Course catalog

Course duration

Course provider

Topic

Categories

Showing 9,921-9,940 of 17,394 items.

coursera داده کاوی برای شهرهای هوشمند (Mitalearn-327757)

  • 7 hours 32 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Dr. Dheeraj Kumar
درباره این دوره:

اینترنت اشیا (IoT) به یکی از اجزای مهم زندگی شهری تبدیل شده است و باعث ایجاد «شهرهای هوشمند» شده است. هدف این شهرهای هوشمند تبدیل مجتمع های شهری امروزی به فضاهای زندگی سازگار با محیط زیست و سازگار با محیط زیست است. زیرساخت دیجیتال شهرهای هوشمند حجم عظیمی از داده ها را تولید می کند که می تواند به ما در درک بهتر عملیات و سایر جنبه های مهم زندگی شهر کمک کند. در این دوره، شما با تکنیک های مختلف داده کاوی و یادگیری ماشین و مجموعه داده های مختلفی که می توان بر روی آنها اعمال کرد، آشنا خواهید شد. شما یاد خواهید گرفت که چگونه داده کاوی را در پایتون پیاده سازی کنید و نتایج را برای استخراج دانش عملی تفسیر کنید. این دوره شامل آزمایش‌های عملی با استفاده از مجموعه داده‌های زندگی واقعی مختلف است تا شما را قادر می‌سازد روی مجموعه داده‌های جدید مرتبط با دامنه خود آزمایش کنید. شما از زبان برنامه نویسی پایتون 3 برای خواندن و پیش پردازش داده ها استفاده می کنید و سپس وظایف مختلف داده کاوی را روی داده های پاک شده برای به دست آوردن نتایج دلخواه پیاده سازی می کنید. پس از آن، نتایج را برای کارآمدترین توصیف تجسم خواهید کرد.

coursera داده کاوی پایگاه های داده بالینی - CDSS 1 (Mitalearn-333452)

  • 3 hours 32 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Fani Deligianni
درباره این دوره:

این دوره آموزشی MIMIC-III را معرفی می کند، که بزرگترین پایگاه داده عمومی ثبت الکترونیک سلامت (EHR) است که برای معیار الگوریتم های یادگیری ماشینی موجود است. به طور خاص، با طراحی این پایگاه داده رابطه‌ای آشنا خواهید شد که چه ابزارهایی برای پرس و جو، استخراج و تجسم تجزیه و تحلیل توصیفی در دسترس است. طرح‌واره و کدگذاری طبقه‌بندی بین‌المللی بیماری‌ها برای درک چگونگی ترسیم سؤالات تحقیقاتی به داده‌ها و چگونگی استخراج نتایج بالینی کلیدی به منظور توسعه الگوریتم‌های یادگیری ماشینی مفید بالینی مهم است.

linkedin داده محور: استفاده از داده ها و هوش مصنوعی برای ابداع مجدد تعامل با مشتری (دریافت خلاصه) (Mitalearn-164030)

  • 13 minutes
  • مبتدی
  • Release date: 22 June 2026
  • Author: getAbstract
درباره این دوره:

در این خلاصه داده محور: مهار داده ها و هوش مصنوعی برای اختراع مجدد تعامل با مشتری بیاموزید که چگونه فناوری می تواند از بازاریابی در عصر دیجیتال پشتیبانی کند. این دوره آموزشی فقط صوتی از getAbstract یافته‌های کتاب محبوب تام چاوز، ویوک وایدیا و کریس اوهارا را خلاصه می‌کند. نثر قابل دسترس آنها نشان می دهد که بازاریابی چه بود، چه چیزی در حال تبدیل شدن است و چگونه می توان از آنچه می تواند باشد استفاده کرد. نویسندگان دهه ها تجربه کار برای ایجاد و ادغام فناوری ها و فرآیندهایی را که توصیف می کنند به اشتراک می گذارند. این درس ها طرحی است برای اینکه چگونه شرکت ها می توانند از دنیای سیستم های قدیمی قدیمی به ادغام انعطاف پذیر داده های پرسرعت حرکت کنند. این خلاصه کوتاه می تواند به مدیران ارشد بازاریابی، فناوری و استراتژی شرکت کمک کند تا بفهمند چگونه در لحظه به مشتریان بازاریابی کنند.

