل عملی را برای افزایش دید شما در گوگل ارائه می دهد. نکات برجسته دوره: ابهام زدایی از سئو - عملکرد درونی گوگل، محبوب ترین موتور جستجوی جهان را کشف کنید. در مورد نحوه ارزیابی و رتبه‌بندی محتوا توسط الگوریتم‌های جستجو، دانش خودی به دست آورید که به شما مزیت رقابتی در چشم‌انداز دیجیتال می‌دهد. تکامل سئو و روندهای آینده - با کاوش در چشم انداز سئو در حال تغییر همیشه از منحنی جلوتر بمانید. یاد بگیرید که پیشرفت‌های آینده را پیش‌بینی کنید و با آن سازگار شوید و مطمئن شوید که مهارت‌هایتان به‌روز و مرتبط باقی می‌مانند. استراتژی ها و تاکتیک های اثبات شده - تکنیک های اصلی SEO را برای هدایت ترافیک جستجوی ارگانیک به وب سایت های خود مسلط کنید. روش های قدرتمندی را برای بهبود رتبه بندی جستجوی خود و در عین حال اجتناب از جریمه های گوگل کشف کنید. تجربه عملی - تئوری را با تمرین‌های هیجان‌انگیزی که برای افزایش دید شما در گوگل طراحی شده‌اند، عملی کنید. این فعالیت‌های جذاب درک شما را تقویت می‌کند و کاربرد فوری و واقعی اصول سئو را فراهم می‌کند، یا به شما کمک می‌کند نمونه کار خود را ایجاد کنید تا بتوانید حرفه‌ای در سئو را شروع کنید. این دوره اولین دوره در زمینه تخصصی سئو جامع ما است. در پایان، شما پایه محکمی در سئو خواهید داشت و عمیق تر در این زمینه هیجان انگیز کاوش خواهید کرد. آماده شوید تا حضور دیجیتال خود را متحول کنید و فرصت های جدیدی را در دنیای بهینه سازی موتورهای جستجو باز کنید.

linkedin مقدمه ای بر ساختارها و الگوریتم های داده در جاوا (Mitalearn-134603)

  • 4 hours 56 minutes
  • متوسط
  • Release date: 28 June 2026
  • Author: Raghavendra Dixit
درباره این دوره:

با یادگیری در مورد برخی از متداول ترین ساختارهای داده و الگوریتم ها، مجموعه مهارت های برنامه نویسی خود را افزایش دهید. در این دوره، مربی Raghavendra Dixit نحوه استفاده از جاوا برای نوشتن کد برای پیاده سازی ساختارهای داده و الگوریتم ها را توضیح می دهد. او پس از توضیح اینکه چرا مطالعه این موضوعات مفید است، به تحلیل الگوریتم‌ها می‌پردازد و آرایه‌ها را مورد بحث قرار می‌دهد - ساختار داده‌ای که در بیشتر زبان‌های برنامه‌نویسی یافت می‌شود. او همچنین نحوه پیاده‌سازی لیست‌های پیوندی در جاوا را توضیح می‌دهد و پشته‌ها، صف‌ها، بازگشت، درخت‌های جستجوی باینری، پشته‌ها و موارد دیگر را پوشش می‌دهد.

توجه: این دوره توسط Packt Publishing ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

coursera مقدمه ای بر منطق برای علوم کامپیوتر (Mitalearn-305164)

  • 25 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Sam Wilson,Click Start
درباره این دوره:

منطق نقش اساسی در علوم کامپیوتر ایفا می کند. این دوره به منظور تجهیز شما به درک کامل از اصول اساسی منطق و ارتباط آنها در زمینه علوم کامپیوتر طراحی شده است. در این دوره، منطق گزاره را بررسی می‌کنید و کاربردهای عملی آن را در حل مسئله، طراحی الگوریتم و توسعه سیستم‌های هوشمند کشف می‌کنید. با درگیر شدن در تمرینات عملی، کاوش مثال های دنیای واقعی و شرکت در بحث ها، استدلال منطقی قوی و مهارت های تفکر انتقادی را توسعه خواهید داد. به این دوره بپیوندید تا پایه ای محکم در منطق بسازید، توانایی های حل مسئله خود را تقویت کنید و فرصت های جدیدی را در دنیای علوم کامپیوتر باز کنید. این دوره یکی از دوره های آموزشی است که توسط Click Start ارائه شده است، یک برنامه آموزشی در انگلستان که برای کمک به جوانان در توسعه مهارت های دیجیتال طراحی شده است. استارت کلیک تعداد محدودی بورسیه تحصیلی را ارائه می دهد که به جوانان در بریتانیا دسترسی رایگان می دهد. سوالات متداول را برای مشاهده جزئیات بیشتر بررسی کنید و پیوند را دنبال کنید تا بررسی کنید که آیا امروز واجد شرایط دسترسی رایگان هستید یا خیر.

