Course catalog

Course duration

Course provider

Topic

Categories

Showing 821-840 of 1,080 items.

linkedin مقدمه ای بر طراحی الگوریتم هوش مصنوعی مسئول (Mitalearn-200478)

  • 38 minutes
  • مبتدی
  • Release date: 21 June 2026
  • Author: Martin Kemka
درباره این دوره:

طراحی الگوریتم های هوش مصنوعی مسئول به چه معناست؟ مربی مارتین کمکا اصول مهمی مانند تعریف هوش مصنوعی و دانستن اینکه مسئولیت در توسعه آنها به چه معناست را معرفی می کند. بیاموزید که چگونه الگوریتم ها به کار گرفته می شوند و چگونه می توانید استفاده و سوء استفاده از آنها را ردیابی کنید. مارتین همچنین خطرات غیرمسئولانه بودن با هوش مصنوعی را توضیح می دهد. دریابید که چگونه یک الگوریتم ایجاد می شود و چگونه می توانید آن را نظارت کنید. سمت تصمیم گیری سیستم را بررسی کنید. درباره سیاست ها و بهترین شیوه های جهانی بشنوید. بیاموزید که چگونه سیاست ها از کشوری به کشور دیگر متفاوت است، راه حل های نرم افزار منبع باز را کاوش کنید و موارد دیگر.

linkedin مقدمه ای بر مدیریت هوش مصنوعی (Mitalearn-390079)

  • 59 minutes
  • مناسب همه
  • Release date: 7 February 2024
  • Author: Vidhi Chugh
درباره این دوره: 

 

از آنجایی که هوش مصنوعی مولد همچنان اهمیت خود را افزایش می دهد، خطرات جدیدی در پی آن ظاهر می شوند. حکمرانی هوش مصنوعی برای اطمینان از پذیرش و استفاده ایمن و مسئولانه به یک امر ضروری در کل سازمان تبدیل شده است. در این دوره، مربی Vidhi Chugh به شما کمک می کند تا آگاهی خود را به عنوان یک متخصص هوش مصنوعی توسعه دهید و خطرات و چالش های حاکم بر هوش مصنوعی را بهتر درک کنید.

اصول حاکمیت هوش مصنوعی و ابعاد متعدد، ملاحظات اخلاقی و موانع آن را کاوش کنید. ، همانطور که ویدی اقدامات موثر حاکمیتی مانند هیئت های اخلاقی، کاهش ریسک، استراتژی های سازمانی و موارد دیگر را تشریح می کند. در طول مسیر، ظرفیت تفکر انتقادی خود را برای مدیریت تغییرات و هدایت آینده حاکمیت هوش مصنوعی تقویت کنید.


linkedin مقدمه ای بر نمودارهای دانش احتمالی: استنتاج مبتنی بر هوش مصنوعی و کاربردهای دنیای واقعی (Mitalearn-461071)

  • 5 hours
  • مناسب همه
  • Release date: 14 January 2026
  • Author: Vaibhava Lakshmi Ravideshik
درباره این دوره:

نمودارهای دانش احتمالی (PKGs) در حال تغییر نحوه ساختار و تجزیه و تحلیل داده ها در هوش مصنوعی و یادگیری ماشین هستند. در این دوره، مهندس هوش مصنوعی و نویسنده Vaibhava Lakshmi Ravideshik مبانی نمودارهای دانش را معرفی می کند و نشان می دهد که چگونه نظریه احتمال به مدیریت عدم قطعیت در داده ها کمک می کند. از طریق مثال‌های عملی، یاد بگیرید که چگونه PKG بسازید، استدلال احتمالی را ادغام کنید، و تکنیک‌های استنتاج مانند زنجیره مارکوف مونت کارلو (MCMC) را به کار ببرید. برنامه های کاربردی دنیای واقعی را در تصمیم گیری، ارزیابی ریسک و مدل سازی پیش بینی کاوش کنید و در مورد چالش های مقیاس بندی و روندهای نوظهور که آینده PKG را شکل می دهند، بینشی به دست آورید.