این خلاصه کتاب صوتی توسط getAbstract a>، بزرگترین ارائه دهنده خلاصه کتاب های تجاری در جهان. ما خوشحالیم که این آموزش را در کتابخانه خود ارائه می دهیم.

gA-PrimaryLogo-2017.jpg

linkedin داده ها برای طراحی معماری (Mitalearn-417211)

  • 1 hours 4 minutes
  • مناسب همه
  • Release date: 23 December 2021
  • Author: Brian Myers
درباره این دوره: 

 آیا به دنبال مهارت های جدیدی هستید تا بتوانید خود را برای شغلی که از مدل سازی اطلاعات ساختمان (BIM) استفاده می کند ، بهتر آماده کنید؟ دریابید که چگونه روش ها و بینش های تجزیه و تحلیل داده ها را در مراحل اولیه یک پروژه طراحی وارد کنید. در این دوره ، مربی برایان مایرز به شما نشان می دهد که چگونه می توانید داده های طراحی معماری را وارد کنید ، تجزیه و تحلیل و بهینه سازی کنید. مهارت های لازم برای ایجاد برنامه ها را بدست آورید ، به طور خودکار نسخه های تجدید نظر ، گرافیک های خروجی و تجسم را به روز کنید و اشیاء و روابط اتاق را ترسیم کنید. در پایان این دوره ، شما ابزاری برای تجزیه و تحلیل و استفاده از داده های طراحی برای تصمیم گیری های مؤثرتر پروژه خواهید داشت. پذیرش BIM به سرعت در حال رشد است - درباره چگونگی رشد با آن بیشتر باشید.

coursera داده ها برای یادگیری ماشین (Mitalearn-333979)

  • 3 hours 38 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Anna Koop
درباره این دوره:

این دوره همه چیز در مورد داده ها است و اینکه چگونه برای موفقیت مدل یادگیری ماشین کاربردی شما بسیار مهم است. گذراندن این دوره به زبان آموزان این مهارت ها را می دهد: درک عناصر حیاتی داده ها در مراحل یادگیری، آموزش و عملیات سوگیری ها و منابع داده را درک کنید تکنیک هایی را برای بهبود کلیت مدل خود اجرا کنید عواقب بیش از حد برازش را توضیح دهید و اقدامات کاهشی را شناسایی کنید اقدامات آزمون و اعتبارسنجی مناسب را اجرا کنید. نشان دهید که چگونه می توان دقت مدل شما را با مهندسی ویژگی های متفکرانه بهبود بخشید. تأثیر پارامترهای الگوریتم بر قدرت مدل را بررسی کنید برای موفقیت در این دوره، باید حداقل پیشینه سطح مبتدی در برنامه نویسی پایتون داشته باشید (به عنوان مثال، بتوانید کدهای موجود را بخوانید و کدنویسی کنید، با شرط ها، حلقه ها، متغیرها، لیست ها، دیکشنری ها و آرایه ها راحت باشید). شما باید درک اولیه ای از جبر خطی (نماد برداری) و آمار (توزیع احتمال و میانگین / میانه / حالت) داشته باشید. این سومین دوره از تخصص یادگیری ماشین کاربردی است که توسط Coursera و موسسه هوش ماشین آلبرتا برای شما آورده شده است.

coursera داده ها و شاخص های سلامت در عملکرد بهداشت عمومی (Mitalearn-341289)

  • 3 hours 20 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Keri Althoff, PhD, MPH
درباره این دوره:

اپیدمیولوژی اغلب به عنوان علم پایه در بهداشت عمومی توصیف می شود. اپیدمیولوژی در عملکرد بهداشت عمومی از طراحی مطالعه و تجزیه و تحلیل برای شناسایی علل در وضعیت شیوع، راهنمایی مداخلات برای بهبود سلامت جمعیت و ارزیابی برنامه ها و سیاست ها استفاده می کند. در این دوره، نقش اپیدمیولوژیست حرفه ای را در رابطه با خدمات، عملکردها و شایستگی های بهداشت عمومی تعریف می کنیم. با در نظر گرفتن این مبنا، شما را با روش حل مسئله آشنا می کنیم و نشان می دهیم که چگونه می توان از آن در تنظیمات مختلف برای شناسایی مشکلات، پیشنهاد راه حل ها و ارزیابی مداخلات استفاده کرد. این روش به استفاده از داده‌های قابل اعتماد بستگی دارد، بنابراین ما به سیستم‌های معمول و داده‌های سلامت عمومی که در قلب اپیدمیولوژی قرار دارند، نگاهی عمیق خواهیم داشت و سپس به این نتیجه می‌رسیم که چگونه می‌توانید از آن داده‌ها برای محاسبه اندازه‌گیری‌های بار بیماری در آن استفاده کنید. جمعیت ها