coursera مقدمه ای بر نظریه گراف (Mitalearn-302427)

  • 5 hours 47 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Alexander S. Kulikov,Владимир Подольский
درباره این دوره:

ما شما را به سفری جذاب در نظریه گراف دعوت می کنیم - حوزه ای که ظرافت نقاشی و سختی ریاضیات را به هم متصل می کند. ساده است، اما غیر پیچیده نیست. نظریه گراف به ما راه آسانی برای نمایش تصویری بسیاری از نتایج اصلی ریاضی و نیز بینش هایی در مورد نظریه های عمیق پشت آنها می دهد. در این دوره آنلاین، در میان سایر برنامه‌های کاربردی جذاب، خواهیم دید که چگونه سیستم‌های GPS کوتاه‌ترین مسیرها را پیدا می‌کنند، چگونه مهندسان مدارهای مجتمع را طراحی می‌کنند، چگونه زیست‌شناسان ژنوم‌ها را جمع‌آوری می‌کنند، چرا یک نقشه سیاسی همیشه می‌تواند با استفاده از چند رنگ رنگ‌آمیزی شود. ما نظریه رمزی را مطالعه خواهیم کرد که ثابت می کند در یک سیستم بزرگ، بی نظمی کامل غیرممکن است! در پایان دوره، الگوریتمی را پیاده سازی خواهیم کرد که تخصیص بهینه دانش آموزان به مدارس را پیدا می کند. این الگوریتم که توسط دیوید گیل و لوید اس. شپلی توسعه یافت، بعداً توسط اعطای جایزه نوبل اقتصاد به رسمیت شناخته شد. به‌عنوان پیش‌نیاز، ما فقط ریاضیات اولیه را فرض می‌کنیم (به عنوان مثال، ما انتظار داریم که بدانید مربع چیست یا چگونه کسرها را اضافه کنید)، برنامه‌نویسی اولیه در پایتون (توابع، حلقه‌ها، بازگشت)، عقل سلیم و کنجکاوی. مخاطبان مورد نظر ما همه افرادی هستند که از دانش‌آموزان با انگیزه دبیرستانی شروع می‌شوند که در زمینه فناوری اطلاعات کار می‌کنند یا قصد دارند در زمینه فناوری اطلاعات کار کنند.

coursera مقدمه ای بر هوش مصنوعی مولد (Mitalearn-310009)

  • 3 hours 58 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Tom Yeh
درباره این دوره:

این دوره مقدماتی یک کاوش جامع از هوش مصنوعی مولد، از جمله ترانسفورماتورها، ChatGPT برای تولید متن، و شبکه های متخاصم مولد (GANs)، مدل انتشار برای تولید تصاویر ارائه می دهد. در پایان این دوره، شما یک درک اساسی از این مدل های هوش مصنوعی مولد، تئوری های اساسی آنها و ملاحظات عملی به دست خواهید آورد. شما یک پایه محکم خواهید ساخت و آماده خواهید شد تا در دوره بعدی عمیق تر در موضوعات پیشرفته تر فرو بروید.

coursera نظریه اعداد و رمزنگاری (Mitalearn-305657)

  • 1 hours 17 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Michael Levin,Alexander S. Kulikov,Michael Levin
درباره این دوره:

یک متخصص برجسته در نظریه اعداد، گادفری هاردی، آن را در آغاز قرن بیستم به عنوان یکی از آشکارا بی فایده ترین شاخه های ریاضیات محض توصیف کرد. تنها 30 سال پس از مرگ او، الگوریتمی برای رمزگذاری پیام های مخفی با استفاده از دستاوردهای نظریه اعداد ایجاد شد. به نام نویسندگان آن RSA نامیده می شد و اجرای آن احتمالاً پرکاربردترین برنامه رایانه ای در حال حاضر در جهان است. بدون آن، هیچ کس نمی تواند پرداخت های امن را از طریق اینترنت انجام دهد، یا حتی به طور ایمن به ایمیل و سایر خدمات شخصی وارد شود. در این دوره با مبانی تئوری اعداد شروع می کنیم و بر اساس آن به پروتکل های رمزنگاری می رسیم. در پایان، شما قادر خواهید بود از اصول تئوری اعداد برای رمزگذاری و رمزگشایی پیام ها استفاده کنید و در صورت استفاده بی دقتی از RSA، کد را بشکنید. شما حتی یک تلاش رمزنگاری را پشت سر خواهید گذاشت! به‌عنوان پیش‌نیاز، ما فقط ریاضیات اولیه را فرض می‌کنیم (به عنوان مثال، ما انتظار داریم که بدانید مربع چیست یا چگونه کسرها را اضافه کنید)، برنامه‌نویسی اولیه در پایتون (توابع، حلقه‌ها، بازگشت)، عقل سلیم و کنجکاوی. مخاطبان مورد نظر ما همه افرادی هستند که از دانش‌آموزان با انگیزه دبیرستانی شروع می‌شوند که در زمینه فناوری اطلاعات کار می‌کنند یا قصد دارند در زمینه فناوری اطلاعات کار کنند.

coursera نقشه برداری رباتیک و تولید مسیر (Mitalearn-308972)

  • 3 hours 12 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Nikolaus Correll
درباره این دوره:

در این دوره دوم از تخصص مقدماتی رباتیک، "نقشه برداری رباتیک و تولید مسیر"، شما یاد خواهید گرفت که چگونه سینماتیک معکوس اولیه سیستم های (غیر) هولونومی را با استفاده از رویکرد کنترل بازخورد انجام دهید. همچنین یاد خواهید گرفت که چگونه سیگنال های حسگر چند بعدی مانند اسکنرهای برد لیزری را برای نقشه برداری پردازش کنید. علاوه بر این، تمرکز کلی مکانیسم‌ها و حسگرها را به‌عنوان منابع عدم قطعیت و تکنیک‌های به دست آوردن نحوه مدل‌سازی و کنترل آنها اعمال خواهید کرد. توصیه می شود قبل از شروع این دوره، اولین دوره این تخصص را با عنوان "مقدمه ای بر رباتیک: رفتارهای اساسی" بگذرانید. 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 هوش مصنوعی مولد با مدل های زبان بزرگ (Mitalearn-309907)

  • 5 hours 35 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Chris Fregly,Antje Barth,Shelbee Eigenbrode
درباره این دوره:

در هوش مصنوعی مولد با مدل‌های زبان بزرگ (LLM)، اصول اولیه نحوه عملکرد هوش مصنوعی مولد و نحوه استقرار آن در برنامه‌های کاربردی دنیای واقعی را خواهید آموخت. با گذراندن این دوره، یاد خواهید گرفت: - درک عمیق هوش مصنوعی مولد، توصیف مراحل کلیدی در چرخه عمر AI مولد مبتنی بر LLM، از جمع‌آوری داده‌ها و انتخاب مدل، تا ارزیابی عملکرد و استقرار - معماری ترانسفورماتور را که به LLM ها نیرو می دهد، نحوه آموزش آنها و اینکه چگونه تنظیم دقیق LLM ها را قادر می سازد تا با انواع موارد استفاده خاص سازگار شوند را با جزئیات شرح دهید. - از قوانین مقیاس‌گذاری تجربی برای بهینه‌سازی تابع هدف مدل در اندازه مجموعه داده، بودجه محاسبه و الزامات استنتاج استفاده کنید. - برای به حداکثر رساندن عملکرد مدل ها در محدودیت های خاص پروژه خود، آموزش، تنظیم، استنتاج، ابزارها و روش های پیشرفته را به کار ببرید. - بحث در مورد چالش ها و فرصت هایی که هوش مصنوعی مولد برای مشاغل پس از شنیدن داستان هایی از محققان و متخصصان صنعت ایجاد می کند. توسعه دهندگانی که درک بنیادی خوبی از نحوه کار LLM و همچنین بهترین شیوه های آموزش و استقرار آنها دارند، می توانند تصمیمات خوبی برای شرکت خود بگیرند و با سرعت بیشتری نمونه های اولیه کار را بسازند. این دوره از زبان آموزان در ایجاد شهود عملی در مورد نحوه بهترین استفاده از این فناوری جدید هیجان انگیز پشتیبانی می کند. این یک دوره متوسط ​​است، بنابراین باید تجربه کدنویسی در پایتون را داشته باشید تا از آن نهایت استفاده را ببرید. همچنین باید با اصول یادگیری ماشینی، مانند یادگیری تحت نظارت و بدون نظارت، توابع از دست دادن، و تقسیم داده ها به مجموعه های آموزشی، اعتبار سنجی و آزمایش آشنا باشید. اگر تخصص یادگیری ماشین یا تخصص یادگیری عمیق را از DeepLearning.AI گرفته اید، آماده گذراندن این دوره و غوطه ور شدن عمیق تر در اصول هوش مصنوعی مولد هستید.