linkedin مقدمه ای بر هوش مصنوعی (Mitalearn-278304)

  • 1 hours 34 minutes
  • مناسب همه
  • Release date: 15 March 2023
  • Author: Doug Rose
درباره این دوره: 

 

دانشمندان کامپیوتر تنها بخش کوچکی از افرادی هستند که در هوش مصنوعی کار می کنند. اکثر افرادی که در هوش مصنوعی کار می کنند، مدیران پروژه، مدیران محصول، مدیران و مدیران اجرایی هستند. مردم درست مثل شما این دوره به شما کمک می کند تا مفاهیم کلیدی در هوش مصنوعی را درک کنید. خواهید دید که چگونه هوش مصنوعی می تواند محصولات، زندگی و حرفه شما را بهبود بخشد. هوش مصنوعی بیش از نیم قرن است که وجود دارد. حتی با وجود پیشرفت‌های بزرگ، ایده‌های اصلی در یادگیری ماشین و شبکه‌های عصبی هنوز قابل دسترسی هستند.

این دوره برای مدیران پروژه، مدیران محصول، مدیران، مدیران اجرایی و دانش‌آموزانی که شروع به کار در هوش مصنوعی می‌کنند طراحی شده است. یک نمای کلی در سطح بالا از ابزارهای برتر در این زمینه دریافت کنید. ابتدا ببینید که نمایش «هوشمندی» برای یک سیستم به چه معناست. سپس، الگوریتم‌ها و تکنیک‌های مرتبط با یادگیری ماشین، شبکه‌های عصبی مصنوعی و یادگیری عمیق را بیاموزید. پس از ساده سازی، هوش مصنوعی کمتر شبیه جادو به نظر می رسد و بیشتر شبیه مجموعه ای جدید و هیجان انگیز از ابزارهای فناوری است.


coursera مقدمه ای بر هوش مصنوعی در مرکز داده (Mitalearn-319393)

  • 2 hours 50 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: NVIDIA Training
درباره این دوره:

به مقدمه هوش مصنوعی در دوره مرکز داده خوش آمدید! همانطور که می دانید، هوش مصنوعی یا AI، جامعه را از بسیاری جهات متحول می کند. از تشخیص گفتار گرفته تا بهبود مدیریت زنجیره تامین، فناوری هوش مصنوعی قدرت محاسباتی، ابزارها و الگوریتم‌هایی را در اختیار شرکت‌ها قرار می‌دهد که تیم‌هایشان برای انجام کارهای زندگی خود به آن‌ها نیاز دارند. اما هوش مصنوعی چگونه در مرکز داده کار می کند؟ چه زیرساخت های سخت افزاری و نرم افزاری مورد نیاز است؟ اینها برخی از سوالاتی است که این دوره به شما کمک می کند تا به آنها بپردازید. این دوره مقدمه ای بر مفاهیم و اصطلاحات را پوشش می دهد که به شما کمک می کند سفر به سمت محاسبات هوش مصنوعی و GPU را در مرکز داده آغاز کنید. شما در مورد موارد زیر یاد خواهید گرفت: * موارد استفاده از هوش مصنوعی و هوش مصنوعی، یادگیری ماشین، یادگیری عمیق، و نحوه انجام آموزش و استنتاج در یک گردش کار یادگیری عمیق. * تاریخچه و معماری GPU ها، تفاوت آنها با CPU ها و اینکه چگونه هوش مصنوعی را متحول می کنند. * چارچوب‌های یادگیری عمیق، پشته نرم‌افزار هوش مصنوعی، و ملاحظات در هنگام استقرار بارهای کاری هوش مصنوعی در یک مرکز داده در prem، در ابر، در یک مدل ترکیبی یا در یک محیط چند ابری. * الزامات برای خوشه‌های هوش مصنوعی چند سیستمی، ملاحظات برای برنامه‌ریزی زیرساخت، از جمله سرورها، شبکه‌ها و ذخیره‌سازی و ابزارهایی برای مدیریت، نظارت و هماهنگ‌سازی خوشه‌ها. این دوره بخشی از مواد آماده سازی برای همکار تایید شده NVIDIA - گواهی "AI در مرکز داده" است. این گواهینامه تخصص شما را به سطح بالاتری می برد و از پیشرفت حرفه ای شما پشتیبانی می کند. کی این درس را برمیدارد؟ * متخصصان فناوری اطلاعات * مدیران سیستم و شبکه * DevOps * متخصصان مرکز داده بدون نیاز به تجربه قبلی. این یک دوره مقدماتی برای محاسبات هوش مصنوعی و GPU در مرکز داده است. برای کسب اطلاعات بیشتر در مورد برنامه صدور گواهینامه NVIDIA، به این آدرس مراجعه کنید: https://academy.nvidia.com/en/nvidia-certified-associate-data-center/ پس بیایید شروع کنیم!