coursera داده ها، امنیت و حریم خصوصی (Mitalearn-320668)

  • مبتدی
  • Release date: 27 June 2026
  • Author: Tim Carrington
درباره این دوره:

این دوره تجربه عملی با ابزارهای بهره وری مبتنی بر فناوری و همچنین دانش پایه و درک طراحی و توسعه سیستم را ارائه می دهد. این دوره برای ادغام مفاهیم سخت افزار، نرم افزار و اینترنت طراحی شده است. این دوره همچنین مروری بر امنیت داده ها، حریم خصوصی داده ها و راه های افزایش بهره وری و کارایی ارائه می دهد. دانش آموزان همچنین مسیرهای شغلی فناوری و برخی از گواهینامه های مختلف موجود در صنعت را بررسی خواهند کرد.

coursera داده های ابری خود را ایمن کنید (Mitalearn-309465)

  • 1 hours 59 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Microsoft
درباره این دوره:

Azure برای امنیت و انطباق طراحی شده است. در این دوره، شما یاد خواهید گرفت که چگونه از خدمات داخلی استفاده کنید تا داده های برنامه خود را به صورت ایمن ذخیره کنید تا اطمینان حاصل کنید که فقط سرویس ها و مشتریان مجاز به آن دسترسی دارند. این دوره به شما کمک می کند تا برای گواهینامه Microsoft Certified: Azure Developer Associate آماده شوید. این دوره به شما کمک می کند تا برای گواهینامه Microsoft Certified: Azure Developer Associate آماده شوید. در این دوره، شما در یک آزمون عملی شرکت خواهید کرد که مهارت های کلیدی اندازه گیری شده در آزمون را پوشش می دهد. این پنجمین دوره از یک برنامه 8 دوره است که به آمادگی شما برای شرکت در آزمون کمک می کند. این دوره بخشی از یک تخصص است که برای توسعه دهندگانی در نظر گرفته شده است که می خواهند تخصص خود را در تمام مراحل توسعه ابر از الزامات، تعریف و طراحی نشان دهند. توسعه، استقرار و نگهداری؛ به تنظیم و نظارت بر عملکرد این برای هر کسی که علاقه مند به آماده شدن برای آزمون AZ-204: توسعه راه حل ها برای آزمون Microsoft Azure است ایده آل است. در پایان این برنامه، شما آماده شرکت و ثبت نام در آزمون AZ-204: توسعه راه حل برای Microsoft Azure خواهید بود.

linkedin داده های باز: آزاد کردن مقدار پنهان (Mitalearn-94653)

  • 1 hours 6 minutes
  • متوسط
  • Update date: 21 June 2026
  • Author: Jonathan Reichental
درباره این دوره:

مشاهده خبرنامه لینکدین جاناتان دولت‌ها در سراسر جهان در حال کشف ارزش و مسئولیت هستند که داده‌هایی را که جمع‌آوری و ذخیره می‌کنند به راحتی در دسترس هر کسی که می‌خواهد به آن دسترسی داشته باشد، پیدا می‌کند. تصمیم گیری برای باز کردن مجموعه داده ها یک انتخاب استراتژیک است که نیاز به تاکتیک های دقیق دارد. فرآیندها و فن آوری هایی برای دسترسی به داده ها و در عین حال به حداقل رساندن خطر وجود دارد. اگر می‌خواهید باز کردن داده‌های سازمان خود را برای فعال کردن شفافیت و تسریع نوآوری شروع کنید، یا از داده‌های باز برای هدایت تحلیل و تصمیم‌گیری آگاهانه‌تر استفاده کنید، این دوره برای شما مناسب است.\n\n او همچنین توضیح می دهد که چگونه دانشمندان داده از داده های باز برای گفتن داستان ها و ایجاد تجسم داده ها استفاده می کنند. در طول مسیر، او نمونه‌های متعددی از داده‌های باز را در عمل ارائه می‌کند: بهبود دولت، توانمندسازی شهروندان، ایجاد فرصت و حل مشکلات عمومی.