coursera هوش مصنوعی و مسائل حقوقی (Mitalearn-305232)

  • 1 hours 33 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Annamaria Italiano
درباره این دوره:

هدف از این دوره کمک به دانشجویان برای درک مفاهیم حقوقی مربوط به طراحی و استفاده از سیستم های هوش مصنوعی، ارائه یک نمای کلی از خطرات و حمایت های قانونی قابل پیش بینی و ارائه یک نمای کلی از قوانین و اصول حقوقی قابل اجرا در حال حاضر در مورد سیستم های هوش مصنوعی است. موضوع به طور خاص، مشخصات مسئولیت مدنی و کیفری، حمایت از نظر مالکیت معنوی و تأثیرات هوش مصنوعی بر حقوق اساسی افراد - از جمله حریم خصوصی و حق عدم تبعیض - مورد بررسی قرار خواهد گرفت.

coursera ویژگی ها و مرزها (Mitalearn-303107)

  • مبتدی
  • Release date: 27 June 2026
  • Author: Shree Nayar
درباره این دوره:

این دوره بر روی تشخیص ویژگی ها و مرزها در تصاویر تمرکز دارد. تشخیص ویژگی و مرز یک مرحله پیش پردازش حیاتی برای انواع وظایف بینایی از جمله تشخیص اشیا، تشخیص اشیاء و اندازه‌شناسی - اندازه‌گیری ابعاد فیزیکی و سایر ویژگی‌های اجسام است. این دوره روش‌های مختلفی را برای تشخیص ویژگی‌ها و مرزها ارائه می‌کند و نشان می‌دهد که چگونه ویژگی‌های استخراج‌شده از یک تصویر می‌توانند برای حل وظایف مهم بینایی استفاده شوند. ما با تشخیص ویژگی های ساده اما مهم مانند لبه ها و گوشه ها شروع می کنیم. ما نشان می‌دهیم که چنین ویژگی‌هایی را می‌توان با استفاده از عملگرهایی که مبتنی بر مشتقات اول و دوم تصاویر هستند، به‌طور قابل اعتماد شناسایی کرد. در مرحله بعد، مفهوم "نقطه علاقه" را بررسی می کنیم - یک ظاهر محلی منحصر به فرد و مفید در یک تصویر. ما توضیح می دهیم که چگونه نقاط علاقه را می توان با استفاده از آشکارساز SIFT به طور قوی تشخیص داد. با استفاده از این آشکارساز، ما یک راه حل انتها به انتها برای مشکل دوخت تصاویر همپوشانی از یک صحنه برای به دست آوردن یک پانورامای با زاویه باز توضیح می دهیم. در نهایت، مشکل مهم یافتن چهره در تصاویر را شرح می دهیم و چندین کاربرد تشخیص چهره را نشان می دهیم.

linkedin یادگیری ماشین کاربردی: الگوریتم ها (Mitalearn-411448)

  • 1 hours 58 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Matt Harrison
درباره این دوره:

با اهمیت روزافزون یادگیری ماشین در تقریباً در هر بخش ، متخصصان به درک عمیق تر و رویکرد عملی برای اجرای الگوریتم های ML به طور مؤثر نیاز دارند.

این دوره الگوریتم های یادگیری ماشین را که معمولاً استفاده می شود ، پوشش می دهد. مربی مت هریسون بر الگوریتم های یادگیری غیر عمق ، پوشش PCA ، خوشه بندی ، رگرسیون خطی و لجستیک ، درختان تصمیم گیری ، جنگل های تصادفی و تقویت شیب تمرکز دارد.