linkedin مقدمه ای بر هوش مصنوعی مکالمه ای (Mitalearn-277896)

  • 33 minutes
  • مناسب همه
  • Update date: 20 October 2025
  • Author: Ian Barkin
درباره این دوره: 

 

استفاده از هوش مصنوعی در محیط‌های مصرف‌کننده و سازمانی در حال افزایش است و هوش مصنوعی محاوره‌ای پیشرو است. هوش مصنوعی مکالمه بخشی از طیف اتوماسیون هوشمند فناوری‌هایی است که برای دیجیتالی کردن و تبدیل عملیات، پشتیبانی مشتری، فروش و تعامل با فناوری‌های سازمانی استفاده می‌شود. در این دوره، مربی، ایان بارکین، همه آن‌ها را در چارچوب قرار می‌دهد و هوش مصنوعی مکالمه‌ای را با فناوری‌های پیشین تاریخی خود قرار می‌دهد و پشته فناوری جدید را معرفی می‌کند: پردازش زبان طبیعی، تشخیص خودکار گفتار، و درک زبان طبیعی.

کاوش در انواع مختلف و مزایای ابزارهای هوش مصنوعی محاوره‌ای، با نمونه‌های دنیای واقعی برگرفته از تجربیات سازمانی برای برجسته کردن روش‌های به کارگیری این فناوری قدرتمند. از کانال‌ها و پلتفرم‌های هوش مصنوعی مکالمه مدرن گرفته تا استفاده از چت ربات‌های هوش مصنوعی در عمل، در پایان این دوره، به مهارت‌های بسیار مورد نیاز برای ایجاد استراتژی‌های هوش مصنوعی بهتر برای تیم‌های خود مجهز خواهید شد.


linkedin مقدمه ای بر هوش مصنوعی مولد با Adobe Express توسط Adobe (Mitalearn-460969)

  • 1 hours 8 minutes
  • مناسب همه
  • Release date: 24 October 2025
  • Author: Adobe Inc
درباره این دوره:

<p>هوش مصنوعی مولد خلاقیت را متحول می‌کند و این امکان را برای هر کسی فراهم می‌کند که ایده‌ها را فقط با توصیف آنها به تصاویر، طرح‌ها و داستان‌ها تبدیل کند. این دوره شما را با ملزومات هوش مصنوعی مولد، از درک نحوه عملکرد آن تا استفاده از ابزارهایی مانند Adobe Firefly برای برانگیختن تخیل و سرعت بخشیدن به گردش کارتان آشنا می کند. کشف کنید که چگونه اعلان‌های مؤثر ایجاد کنید، تصاویر و جلوه‌های متنی را آزمایش کنید، و جنبه اخلاقی ایجاد مبتنی بر هوش مصنوعی را کشف کنید. خواه طراح، بازاریاب یا خالق کنجکاو باشید، این دوره آموزشی می تواند به شما کمک کند تا اعتماد به نفس خود را برای استفاده مسئولانه از هوش مصنوعی مولد به دست آورید و امکانات جدیدی را در کار خود باز کنید.</p>

linkedin مقدمه ای بر هوش مصنوعی مولد با GPT (Mitalearn-387988)