linkedin داده های بزرگ در عصر هوش مصنوعی (Mitalearn-412621)

  • 2 hours 29 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Barton Poulson
درباره این دوره:

در این دوره جامع ، رابطه جدایی ناپذیر بین داده های بزرگ و هوش مصنوعی را کشف کنید. در این دوره ، بارتون پولسون - استاد ، مشاور ، کارآفرین و کارشناس داده - به سه در مقابل داده های بزرگ می رود: حجم ، سرعت و تنوع. دریابید که چگونه آنها پیشرفت های AI را هدایت می کنند. بیاموزید که چگونه مجموعه داده های عظیم را کنترل کنید ، از الگوریتم های یادگیری ماشین استفاده کنید و از تجزیه و تحلیل پیش بینی کننده برای کشف بینش های ارزشمند استفاده کنید. تکنیک های تشخیص ناهنجاری ، تجزیه و تحلیل متن و تجزیه و تحلیل احساسات را کشف کنید. ملاحظات اخلاقی ، پیامدهای قانونی و تأثیرات زیست محیطی مرتبط با استفاده از داده های بزرگ را درک کنید. با برنامه های دنیای واقعی درگیر شوید و ببینید که چگونه داده های بزرگ به داده های کوچک عملی برای کاربران نهایی تبدیل می شوند. در پایان این دوره ، شما به مهارت هایی برای تبدیل داده های خام به راه حل های قدرتمند ، بصیرت و عملی برای نیازهای حرفه ای خود مجهز خواهید شد.

coursera داده های بزرگ، ژن ها و پزشکی (Mitalearn-347307)

  • 7 hours 5 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Isabelle Bichindaritz
درباره این دوره:

این دوره دانش و مهارت‌های تخصصی را که توسط متخصصان علوم کلان داده‌های سلامت و بیوانفورماتیک تسلط یافته‌اند را برای شما استخراج می‌کند. حقایق هیجان انگیزی در مورد زیست شناسی و شیمی بدن انسان، ژنتیک و پزشکی خواهید آموخت که با علم داده های بزرگ و مهارت هایی برای مهار بهمن داده هایی که آشکارا در دسترس شماست و ما تازه شروع به درک آن ها کرده ایم، در هم آمیخته می شوند. . ما مراحل مختلف مورد نیاز برای تسلط بر تجزیه و تحلیل کلان داده بر روی مجموعه داده های واقعی، از جمله داده های توالی نسل بعدی، را در زمینه بهداشت و درمان، از آماده سازی داده ها برای تجزیه و تحلیل تا تکمیل تجزیه و تحلیل، تفسیر نتایج، تجسم آنها، و به اشتراک گذاری بررسی خواهیم کرد. نتایج. نیازی به گفتن نیست، هنگامی که بر این مهارت‌های پرتقاضا مسلط شوید، موقعیت خوبی برای درخواست یا انتقال به موقعیت‌هایی در تجزیه و تحلیل داده‌های زیست پزشکی و بیوانفورماتیک خواهید داشت. مهم نیست که سطح مهارت شما در زمینه های زیست پزشکی یا فنی در چه سطحی باشد، مهارت های بسیار ارزشمند جدید یا تیزتری را به دست خواهید آورد که شما را به عنوان یک حرفه ای متمایز می کند و می خواهید حتی عمیق تر در Big Data های زیست پزشکی غواصی کنید. امیدوارم این دوره علاقه شما را به امکانات گسترده ارائه شده توسط Big Data در دسترس عموم برای درک بهتر، پیشگیری و درمان بیماری ها جلب کند.

linkedin داده های بهار 2 (Mitalearn-445567)

  • 1 hours 41 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Mary Ellen Bowman
درباره این دوره:

کدنویسی در پایگاه داده - که اغلب شامل استفاده از کد دیگ بخار است که نگهداری و اشکال زدایی آن دشوار است - می تواند کار خسته کننده ای باشد. ارتقاء برنامه‌ها به نوع دیگری از ذخیره‌سازی داده نیز به همین ترتیب چالش برانگیز است، زیرا معمولاً شامل بازنویسی‌های گسترده کد است. Spring Data با انتزاع کردن تعاملات ذخیره داده در یک API مخزن مشترک و حذف کد boilerplate به این مسائل می پردازد.