در این دوره به مت بپیوندید تا الگوریتم های مشترک ML را بفهمید ، جوانب مثبت و منفی خود را بیاموزید و مهارت های دستی را برای استفاده از آنها با دنبال کردن با چالش ها و راه حل ها در برنامه های GitHub ایجاد کنید.

coursera یادگیری ماشینی بدون نظارت (Mitalearn-270331)

  • 4 hours 52 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Mark J Grover,Miguel Maldonado,Joseph Santarcangelo
درباره این دوره:

این دوره شما را با یکی از انواع اصلی یادگیری ماشینی آشنا می کند: یادگیری بدون نظارت. شما یاد خواهید گرفت که چگونه از مجموعه داده هایی که متغیر هدف یا برچسب گذاری شده ندارند، بینش پیدا کنید. چندین الگوریتم خوشه بندی و کاهش ابعاد را برای یادگیری بدون نظارت و همچنین نحوه انتخاب الگوریتمی که به بهترین وجه با داده های شما مطابقت دارد، یاد خواهید گرفت. بخش عملی این دوره بر استفاده از بهترین شیوه ها برای یادگیری بدون نظارت متمرکز است. در پایان این دوره شما باید بتوانید: انواع مشکلات مناسب برای رویکردهای یادگیری بدون نظارت را توضیح دهید نفرین ابعاد را توضیح دهید و اینکه چگونه خوشه بندی را با بسیاری از ویژگی ها دشوار می کند توصیف و استفاده از الگوریتم های متداول خوشه بندی و کاهش ابعاد در صورت لزوم، نقاط خوشه‌بندی را امتحان کنید، عملکرد مدل‌های هر خوشه را مقایسه کنید معیارهای مربوط به توصیف خوشه ها را درک کنید چه کسانی باید این دوره را بگذرانند؟ این دوره، دانشمندان مشتاق داده را که علاقه مند به کسب تجربه عملی با تکنیک های یادگیری ماشینی بدون نظارت در یک محیط تجاری هستند، هدف قرار می دهد.   چه مهارت هایی باید داشته باشید؟ برای استفاده حداکثری از این دوره، باید با برنامه نویسی در محیط توسعه پایتون و همچنین درک اساسی از پاکسازی داده ها، تجزیه و تحلیل داده های اکتشافی، حساب دیفرانسیل و انتگرال، جبر خطی، احتمالات و آمار آشنا باشید.

coursera یافتن پیام های پنهان در DNA (بیوانفورماتیک I) (Mitalearn-343159)

  • 1 hours 22 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Pavel Pevzner,Phillip Compeau
درباره این دوره:

توسط Class Central به 50 MOOC برتر تمام دوران معرفی شد! این دوره مجموعه ای از کلاس ها را آغاز می کند که قدرت محاسبات در زیست شناسی مدرن را نشان می دهد. لطفاً در مرز بیوانفورماتیک به ما بپیوندید تا پیام‌های پنهان در DNA را بدون نیاز به پوشیدن پوشش آزمایشگاهی جستجو کنید. در نیمه اول دوره، همانندسازی DNA را بررسی می کنیم و این سوال را مطرح می کنیم که همانندسازی DNA از کجا در ژنوم شروع می شود؟ خواهیم دید که می‌توانیم به این سؤال برای بسیاری از باکتری‌ها فقط با استفاده از برخی الگوریتم‌های ساده برای جستجوی پیام‌های پنهان در ژنوم پاسخ دهیم. در نیمه دوم دوره، یک سوال بیولوژیکی متفاوت را بررسی می‌کنیم، وقتی می‌پرسیم کدام الگوهای DNA نقش ساعت‌های مولکولی را بازی می‌کنند. سلول های بدن شما می توانند ریتم شبانه روزی خود را حفظ کنند، اما چگونه این امر در سطح DNA به دست می آید؟ یک بار دیگر، خواهیم دید که با دانستن اینکه کدام پیام های پنهان را باید جستجو کنیم، می توانیم زبان پیچیده شگفت انگیز DNA را درک کنیم. شاید با کمال تعجب، الگوریتم‌های تصادفی‌سازی شده را اعمال کنیم که تاس می‌ریزند و سکه‌ها را برای حل مسائل برمی‌گردانند. در نهایت، دستان خود را کثیف می‌کنید و ابزارهای نرم‌افزاری موجود را برای یافتن نقوش بیولوژیکی مکرر در ژن‌هایی که مسئول کمک به مایکوباکتریوم توبرکلوزیس هستند تا سال‌ها قبل از ایجاد عفونت فعال در یک میزبان «خفته» در یک میزبان استفاده کنید.

Suggestions