  • 1 hours 5 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Jonathan Reichental
درباره این دوره:

ترانسفورماتور 4 از پیش آموزش دیده (GPT-4) نشان دهنده یک جهش در هوش مصنوعی است. این یک موضوع داغ در فناوری و تا حدی در کل جامعه است. به عنوان یک مدل زبان خودرگرسیون، GPT-4 از یادگیری عمیق برای تولید متنی شبیه انسان استفاده می کند. در این دوره، دکتر جاناتان ریشنتال، رهبر فناوری برنده جایزه، بر نقش هوش مصنوعی در تجارت، با تاکید ویژه بر GPT-4 تمرکز می کند. پیشینه و سابقه هوش مصنوعی و OpenAI را دریافت کنید. کاوش کنید که GPT-4 چیست، و همچنین چند نمونه از کاربردهای آن. به طور کلی برخی از چالش ها و محدودیت های GPT-4 و AI را بررسی کنید. به‌علاوه، توصیه‌های عملی در مورد مهارت‌ها و مشاغل در هوش مصنوعی دریافت کنید و مراحل بعدی را که شما و سازمانتان می‌توانید بردارید شناسایی کنید.

linkedin مقدمه ای بر هوش مصنوعی و پایداری (Mitalearn-386016)

  • 41 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Amy Luers
درباره این دوره:

بشریت در لحظه ای حساس است. برای جلوگیری از بدترین تأثیرات تغییرات آب و هوایی و از دست دادن تنوع زیستی، جامعه باید از رشد کربن فشرده و کاهش دهنده منابع ما دور شود - در مقیاس و سرعتی بی سابقه. در این دوره آموزشی، امی لورز، مدیر ارشد جهانی علوم و نوآوری پایداری در مایکروسافت، توضیح می‌دهد که چگونه هوش مصنوعی می‌تواند به دستیابی به مقیاس و سرعت تغییرات مورد نیاز برای دستیابی به اهداف پایداری جهانی مانند انتشار خالص صفر و در عین حال محافظت و احیای طبیعت کمک کند. او فرصت‌ها و چالش‌های استفاده از ابزارهای هوش مصنوعی را برای تسریع پیشرفت پایداری و آنچه برای استفاده کامل از پتانسیل آنها لازم است را تشریح می‌کند. بیاموزید که چگونه هوش مصنوعی می تواند به کاهش انتشار کربن، گسترش دسترسی به انرژی های تجدیدپذیر، کاهش ضایعات و افزایش توانایی حفاظت از تنوع زیستی کمک کند. به علاوه، بیاموزید که چگونه اطمینان حاصل کنید که هوش مصنوعی به طور مسئولانه توسعه یافته و به کار گرفته شده است تا بتواند هر فرد و سازمانی را برای تسریع پیشرفت پایداری خود توانمند کند.

linkedin مقدمه ای بر یادگیری عمیق با OpenCV (Mitalearn-185263)

  • 49 minutes
  • مبتدی
  • Release date: 21 June 2026
  • Author: Jonathan Fernandes
درباره این دوره:

یادگیری عمیق شاخه ای نسبتاً جدید و بسیار محبوب از هوش مصنوعی (AI) است که الگوها و بینش ها را در داده ها، از جمله تصاویر و ویدیوها، پیدا می کند. لایه بندی و انتزاع آن به مدل های یادگیری عمیق توانایی هایی تقریباً شبیه انسان می دهد - از جمله تشخیص تصویر پیشرفته. با استفاده از OpenCV - یک نرم‌افزار بینایی کامپیوتری که به طور گسترده مورد استفاده قرار گرفته است - می‌توانید مدل‌های یادگیری عمیق آموزش‌دیده قبلی را روی سخت‌افزار ارزان‌قیمت اجرا کنید و بینش‌های قدرتمندی را از تصاویر دیجیتال و ویدیو ایجاد کنید. در این دوره آموزشی، استاد جاناتان فرناندز با استفاده از ماژول OpenCV شبکه های عصبی عمیق (dnn) شما را با دنیای یادگیری عمیق از طریق استنتاج آشنا می کند. می توانید یک نمای کلی از مفاهیم و معماری یادگیری عمیق داشته باشید و سپس نحوه مشاهده و بارگذاری تصاویر و ویدیوها را با استفاده از OpenCV و Python کشف کنید. جاناتان همچنین نشان می‌دهد که چگونه می‌توان برای تصاویر و ویدیوها طبقه‌بندی کرد، از حباب‌ها (معادل تانسورها در سایر چارچوب‌ها) استفاده کرد و از YOLOv3 برای تشخیص شی سفارشی استفاده کرد.

coursera مقدمه ای بر یادگیری عمیق و شبکه های عصبی با Keras (Mitalearn-330035)

  • 1 hours 13 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Alex Aklson
درباره این دوره:

به دنبال شروع حرفه ای در یادگیری عمیق هستید؟ دیگر نگاه نکنید. این دوره شما را با زمینه یادگیری عمیق آشنا می کند و به شما کمک می کند به بسیاری از سوالاتی که امروزه مردم می پرسند پاسخ دهید، مانند یادگیری عمیق چیست و مدل های یادگیری عمیق چگونه با شبکه های عصبی مصنوعی مقایسه می شوند؟ شما با مدل های مختلف یادگیری عمیق آشنا خواهید شد و اولین مدل یادگیری عمیق خود را با استفاده از کتابخانه Keras خواهید ساخت. پس از اتمام این دوره، فراگیران قادر خواهند بود: • توضیح دهید که شبکه عصبی چیست، مدل یادگیری عمیق چیست و تفاوت بین آنها چیست. • درکی از مدل های یادگیری عمیق بدون نظارت مانند رمزگذارهای خودکار و ماشین های محدود بولتزمن نشان دهید. • نشان دادن درک درستی از مدل های یادگیری عمیق تحت نظارت مانند شبکه های عصبی کانولوشن و شبکه های تکراری. • با استفاده از کتابخانه Keras، مدل ها و شبکه های یادگیری عمیق بسازید.

linkedin مقدمه ای بر یادگیری ماشین با KNIME (Mitalearn-160222)

  • 1 hours 59 minutes
  • مبتدی
  • Update date: 21 June 2026
  • Author: Keith McCormick
درباره این دوره:

KNIME یک ابزار منبع باز به سبک میز کار برای تجزیه و تحلیل پیش بینی و یادگیری ماشین است. این بسیار سازگار با بسیاری از فناوری های علوم داده، از جمله R، Python، Scala، و Spark است. با KNIME، می‌توانید راه‌حل‌هایی تولید کنید که عملاً مستندسازی شده و آماده استفاده هستند. این دلایل و موارد دیگر KNIME را به یکی از محبوب‌ترین و سریع‌ترین پلتفرم‌های تحلیلی در حال رشد تبدیل کرده است. در این دوره، کیت مک کورمیک متخصص نشان می دهد که چگونه KNIME از تمام مراحل فرآیند استاندارد متقابل صنعت برای داده کاوی (CRISP-DM) در یک پلت فرم پشتیبانی می کند. به سرعت - در 15 دقیقه یا کمتر - شروع به کار کنید یا برای آموزش عمیق‌تر که ادغام و تجمیع، مدل‌سازی و امتیازدهی داده‌ها را پوشش می‌دهد، همراه باشید. به علاوه، نحوه افزایش قدرت KNIME با برنامه های افزودنی و ادغام R و Python را بیاموزید.