در این دوره، یاد بگیرید که چگونه به راحتی مخازن مبتنی بر JPA را با استفاده از Spring Data JPA پیاده سازی کنید. مربی مری الن بومن شما را با پروژه چتر Spring Data آشنا می کند و تعداد انگشت شماری از روش های رایج پرس و جو را پوشش می دهد که می توانید به تنهایی شروع به تمرین کنید. از روش‌های جستجوی ساده با عبارات ویژگی گرفته تا گزینه‌های پویاتر مانند Querydsl، Query by Example (QBE)، Spring Data REST و MongoDB، مری الن به شما کمک می‌کند مهارت‌هایی را که برای استفاده از ویژگی‌های این ابزار قدرتمند مدیریت داده نیاز دارید، ایجاد کنید.

Related Skills

linkedin داده های درگیری در اکسل با پرس و جو قدرت (Mitalearn-417398)

  • 1 hours 32 minutes
  • مناسب همه
  • Release date: 5 July 2023
  • Author: Jordan Goldmeier
درباره این دوره: 

 اکثر کاربران اکسل هنوز داده های خود را با فرمول های سخت خوانده شده ، کپی کردن و چسباندن و تعداد بیشماری از مراحلی که طی سالها کامل کرده اند ، برای به دست آوردن داده ها درست می کنند. آنچه بسیاری نمی دانند این است که مایکروسافت نگاهی طولانی به این گردش کار داشته و یک فناوری برای ساده سازی همه آن ایجاد کرده است! پرس و جو را وارد کنید. با وجود این نام ، Power Query ابزاری بسیار پیچیده نیست. در این دوره ، جردن گلدمیر شما را با پرس و جو قدرت شروع می کند و به شما نشان می دهد که چگونه می توانید داده ها را از هر منبع بازیابی کنید و سپس از Power Query برای برش و تاس استفاده کنید. او شما را از چندین نمونه گردش کار می برد که ویژگی های مختلف پرس و جو را به همراه می آورد. در طول دوره ، اردن نمایشی و مطالعات موردی را ارائه می دهد تا بتوانید هنگام رفتن یاد بگیرید.

datacamp داده های طبقه بندی شده در Tidyverse (Mitalearn-406178)

  • 38 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Emily Robinson
درباره این دوره:

به‌عنوان یک دانشمند داده، اغلب متوجه می‌شوید که با داده‌های غیر عددی کار می‌کنید، مانند عناوین شغلی، پاسخ‌های نظرسنجی، یا اطلاعات جمعیتی. R روش خاصی برای نمایش آنها دارد که به آن فاکتورها می گویند، و این دوره به شما کمک می کند تا با استفاده از بسته های tidyverse forcats با آنها کار کنید. ما همچنین با سایر بسته‌های tidyverse، از جمله ggplot2، dplyr، stringr، و tidyr کار خواهیم کرد و از مجموعه داده‌های دنیای واقعی مانند مجموعه داده‌های پرواز پنجاه و هشتم و Kaggle's State of Data Science و ML Survey استفاده خواهیم کرد. پس از این دوره، می‌توانید متغیرهای عامل را شناسایی و دستکاری کنید، داده‌های خود را به سرعت و کارآمد تجسم کنید و نتایج خود را به‌طور مؤثر ارتباط برقرار کنید. برای دسته بندی آماده شوید!

linkedin داده های کسب و کار: از الزامات تا بینش (Mitalearn-439957)

  • 44 minutes
  • مناسب همه
  • Release date: 21 September 2022
  • Author: Christina Charenkova
درباره این دوره: 

 مهم نیست که برای کار چه می کنید، چه نقشی دارید یا در کجای دنیا هستید. امروزه داده های بیشتری نسبت به قبل در دسترس شماست - و تنها کاری که باید انجام دهید این است که از آن برای جمع آوری بینش های کلیدی استفاده کنید. در این دوره آموزشی، کریستینا چارنکووا، مشاور و مربی کسب‌وکار، نقش داده‌ها در تصمیم‌گیری کسب‌وکار و استخراج نیازمندی‌ها را به شما راهنمایی می‌کند تا اطمینان حاصل کند که انواع سؤالات تحلیلی مناسبی را برای ارائه نتایج قابل اثبات و مبتنی بر داده مطرح می‌کنید.