coursera مقدمه ای بر یادگیری ماشین در AWS (Mitalearn-319427)

  • 1 hours 27 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Russell Sayers
درباره این دوره:

در این دوره، ما با برخی از خدمات شروع می کنیم که مدل آموزشی و استنتاج خام توسط آمازون برای شما انجام می شود. ما خدماتی را پوشش خواهیم داد که کارهای سنگین بینایی کامپیوتر، استخراج و تجزیه و تحلیل داده ها، پردازش زبان، تشخیص گفتار، ترجمه، آموزش مدل ML و عوامل مجازی را انجام می دهند. شما به راه حل های فعلی خود فکر خواهید کرد و خواهید دید که کجا می توانید این راه حل ها را با استفاده از هوش مصنوعی، ML یا یادگیری عمیق بهبود بخشید. همه این راه حل ها می توانند با برنامه های فعلی شما کار کنند تا در تجربه کاربری یا نیازهای تجاری برنامه شما پیشرفت هایی ایجاد کنند.

linkedin مقدمه ای برای مهندسی سریع برای AI تولیدی (Mitalearn-424351)

  • 1 hours 3 minutes
  • مناسب همه
  • Release date: 28 August 2024
  • Author: Ronnie Sheer
درباره این دوره: 

 

یاد بگیرید که چگونه می توانید از ابزارهای تولیدی برای ابزارهای تولیدی استفاده کنید. این که آیا شما یک مبتدی هستید یا در حال آزمایش با ابزارهای تولید کننده AI هستید ، این دوره مقدمه ای عالی برای هنر مهندسی سریع ارائه می دهد. مهندس ارشد AI Ronnie Sheer شما را از طریق مدل های بزرگ زبان راهنمایی می کند و چه مشکلاتی را می توان آنها را حل کرد. رونی به نسل متن فرو می رود و با هشدار برای استفاده از نسل AI با مسئولیت پذیری ، شروع می شود و سپس به سمت Copilot ، Chatgpt ، Gemini و Claude حرکت می کند. او شما را با منظره تصویر تولید شده AI آشنا می کند ، سپس به شما نشان می دهد که چگونه می توانید از Dall-E و Midjourney استفاده کنید. بعلاوه ، رونی بیش از مفاهیم پیشرفته مانند تنظیم دقیق شما و تعامل با مدل های زبان با استفاده از API می رود. مایکروسافت.


linkedin مقدمه ای در مورد چگونگی تبدیل هوش مصنوعی ، مراقبت های بهداشتی را تغییر می دهد (Mitalearn-411278)

  • 53 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Matthew Lungren MD MPH
درباره این دوره:

از راندمان گردش کار گرفته تا پشتیبانی تصمیم گیری بالینی گرفته تا کشف مواد مخدر نوآورانه و موارد دیگر ، هوش مصنوعی اکوسیستم مراقبت های بهداشتی را تغییر می دهد. در این دوره ، دکتر متیو لنگرن به بررسی برنامه های هوش مصنوعی تولیدی در جنبه های مختلف مراقبت های بهداشتی می پردازد و بینش هایی در مورد تأثیر انقلابی بر مراقبت از بیمار ، مدیریت داده و عملیات بالینی ارائه می دهد. دکتر لنگرن مفاهیم پیچیده ای را به محتوای در دسترس تقسیم می کند ، با تمرکز بر جنبه های عملی هوش مصنوعی در بهبود مراقبت از بیمار ، ساده سازی فرآیندهای داده و افزایش کارآیی بالینی. وی از طریق مطالعات موردی و بینش های متخصص ، پیامدهای اخلاقی و اجتماعی استقرار هوش مصنوعی تولیدی در مراقبت های بهداشتی ، تشویق بهترین شیوه ها و استفاده مسئولانه را نیز در بر می گیرد. بخش های نهایی این دوره به آینده متمرکز است و شما را برای پیش بینی و شکل دادن موج بعدی نوآوری در AI تولیدی در مراقبت های بهداشتی آماده می کند.