رویکردهای استراتژیک برای تجزیه و تحلیل داده‌ها را بررسی کنید که از دستور کار تحول‌آفرین پشتیبانی می‌کند، چابکی کسب‌وکار را بهبود می‌بخشد و مدیریت می‌کند. در طول مسیر، کریستینا به شما نشان می دهد که چگونه با ایجاد یک فرهنگ لغت داده مشترک، فرهنگ داده بهترین عملکرد را در محل کار ایجاد کنید. در پایان این دوره، شما همچنین آماده استفاده از داده های کسب و کار برای گفتن یک داستان و گفتگوهای معنادار بر اساس داده های واقعی خواهید بود که بخشی از ساختار سازمانی می شود.

Related Skills

linkedin داده های مایکروسافت: شیرپوینت، پلتفرم پاور، اکسس، اکسل (Mitalearn-255745)

  • 1 hours 25 minutes
  • مناسب همه
  • Release date: 16 December 2021
  • Author: Phil Gold
درباره این دوره: 

 گاهی اوقات، مردم مطمئن نیستند که کدام ابزار در آفیس 365 برای نیازهای داده آنها بهترین است. این دوره به شما نمایش داده برای برنامه های مایکروسافت را ارائه می دهد. فیل گلد، حرفه ای آموزش و توسعه در سطح ارشد، به نحوه عملکرد داده ها در برنامه های مختلف مایکروسافت می پردازد و به شما کمک می کند نحوه انتخاب برنامه مناسب برای نیازهای داده خود را درک کنید. این شامل بررسی Dataverse (به طور رسمی به عنوان Common Data Service شناخته می شود) و همچنین نحوه انتقال داده ها در بین برنامه های مختلف مایکروسافت است. پس از معرفی ابزارهایی که می توانید از بین آنها انتخاب کنید، فیل به نحوه تعیین برنامه کاربردی می پردازد. سپس او شما را از طریق چندین کار داده رایج، از جمله گرفتن داده ها در مایکروسافت، راهنمایی می کند. ساخت جداول و انجام انواع توابع در آنها. ایجاد نمودارها و نمودارها؛ و با استفاده از افزونه ها به‌علاوه، فیل توصیه‌های مفید و بهترین روش‌ها را به شما می‌دهد تا از ابزاری که انتخاب می‌کنید بیشترین بهره را ببرید.

linkedin داده های مصنوعی به عنوان آینده حریم خصوصی هوش مصنوعی ، توضیح و انصاف: مقدمه ای برای دانشمندان داده و مدیران داده (Mitalearn-436489)

  • 2 hours 11 minutes
  • مناسب همه
  • Release date: 31 August 2023
  • Author: Alexandra Ebert
درباره این دوره: 

 

JRC کمیسیون اروپا داده های مصنوعی را "اصلی ترین عامل هوش مصنوعی" می داند و شرکت تحلیلگر گارتنر پیش بینی می کند که تا سال 2024 ، 60 ٪ از کل داده های آموزش هوش مصنوعی مصنوعی خواهد بود-با توجه به بسیاری از داده ها و متخصصان هوش مصنوعی هنوز با این فناوری تقویت حریم خصوصی آشنا نیستند. در این دوره ، داده های مصنوعی و کارشناس حریم خصوصی الکساندرا ابرت اصول داده های مصنوعی تولید شده توسط AI را به شما می آموزد. بیاموزید که چگونه داده های مصنوعی می توانند به شما در رعایت قوانین حفظ حریم خصوصی کمک کنند. دریابید که داده های مصنوعی تولید شده توسط AI چیست و از مزایا و محدودیت های آن استفاده کنید. بررسی کنید که چگونه داده های مصنوعی می توانند از اهداف استراتژیک سازمان شما پشتیبانی کنند. به روش هایی برای ارزیابی کیفیت داده های مصنوعی و کشف بهترین شیوه ها برای شروع با داده های مصنوعی و معرفی آن در سازمان خود بروید. به علاوه ، در مورد روشهای مختلف از داده های مصنوعی استفاده می شود ، به ویژه در زمینه AI مسئول یا هوش مصنوعی اخلاقی.