coursera مقدمه یادگیری ماشین برای همه (Mitalearn-328301)

  • 1 hours 23 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Aije Egwaikhide,Yasmine Hemmati
درباره این دوره:

این دوره سه ماژول، یادگیری ماشین و علم داده را برای همه کسانی که درک اساسی از مدل‌های یادگیری ماشین دارند، معرفی می‌کند. شما در مورد تاریخچه یادگیری ماشینی، کاربردهای یادگیری ماشینی، چرخه عمر مدل یادگیری ماشینی و ابزارهایی برای یادگیری ماشینی خواهید آموخت. همچنین درباره یادگیری تحت نظارت در مقابل بدون نظارت، طبقه بندی، رگرسیون، ارزیابی مدل های یادگیری ماشین و موارد دیگر خواهید آموخت. آزمایشگاه‌های ما تجربه عملی با این مفاهیم یادگیری ماشینی و علم داده را به شما می‌دهند. شما مهارت های یادگیری ماشینی مشخص را توسعه خواهید داد و همچنین یک پروژه نهایی ایجاد خواهید کرد که مهارت شما را نشان می دهد. پس از تکمیل این برنامه، می‌توانید پتانسیل الگوریتم‌های یادگیری ماشین و هوش مصنوعی را در سناریوهای مختلف کسب‌وکار درک کنید. شما می توانید تشخیص دهید که چه زمانی از یادگیری ماشینی برای توضیح برخی رفتارها استفاده کنید و چه زمانی از آن برای پیش بینی نتایج آینده استفاده کنید. همچنین یاد خواهید گرفت که چگونه مدل‌های یادگیری ماشینی خود را ارزیابی کنید و بهترین روش‌ها را به کار ببرید. این دوره بخشی از برنامه های متعدد است همچنین می‌توانید از یادگیری این برنامه برای تکمیل دو دوره باقی‌مانده از گواهینامه حرفه‌ای یادگیری ماشینی IBM استفاده کنید و شغل جدیدی را در زمینه یادگیری ماشین ایجاد کنید.

linkedin مقیاس بندی بازاریابی محتوای B2B با هوش مصنوعی و اتوماسیون (Mitalearn-468296)

  • 27 minutes
  • مناسب همه
  • Release date: 6 November 2024
  • Author: Madecraft,Tamara Franklin
درباره این دوره:

پیاده سازی استراتژی های بازاریابی محتوای B2B مقیاس پذیر با هوش مصنوعی و اتوماسیون را بیاموزید. این دوره که توسط تامارا فرانکلین رهبری می شود، بینش عمیقی را در مورد یکپارچه سازی فناوری های هوش مصنوعی برای افزایش تولید محتوا، توزیع و سئو ارائه می دهد. یاد بگیرید که اهداف را تعیین کنید، فرآیندها را خودکار کنید، و محتوا را در مقیاس شخصی سازی کنید تا تعامل را افزایش دهید و معیارهای عملکرد را بهبود بخشید. پس از این دوره، می توانید از اتوماسیون ها برای صرفه جویی در زمان، افزایش بهره وری و افزایش تلاش های بازاریابی B2B خود استفاده کنید.

linkedin مقیاس‌بندی مدل‌های هوش مصنوعی با ترکیبی از متخصصان (MOE): اصول طراحی و کاربردهای دنیای واقعی (Mitalearn-468279)

  • 1 hours 55 minutes
  • مناسب همه
  • Release date: 8 October 2025
  • Author: Vaibhava Lakshmi Ravideshik
درباره این دوره:

Mixture of Experts (MoE) یک معماری شبکه عصبی پیشرفته است که مقیاس مدل کارآمد را با مسیریابی ورودی ها از طریق زیر مجموعه کوچکی از زیرشبکه های خبره امکان پذیر می کند. در این دوره، مربی Vaibhava Lakshmi Ravideshik به بررسی عملکرد درونی MoE، از اجزای اصلی آن گرفته تا استراتژی‌های مسیریابی پیشرفته مانند دروازه‌های top-k می‌پردازد. این دوره درک تئوری را با کدنویسی عملی با استفاده از PyTorch برای پیاده‌سازی یک لایه MoE ساده‌شده متعادل می‌کند. در طول مسیر، شما همچنین فرصتی خواهید داشت تا برنامه های واقعی MoE را در مدل های پیشرفته مانند GPT-4 و Mixtral بررسی کنید.

linkedin مقیاس‌بندی هوش مصنوعی مولد: ساختن یک استراتژی برای پذیرش و گسترش (Mitalearn-394550)

  • 28 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Danilo McGarry
درباره این دوره:

هوش مصنوعی مولد راه به جایی نمی برد و طبق یک مطالعه می تواند بیش از هفت تریلیون دلار در سال های آینده به اقتصاد جهانی اضافه کند. این وظیفه سازمان‌هاست که از فرصت‌های سودآوری که genAI به ارمغان می‌آورد استفاده کنند، و این دوره آموزشی با Danilo McGarry برای توسعه‌دهندگان و رهبران فناوری طراحی شده است که می‌خواهند ابزارهای GAI را به طور مؤثر در سازمان خود اعمال و مقیاس کنند. بیاموزید که چگونه به طور استراتژیک فناوری‌های هوش مصنوعی مولد را برای هدایت نوآوری، افزایش بهره‌وری و دستیابی به موفقیت در سازمان خود با ساختار و رویکرد صحیح حاکمیتی به کار بگیرید. به‌علاوه، نکاتی را در مورد بهترین شیوه‌ها برای راه‌اندازی فرهنگ مناسب دریافت کنید تا هوش مصنوعی بتواند در سازمان شما پیشرفت کند.

linkedin ملزومات مهندسی هوش مصنوعی: پیمایش انقلاب فناوری (Mitalearn-392255)

  • 1 hours 27 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: John Maeda
درباره این دوره:

از آنجایی که صنعت فناوری به تطبیق خود با دنیای همیشه در حال تکامل هوش مصنوعی ادامه می‌دهد، مهندسان و توسعه‌دهندگان با درک این موضوع مواجه می‌شوند که چگونه هوش مصنوعی می‌تواند کار و نقش آنها را برای بهتر شدن تغییر دهد. در این دوره آموزشی، چگونگی و چرایی این تغییر را بررسی کنید تا ایده غنی تری از آنچه که به عنوان یک مهندس هوش مصنوعی باید بدانید تا مطمئن شوید که پشت سر نمی گذارید، به دست آورید.

دریابید که چه چیزی لازم است. هم به عنوان یک مهندس و هم به عنوان رهبر که سفر هوش مصنوعی خود را آغاز می کند، موفق شوید. به طراح و مهندس جان مائدا که برنده جایزه شده است بپیوندید زیرا او یک مرور کلی از مفاهیم اصلی و دانش فنی مورد نیاز مهندسی هوش مصنوعی با تمرینات عملی و عملی کدنویسی برای آزمایش مهارت های جدید شما در طول مسیر ارائه می دهد. این دوره که به صورت زنده با وسایل واقعی در یک مجموعه آشپزخانه ضبط شده است، به شما کمک می کند تا اعتماد به نفس خود را در پیمایش پیچیدگی های هوش مصنوعی افزایش دهید، همانطور که جان آن را به آشپزی اصلی روزمره مرتبط می کند.

Suggestions