datacamp داده های واردات متوسط ​​در R (Mitalearn-404308)

  • 29 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Filip Schouwenaars
درباره این دوره:

در این دوره آموزشی، به طیف گسترده‌ای از قالب‌های داده‌ای که وجود دارد، نگاه عمیق‌تری خواهید داشت. به طور خاص، نحوه وارد کردن داده ها از پایگاه های داده رابطه ای و نحوه وارد کردن و کار با داده های دریافتی از وب را یاد خواهید گرفت. در نهایت، با وارد کردن داده‌ها از بسته‌های نرم‌افزاری آماری مانند SAS، STATA و SPSS، تجربه عملی خواهید داشت.

Related Skills

coursera داده‌های جدال در Tidyverse (Mitalearn-334880)

  • مناسب همه
  • Release date: 27 June 2026
  • Author: Carrie Wright, PhD,Shannon Ellis, PhD,Stephanie Hicks, PhD
درباره این دوره:

داده ها هرگز در شرایطی به دست نمی آیند که برای انجام تجزیه و تحلیل داده ها به آنها نیاز دارید. داده ها باید دوباره شکل داده شوند، مرتب شوند و دوباره قالب بندی شوند تا بتوان آنها را تجسم کرد یا در الگوریتم یادگیری ماشینی وارد کرد. این دوره به مشکل درگیری داده های شما می پردازد تا بتوانید آنها را تحت کنترل درآورید و به طور موثر آنها را تجزیه و تحلیل کنید. هدف اصلی در جدال داده ها، تبدیل داده های غیر مرتب به داده های مرتب است. این دوره بسیاری از جزئیات مهم در مورد مدیریت داده های مرتب و غیر مرتب در R مانند تبدیل از فرمت های گسترده به طولانی، دستکاری جداول با بسته dplyr، درک انواع داده های مختلف R، پردازش داده های متنی با عبارات منظم، و انجام اولیه را پوشش می دهد. تجزیه و تحلیل داده های اکتشافی صرف زمان برای یادگیری این تکنیک‌های جدال داده، تحلیل‌های شما را کارآمدتر، تکرارپذیرتر و برای تیم علم داده‌تان قابل درک‌تر می‌کند. در این تخصص ما آشنایی با زبان برنامه نویسی R را فرض می کنیم. اگر هنوز با R آشنا نیستید، پیشنهاد می کنیم ابتدا برنامه نویسی R را قبل از بازگشت برای تکمیل این دوره کامل کنید.

linkedin دارای گواهینامه نکات آزمون کنترل ریسک و اطلاعات (CRISC). (Mitalearn-239969)

  • 57 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Jerod Brennen
درباره این دوره:

گواهینامه Certified Risk and Information Systems Control (CRISC) یک مدرک معتبر و شناخته شده است. به عنوان یک دارنده CRISC، به کارفرمای خود می‌دانید که نحوه شناسایی و مدیریت ریسک فناوری اطلاعات در یک شرکت را می‌دانید، و می‌توانید کنترل‌های لازم برای مقابله با این خطر را اجرا و حفظ کنید. در این دوره، جرود برنن شما را با آزمون CRISC آشنا می کند و ابزارهایی را برای نحوه آماده شدن برای آن در اختیار شما قرار می دهد.

CRISC Cert Prep: The Basics به عنوان مقدمه ای برای CRISC Cert Prep. Jerod بینش و محتوا را در مورد چهار حوزه مدیریت ریسک فناوری اطلاعات در اختیار شما قرار می دهد و به شما امکان می دهد برنامه های مدیریت ریسک فناوری اطلاعات سازمانی را بسازید و مدیریت کنید و در عین حال به شما کمک می کند تا شغل خود را به جلو ببرید.

Related Skills

Suggestions